• 圖片1
  • 圖片2
培訓(xùn)資料分類
熱門人氣資料 / Download More
發(fā)布時(shí)間: 2018 - 01 - 06
圖像處理與機(jī)器視覺第一章 圖像增強(qiáng)的研究和發(fā)展現(xiàn)狀  圖像在采集過程中不可避免的會(huì)受到傳感器靈敏度、噪聲干擾以及模數(shù)轉(zhuǎn)換時(shí)量化問題等各種因素的影響,而導(dǎo)致圖像無法達(dá)到令人滿意的視覺效果,為了實(shí)現(xiàn)人眼觀察或者機(jī)器自動(dòng)分析、識(shí)別的目的,對(duì)原始圖像所做的改善行為,就被稱作圖像增強(qiáng)。圖像增強(qiáng)包涵了非常廣泛的內(nèi)容,凡是改變?cè)紙D像的結(jié)構(gòu)關(guān)系以取得更好的判斷和應(yīng)用效果的所有處理手段,都可以歸結(jié)為圖像增強(qiáng)處理,其目的就是為了改善圖像的質(zhì)量和視覺效果,或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析、識(shí)別的形式,以便從中獲取更加有用的信息。  常用的圖像增強(qiáng)處理方式包括灰度變換、直方圖修正、圖像銳化、噪聲去除、幾何畸變校正、頻域?yàn)V波和彩色增強(qiáng)等。由于圖像增強(qiáng)與感興趣的物體特性、觀察者的習(xí)慣和處理目的密切相關(guān),盡管處理方式多種多樣,但它帶有很強(qiáng)的針對(duì)性。因此,圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的,并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。于是,為了使各種不同特定目的的圖像質(zhì)量得到改善,產(chǎn)生了多種圖像增強(qiáng)算法。這些算法根據(jù)處理空間的不同分為基于空間域的圖像增強(qiáng)算法和基于變換域的圖像增強(qiáng)算法?;诳臻g域的圖像增強(qiáng)算法又可以分為空域的變換增強(qiáng)算法、空域的濾波增強(qiáng)算法以及空域的彩色增強(qiáng)算法;基于變換域的圖像增強(qiáng)算法可以分為頻域的平滑增強(qiáng)算法、頻域的銳化增強(qiáng)算法以及頻域的彩色增強(qiáng)算法。  盡管各種圖像增強(qiáng)技術(shù)已取得了長足的發(fā)展,形成了許多成熟、經(jīng)典的處理方法,但新的增強(qiáng)技術(shù)依然在日新月異地發(fā)展完善,不斷推陳出新,其中尤其以不引起圖像模糊的去噪聲方法(如空域的局部統(tǒng)計(jì)法)和新的頻域?yàn)V波器增強(qiáng)技術(shù)(如小波變換,K-L變換等)最為引人矚目?! 〉诙?圖像增強(qiáng)的基本方法  一般而言,圖像增強(qiáng)是根據(jù)具體的應(yīng)用場(chǎng)景和圖像的模糊情況而采用特定的增強(qiáng)方法來突出圖像中的某些信息,削弱或消除無關(guān)信息,以達(dá)到強(qiáng)調(diào)圖像的整體或局部特征的目的。常用的圖像增強(qiáng)方法有灰度變換、直方圖修正、噪聲清除、圖像銳化、頻域?yàn)V波、同態(tài)濾波及彩色增強(qiáng)等。圖像增強(qiáng)的方法主要分為兩類:空域增強(qiáng)法和頻域增強(qiáng)法??沼蛟鰪?qiáng)法直接針對(duì)圖像中的像素,對(duì)圖像的灰度進(jìn)行處理;頻域增強(qiáng)法是基于圖像的Fourier變換式對(duì)圖像頻譜進(jìn)行改善,增強(qiáng)或抑制所希望的頻譜?! ?.1灰度變換  灰度變換增強(qiáng)的原理如下:設(shè)r和s分別代表原始圖像和增強(qiáng)圖像的灰度,T(?)為映...
