- 博客(20)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 线扫相机的选择
1.通过幅宽和精度求像素个数选择相机： Rmin为最小像素数；FOV为检测幅宽；X为检测精度。通过计算结果选择相机大小。如果幅宽要求120mm，精度要求0.1，得到最少所需像素个数为1200，选择2k的线扫相机即可满足。2.通过相机大小求得像素当量： S为像素当量；N为相机传感器像素...
2021-07-14 10:51:56
5045
1
原创 HALCON学习笔记（八）——HALCON相关实例和算法
字符分割和识别字符识别(OCR）是在图像中识别字符的过程。主要包括 在图像中的单个字符分割出来，将分割出来的字符进行分类两个部分。实例：dev_update_window ('off')read_image (Image, 'printer_chip/printer_chip_01')get_image_size (Image, Width, Height)dev_close_window ()dev_open_window (0, 0, Width, Height, 'black',
2021-04-27 14:02:40
1657
原创 HALCON学习笔记（七）——数学形态在图像处理中的应用
形态学即数学形态学，是分析几何形状和结构的数学方法，是建立在集合代数的基础上用集合论方法定量描述目标几何结构的学科数学形态学预备知识1.集合与元素2.集合与集合的关系（并交补差）3.平移与反射4.结构元素（用来处理图像的较小的图像）二值图像的基本形态学运算1.腐蚀腐蚀可以消除图像边界点，是边界向内部收缩的过程。对区域进行腐蚀，膨胀操作时需要使用结构元素，生产的区域可以作为结构元素，这样得到的结构元素本身就是区域结构元素：gen_circle gen_rectan
2021-04-26 09:59:38
1221
原创 HALCON学习笔记（四）——图像增强
图像增强：有目的的强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同特征之间的差别，抑制不感兴趣特征，改善图像质量，丰富信息量，满足分析需要。图像增强的概念和分类图像增强技术基本分为两类：空间域法：包含图像像素的空间，在空间域中，直接对图像进行各种线性或非线性运算，对图像的像素灰度做增强处。分为点运算（作用于像素领域的处理方法，包括灰度变换，直方图修正，伪彩色增强等）和模板处理（作用于像素领域的处理方法，包括平滑，图像锐化等）两大类。频域法：在图像的变
2021-04-20 15:38:56
4349
原创 HALCON学习笔记（三）——图像运算
图像运算：以图像为单位进行的操作（该操作对图像中的所有像素同时进行），运算的结果是得到一幅灰度分布与原图灰度分布不同的新图像。具体的运算包括算术和逻辑运算，通过改变像素的值达到图像增强的效果。图像的代数运算...
2021-04-19 19:42:07
3850
原创 HALCON学习笔记（二）——数据结构
HALCON Image图像 Image的分类 通常分为二值图像，灰度图像，RGB图像 Image的通道
2021-04-15 23:28:09
1860
原创 HALCON学习笔记（一）——图像处理基础
HALCON控制语句1.if 条件语句：形式1if(表达式） 语句组1endif语义为：判断表达式的值，如果表达式的值非零则执行语句组1，否则直接转到endif例子：*赋值cont:=2*判断变量cont的值是否大于等于1，大于等于1就执行语句cont:=cont-1if(cont>=1)cont:=cont-1*if条件语句结束表示endif形式2 .2.switch多分支条件语句：3.while循环语句：4.for循环语句：5..
2021-04-08 19:44:32
2883
原创 机器视觉学习笔记（九）——频域图像增强（基于LabVIEW）
在空间域中，图像增强主要通过对不同位置的像素灰度及其变化方向进行操作实现在频域中，图像增强则主要通过对空间频率（spatial frequency）进行操作来实现与空间域滤波不同的是，频率滤波并不直接对图像像素数据进行操作，而是先通过快速傅里叶（FFT）变换将图像转换至频率域，经滤波处理后再有傅里叶逆变换（InverseFFT）转换回空域，以达到图像增强的效果1.图像的傅里叶变换...