發(fā)布時(shí)間: 2018 - 01 - 05
Python 圖像處理庫 Pillow 入門(含代碼)Pillow是Python里的圖像處理庫(PIL:Python Image Library),提供了了廣泛的文件格式支持,強(qiáng)大的圖像處理能力,主要包括圖像儲(chǔ)存、圖像顯示、格式轉(zhuǎn)換以及基本的圖像處理操作等。 1)使用 Image 類PIL最重要的類是 Image class, 你可以通過多種方法創(chuàng)建這個(gè)類的實(shí)例;你可以從文件加載圖像,或者處理其他圖像, 或者從 scratch 創(chuàng)建。要從文件加載圖像,可以使用open( )函數(shù),在Image模塊中: from PIL import Image im = Image.open("E:/photoshop/1.jpg")加載成功后,將返回一個(gè)Image對(duì)象,可以通過使用示例屬性查看文件內(nèi)容: print(im.format, im.size, im.mode)('JPEG', (600, 351), 'RGB')format 這個(gè)屬性標(biāo)識(shí)了圖像來源。如果圖像不是從文件讀取它的值就是None。size屬性是一個(gè)二元tuple,包含width和height(寬度和高度,單位都是px)。 mode 屬性定義了圖像bands的數(shù)量和名稱,以及像素類型和深度。常見的modes 有 “L” (luminance) 表示灰度圖像, “RGB” 表示真彩色圖像, and “CMYK” 表示出版圖像。如果文件打開錯(cuò)誤,返回 IOError 錯(cuò)誤。只要你有了 Image 類的實(shí)例,你就可以通過類的方法處理圖像。比如,下列方法可以顯示圖像:im.show()2)讀寫圖像PIL 模塊支持大量圖片格式。使用在 Image 模塊的 open() 函數(shù)從磁盤讀取文件。你不需要知道文件格式就能打開它,這個(gè)庫能夠根據(jù)文件內(nèi)容自動(dòng)確定文件格式。要保存文件,使用 Image 類的 save() 方法。保存文件的時(shí)候文件名變得重要了。除非你指定格式,否則這個(gè)庫將會(huì)以文件名的擴(kuò)展名作為格式保存。加載文件,并轉(zhuǎn)化為png格式:"Python Image Library Test"from PIL import Imageim...
發(fā)布時(shí)間: 2017 - 12 - 25
當(dāng)機(jī)器視覺遇到“人工智能-工業(yè)4.0”.....人們感知外界信息的80%是通過眼睛獲得的,圖像包含的信息量是最巨大的。機(jī)器視覺給機(jī)器人裝上了“眼睛”,成為工業(yè)4.0的重點(diǎn),互促發(fā)展是技術(shù)的必然,更是時(shí)代的選擇。 工業(yè)4.0是什么?在人類歷史發(fā)展前期,生產(chǎn)力的增長幾不可察,生活水平的提升也非常緩慢。而從200多年前開始,生產(chǎn)力發(fā)生了飛躍性變化,這一翻天覆地的變化得益于工業(yè)革命。如果將工業(yè)的發(fā)展歷史分成4個(gè)時(shí)代,那么工業(yè)革命1.0使機(jī)器生產(chǎn)代替了手工勞動(dòng);工業(yè)革命2.0實(shí)現(xiàn)了流水線生產(chǎn);工業(yè)革命3.0實(shí)現(xiàn)了自動(dòng)化生產(chǎn)。工業(yè)生產(chǎn)方式則依次經(jīng)歷了機(jī)械化、流水線生產(chǎn)、自動(dòng)化。2013年4月,在漢諾威工業(yè)博覽會(huì)上,德國正式推出工業(yè)4.0的概念,旨在提升制造業(yè)的智能化水平。德國工業(yè)4.0是指利用物聯(lián)信息系統(tǒng)(Cyber—PhysicalSystem簡(jiǎn)稱CPS)將生產(chǎn)中的供應(yīng),制造,銷售信息數(shù)據(jù)化、智慧化,最后達(dá)到快速、有效、個(gè)人化的產(chǎn)品供應(yīng)。其實(shí)質(zhì)是“互聯(lián)網(wǎng)+制造”。在成產(chǎn)層面,“工業(yè)4.0”是生產(chǎn)設(shè)備間的互聯(lián)、設(shè)備和產(chǎn)品的互聯(lián)、虛擬與現(xiàn)實(shí)的互聯(lián),甚至是未來的萬物互聯(lián)。工業(yè)4.0理念的提出促進(jìn)了智能工廠的實(shí)現(xiàn),生產(chǎn)方式必將迎來巨大改變。工業(yè)4.0--機(jī)器視覺是核心目前視覺技術(shù)在工業(yè)生產(chǎn)中的應(yīng)用大致可分為兩類:質(zhì)量控制和輔助生產(chǎn)。其中,質(zhì)量控制主要是指對(duì)產(chǎn)品缺陷的檢測(cè),識(shí)別不良品,此類設(shè)備在國內(nèi)外自動(dòng)化生產(chǎn)線已有廣泛使用。輔助生產(chǎn)則是利用視覺技術(shù)給機(jī)器人提供動(dòng)作執(zhí)行依據(jù),國內(nèi)市場(chǎng)尚待開發(fā)。工業(yè)機(jī)器人的發(fā)展,勢(shì)必引起機(jī)器視覺新增長。我國正處于工業(yè)機(jī)器人的發(fā)展拐點(diǎn),市場(chǎng)潛力巨大,據(jù)國際機(jī)器人聯(lián)盟(IFR)估計(jì),中國市場(chǎng)對(duì)工業(yè)機(jī)器人的發(fā)展占主導(dǎo)地位,2018年全球三分之一的工業(yè)機(jī)器人將會(huì)安裝在中國,這勢(shì)必會(huì)引發(fā)機(jī)器視覺的廣泛應(yīng)用。機(jī)器視覺是人類視覺的延伸,與多種技術(shù)的融合逐步加深,將成為實(shí)現(xiàn)自動(dòng)化和智能化的重要手段。工業(yè)4.0與智能制造息息相關(guān),而機(jī)器視覺是實(shí)現(xiàn)智能制造的重要抓手。聯(lián)為智能教育與工業(yè)4.0德國推出“工業(yè)4.0”以來,作為老牌的機(jī)器視覺人才培養(yǎng)學(xué)校,聯(lián)為智能教育不落人后,先后推出了機(jī)器視覺圖像處理實(shí)戰(zhàn)、運(yùn)動(dòng)控制卡等精品課程,不斷的為國內(nèi)大中型自動(dòng)化企業(yè)輸送大量的機(jī)器視覺工程師人才 智能工廠實(shí)驗(yàn)系統(tǒng)所謂“智能工廠”是指通過引入大數(shù)據(jù)技術(shù)進(jìn)行分析優(yōu)化管理,在...
發(fā)布時(shí)間: 2017 - 12 - 18
最新機(jī)器人視覺系統(tǒng)介紹,給機(jī)器人裝上“眼睛”機(jī)器視覺概述使機(jī)器具有像人一樣的視覺功能,從而實(shí)現(xiàn)各種檢測(cè)、判斷、識(shí)別、測(cè)量等功能。一個(gè)典型的機(jī)器視覺系統(tǒng)組成包括:圖像采集單元(光源、鏡頭、相機(jī)、采集卡、機(jī)械平臺(tái)),圖像處理分析單元(工控主機(jī)、圖像處理分析軟件、圖形交互界面),執(zhí)行單元(電傳單元、機(jī)械單元)機(jī)器視覺系統(tǒng)通過圖像采集單元將待檢測(cè)目標(biāo)轉(zhuǎn)換成圖像信號(hào),并傳送給圖像處理分析單元。圖像處理分析單元的核心為圖像處理分析軟件,它包括圖像增強(qiáng)與校正、圖像分割、特征提取、圖像識(shí)別與理解等方面。