2021-02-20 17:52:20
1620
原创 机器视觉学习笔记（八）——空间域图像增强（基于LabVIEW）
图像增强 空间域 点运算 灰度变换 直方图均衡与匹配（修正） 算术与逻辑运算 领域增强（以某一像素为中心，综合该像素及其周围某一范围内像素的灰度值进行计算，并将计算结果作为中心像素新的灰度值） 线性 低通（平滑）smoothing，Gaussian 高通（锐化）gradient，laplacian 非线性 低通（平滑）median；Nth order 高通（锐化）gradient ，roberts；sobel，prewitt；dif
2021-01-12 20:07:33
1158
原创 机器视觉学习笔记（七）——灰度分析与变换（基于LabVIEW）
图像分析：将图像的像素灰度统计和测量技术结合，是机器可以理解图像内容，并提取特征信息以实现智能检测目的的学科，侧重于对图像内容的分析，解释和识别。图像灰度分析是图像中最基本的内容；直方图是最基本的图像分析工具（它不仅可以判断图像中是否包含可从背景中分割出的区域，图像的饱和度和对比度是否符合检测任务，还能确定应该如何对图像采集系统进行调整以获得较高质量的图像）除了直方图外，线灰度分布曲线（line profile），图像线灰度均值（linear averages），ROI边界灰度曲线，图像形心（centr
2020-12-21 16:45:38
4683
原创 机器视觉学习笔记（六）——图像的操作与运算（基于LabVIEW）
像素操作像素操作（pixel manipulation）通常用在各种图像处理算法之前，包括读取或设置图像中某个像素值，更改某个区域的所有像素值，逐行或逐列读取或更改像素值等。IMAQ Get Pixel Value:读取指定坐标的像素值IMAQ Set Pixle Value:设置指定坐标的像素值IMAQ GetRowCol:读取指定行或列的像素值IMAQ SetRowCol:设置指定行或列的像素值IMAQ GetPixelLine:读取图像中由两点确定的线段所对应的像素值IMA
2020-12-14 16:09:22
6135
原创 机器视觉学习笔记（五）——系统校准与图像校正（基于LabVIEW）
机器视觉系统需要的信息包含在采集到的数字图像中，以像素的形式存在。要实现准确测量和控制，需要使用真实世界的坐标系和测量单位，即要得到像素与真实世界坐标系的映射关系，才能进行后续处理。透视畸变（perspective distortion）：相机未能垂直于被测目标安装径向畸变（radial lens distortion）：相机所使用的镜头特性并不都与其光心处的特征一致切向畸变（tangential distortion）：图像传感器未能与镜头光面平行安装非线性畸变（nonlinear dis
2020-12-02 13:39:08
6351
1
原创 机器视觉学习笔记（四）——图像存储（基于LabVIEW）
图像文件读写保存文件的图像通常由文件头和图像数据构成文件头：包含文件中像素数据组织方式的信息，如图像水平垂直分辨率，调色板等信息图像数据：图像各像素点的灰度或色彩信息等LabVIEW自身集成了对PNG,JPEG,和BMP图像文件的支持，即没有安装NI Vision也可以对图像文件直接进行读取操作，将数据读入内存并用簇来组织这些数据。但只能用来进行简单的图像处理，当需要进行大量的图像处理运算的时候，还是需要NI Vision提供的函数。Write JPEG File:写入JPEG文件W
2020-11-04 09:43:59
2487
原创 机器视觉学习笔记（三）——图像管理与显示（基于LabVIEW）
图像的管理和显示 相机 图像采集卡 NI VISION图像————>视频信号——————>原始数据（数字化，抓取图像帧）——————>支持的图像类型内存图像管理VI1....
2020-09-17 10:35:44
5109
7
原创 机器视觉学习笔记（二）——图像的采集，存储与显示（基于LabVIEW）
流程步骤：1.建立与硬件的连接2.抓取图像数据至图像缓冲区3.进行分析处理4.释放事先分配的内存5.关闭已打开设备基于LabVIEW开发机器视觉应用，需要使用的NI视觉软件：1.NI视觉采集软件（NI Vision Acquisition Software）2.NI自动化和测量设备管理器（NI MAX）3.NI视觉开发模块（NI Vision Devvelopment Module）包括IMAQ Vision函数库和NI Vision Asistant4.NI 自动检
2020-08-28 10:19:48
4682
6
原创 光源的选择（笔记）
光源照明设计的基本因素：1.镜头的视场 被测物体大小——>镜头的视场——>照明系统2.照明系统与工作的距离 镜头到工件的距离——>照明系统到工件的距离——>光源与工件的距离3.工件的外形，条件，颜色 工件表面的平整度，光滑程度，形状4.成像物镜 检验标准为：需可视化的部分，划痕，缺陷能否显现出来突显不同区域的方法：1.反射系数：a.镜面反射 b.漫反射2.颜色—光谱分布a.波长...
2020-08-27 11:31:22
1007
2
原创 工业面阵相机及镜头的选择（笔记）
1.根据产品大小和精度确定像素分辨率 (X为精度）例如一个12mm*12mm的产品，要求精度为0.01mm/pixel，则需要的分辨率=（12/0.01）*（12/0.01）=144万，考虑到畸变和稳定性，用两个像素单位来对应一个测量精度，即需要300万像素的相机就可以满足要求。2.根据相机和工作距离确定镜头选择好...
2020-08-27 11:09:03
976
原创 机器视觉学习笔记（一）——成像系统
机器视觉系统设计常见参数1.图像分辨率：图像中横向以及纵向像素的个数2.系统分辨率：成像系统可以识别出检测目标的最小细节或最小特征。如”要求系统检测精度达到0.01mm”3.像素分辨率：表示检测目标所需的像素数 根据奈奎斯特采样定律，必须对信号每个周期采样两个点以上才能完整恢复该信号，所以在没有特别要求的情况下，要求至少两个像素来表示目标中的最小特征。 图像传感器应具备的最小像素分辨率可以通过以下公式计算： ...
2020-08-27 10:31:04
2065
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人