輸出目標(biāo)的質(zhì)量判斷、規(guī)格測(cè)量等分析結(jié)果。分析結(jié)果輸出至圖像界面,或通過電傳單元(PLC等)傳遞給機(jī)械單元執(zhí)行相應(yīng)操作,如剔除、報(bào)警等,或通過機(jī)械臂執(zhí)行分揀、抓舉等動(dòng)作。機(jī)器視覺優(yōu)勢(shì)機(jī)器視覺系統(tǒng)具有高效率、高度自動(dòng)化的特點(diǎn),可以實(shí)現(xiàn)很高的分辨率精度與速度。機(jī)器視覺系統(tǒng)與被檢測(cè)對(duì)象無接觸,安全可靠。人工檢測(cè)與機(jī)器視覺自動(dòng)檢測(cè)的主要區(qū)別有: 機(jī)器視覺的應(yīng)用領(lǐng)域?識(shí)別標(biāo)準(zhǔn)一維碼、二維碼的解碼光學(xué)字符識(shí)別(OCR)和確認(rèn)(OCV)?檢測(cè)色彩和瑕疵檢測(cè)零件或部件的有無檢測(cè)目標(biāo)位置和方向檢測(cè)?測(cè)量尺寸和容量檢測(cè)預(yù)設(shè)標(biāo)記的測(cè)量,如孔位到孔位的距離?機(jī)械手引導(dǎo)輸出空間坐標(biāo)引導(dǎo)機(jī)械手精確定位 機(jī)器視覺系統(tǒng)的分類?智能相機(jī)?基于嵌入式?基于PC 機(jī)器視覺系統(tǒng)的組成?圖像獲?。汗庠础㈢R頭、相機(jī)、采集卡、機(jī)械平臺(tái)?圖像處理與分析:工控主機(jī)、圖像處理分析軟件、圖形交互界面。?判決執(zhí)行:電傳單元、機(jī)械單元?光源---種類LED:壽命長/可以有各種顏色/便于做成各種復(fù)雜形狀/光均勻穩(wěn)定/可以閃光;熒光燈:光場(chǎng)均勻/價(jià)格便宜/亮度較LED高;鹵素?zé)簦毫炼忍貏e高/通過光纖傳輸后可做成;氙燈:使用壽命約1000小時(shí)/亮度高,色溫與日光接近。(大部分機(jī)器視覺照明采用LED) ?光源---光路原理照相機(jī)并不能看見物體,而是看見從物體表面反射過來的光。       鏡面反射:平滑表面以對(duì)頂角反射光線       漫射反射:粗糙表面會(huì)從各個(gè)方向漫射光線       發(fā)散反射:多數(shù)表面既有紋理,又有平滑表面,會(huì)對(duì)光線進(jìn)行發(fā)散反射 ?光源---作用和要求在機(jī)器視覺中...
發(fā)布時(shí)間: 2017 - 12 - 11
盤點(diǎn) | 機(jī)器人視覺工程師必須知道的工業(yè)相機(jī)相關(guān)問題1:工業(yè)相機(jī)的丟幀的問題是由什么原因引起的?經(jīng)常會(huì)有一些機(jī)器視覺工程師認(rèn)為USB接口的工業(yè)相機(jī)會(huì)造成丟幀現(xiàn)象。一般而言,工業(yè)相機(jī)丟幀與工業(yè)相機(jī)所采用的傳輸接口是沒有關(guān)系的,無論是USB,還是1394、GigE、或者是CameraLink。設(shè)計(jì)不良的驅(qū)動(dòng)程序或工業(yè)相機(jī)硬件才是造成丟幀的真正原因:設(shè)計(jì)不良的工業(yè)相機(jī)之所以會(huì)發(fā)生丟幀的現(xiàn)象,其實(shí)就是資料通道的堵塞,無法及時(shí)處理,所以新的圖像進(jìn)來時(shí),前一張可能被迫丟棄,或是新的圖像被迫丟棄。要解決這問題,需要設(shè)計(jì)者針對(duì)驅(qū)動(dòng)程序與工業(yè)相機(jī)硬件資料傳輸?shù)拿總€(gè)環(huán)節(jié)進(jìn)行精密的設(shè)計(jì)。2:工業(yè)相機(jī)輸入、輸出接口有哪些?在機(jī)器視覺檢測(cè)技術(shù)中,工業(yè)相機(jī)的輸入、輸出接口有Camera Link、IEEE 1394、USB2.0、Ethernet、USB3.0幾種;3:知道被測(cè)物的長、寬、高以及要求的測(cè)量精度,如何來選擇CCD 相機(jī)和工業(yè)鏡頭,選擇以上器件需要注意什么?首先要選擇合適的鏡頭。選擇鏡頭應(yīng)該遵循以下原則:1).與之相配的相機(jī)的芯片尺寸是多大;2).相機(jī)的接口類型是哪種的,C 接口,CS 接口還是其它接口;3).鏡頭的工作距離;4).鏡頭視場(chǎng)角;5).鏡頭光譜特性;6).鏡頭畸變率;7).鏡頭機(jī)械結(jié)構(gòu)尺寸;選擇CCD 相機(jī)時(shí),應(yīng)該綜合考慮以下幾個(gè)方面:1).感光芯片類型;CCD 還是CMOS2).視頻特點(diǎn);包括點(diǎn)頻、行頻。3).信號(hào)輸出接口;4).相機(jī)的工作模式:連續(xù),觸發(fā),控制,異步復(fù)位,長時(shí)間積分。5).視頻參數(shù)調(diào)整及控制方法:Manual、RS232.同時(shí),選擇CCD 的時(shí)候應(yīng)該注意,l inch = 16mm 而不是等于25.4mm.4:CCD 相機(jī)與CMOS 相機(jī)的區(qū)別在哪里?(1) 成像過程CCD 與CMOS 圖像傳感器光電轉(zhuǎn)換的原理相同,他們最主要的差別在于信號(hào)的讀出過程不同;由于CCD僅有一個(gè)(或少數(shù)幾個(gè))輸出節(jié)點(diǎn)統(tǒng)一讀出,其信號(hào)輸出的一致性非常好;而CMOS 芯片中,每個(gè)像素都有各自的信號(hào)放大器,各自進(jìn)行電荷-電壓的轉(zhuǎn)換,其信號(hào)輸出的一致性較差。但是CCD 為了讀出整幅圖像信號(hào),要求輸出放大器的信號(hào)帶寬較寬,而在CMOS 芯片中,每個(gè)像元中的放大器的帶寬要求較低,大大...
發(fā)布時(shí)間: 2017 - 12 - 04
工業(yè)機(jī)器人視覺引導(dǎo)系統(tǒng)MVRobotVision機(jī)器人視覺引導(dǎo)系統(tǒng)是配合工業(yè)機(jī)器人工作的機(jī)器視覺系統(tǒng),提供高效精準(zhǔn)的視覺引導(dǎo)功能,適應(yīng)多維運(yùn)動(dòng)工業(yè)機(jī)器人對(duì)視覺系統(tǒng)輕便、高速、高精度的要求,配合工業(yè)機(jī)器人實(shí)現(xiàn)高效智能化的產(chǎn)線改造,為自動(dòng)化產(chǎn)線,傳送帶分揀,組裝、自動(dòng)碼垛卸垛以及其他復(fù)雜加工等機(jī)器人應(yīng)用提供智能視覺引導(dǎo)解決方案。2D視覺引導(dǎo)MVRobotVision機(jī)器人2D視覺引導(dǎo)系統(tǒng)主要應(yīng)用于流水線傳送跟蹤、精確定位、姿態(tài)調(diào)整三個(gè)方面。3D視覺引導(dǎo)MVRobotVision機(jī)器人3D視覺引導(dǎo)系統(tǒng)主要應(yīng)用于工件分揀、碼垛與卸垛、輸送機(jī)分揀定位三個(gè)方面。系統(tǒng)特點(diǎn)柔性化定位工裝:節(jié)約在多品種情況下傳統(tǒng)的機(jī)械定位工裝設(shè)計(jì)成本,使工裝定位環(huán)節(jié)實(shí)現(xiàn)真正的柔性化。 智能形狀識(shí)別引擎,智能視覺學(xué)習(xí)訓(xùn)練:系統(tǒng)內(nèi)嵌智能形狀識(shí)別引擎,能夠識(shí)別常見的基本幾何圖形。對(duì)于復(fù)雜形狀,系統(tǒng)可以進(jìn)行模板學(xué)習(xí)訓(xùn)練,進(jìn)而實(shí)現(xiàn)復(fù)雜形狀的識(shí)別精準(zhǔn)數(shù)據(jù):降低環(huán)境光影響,快速準(zhǔn)確獲取掃描數(shù)據(jù);先進(jìn)高效的數(shù)據(jù)分析,實(shí)現(xiàn)高速精確定位識(shí)別,精度可達(dá)0.1mm
發(fā)布時(shí)間: 2017 - 11 - 27
作為機(jī)器視覺的研究者與項(xiàng)目開發(fā)者,最近有人問我如果想要涉水這個(gè)領(lǐng)域,該如何下水,總是擔(dān)心自己被“淹死”在這個(gè)領(lǐng)域,又擔(dān)心自己不試試水不甘心?;仡櫫艘幌乱荒陙碜约翰铧c(diǎn)被“淹死”的經(jīng)歷,總結(jié)了一下計(jì)算機(jī)視覺入門應(yīng)該掌握的圖像處理方面的知識(shí)點(diǎn)。順便給大家一個(gè)鼓勵(lì),小編意外涉水這個(gè)領(lǐng)域,在這之前,小編極討厭編程,打心底里認(rèn)為“圖像處理”純屬“陶冶情操”的玩意兒,一個(gè)不幸的經(jīng)歷,小編深陷其中不能自拔,在痛苦中掙扎,掙扎過后,硬著頭皮算是有了一小點(diǎn)點(diǎn)進(jìn)步。所以如果你感覺痛苦,或許就對(duì)了,那就在痛苦中前進(jìn)吧。在此送大家一句話“專業(yè)的人做專業(yè)的事”,為什么呢?一定要明白自己想做什么,是研究算法,還是樂意編程實(shí)現(xiàn)算法,還是只是想做應(yīng)用。這三個(gè)意圖是不同的,要知道自己想要什么。比如:如果是做應(yīng)用的,就不要過度在于算法的深層原理,你會(huì)用就好了。否則你會(huì)一篇混亂把自己搞的一團(tuán)糟,先把算法用起來能為我們做事情,然后心有余力再去研究為什么。下面做了一個(gè)小小的梳理,跟大家分享一下,以助快速脫離痛苦。 數(shù)學(xué)基礎(chǔ)知識(shí)1、矩陣的四則運(yùn)算及其物理意義2、邏輯運(yùn)算3、旋轉(zhuǎn)矩陣與旋轉(zhuǎn)向量4、SVD分解5、卷積的定義及運(yùn)算 圖像格式的基礎(chǔ)1、圖像的存儲(chǔ)方式及圖像格式2、圖像的讀取與現(xiàn)實(shí)3、圖像存儲(chǔ)4、圖像像素與圖像 圖像像素運(yùn)算1、四則運(yùn)算2、邏輯運(yùn)算3、像素提取4、通道分離與混合5、像素的意義與對(duì)比度 圖像幾何運(yùn)算1、圖像放縮2、圖像旋轉(zhuǎn)3、仿射變換4、透視變換5、翻轉(zhuǎn)變換6、圖像錯(cuò)切 圖像直方圖1、像素的均值與方差2、直方圖統(tǒng)計(jì)3、像素內(nèi)方差4、插值算法 色彩空間1、RGB2、HSL3、YUV4、圖像灰度化(多種方法)5、色彩空間轉(zhuǎn)換6、圖像飽和度7、主色彩分析 圖像濾波1、均值濾波2、中值濾波3、高斯濾波4、雙邊濾波5、椒鹽噪聲6、高斯噪聲7、低通濾波8、高通濾波9、圖像銳化 圖像形態(tài)學(xué)處理1、腐蝕2、膨脹3、開閉操作4、形態(tài)學(xué)梯度5、頂帽6、黑帽7、分水嶺8、內(nèi)梯度與外梯度 邊緣檢測(cè)1、canny邊緣檢測(cè)2、Sobel 邊緣檢測(cè)3、Prewitt邊緣檢測(cè)4、LOG邊緣檢測(cè)5、Hough 圓與直線檢測(cè)6、閾值分割 圖像二值化1.全局閾值法2.局部閾值法3.OSTU二值化4.得到5.Ed...
發(fā)布時(shí)間: 2017 - 11 - 25
Halcon教程之單相機(jī)標(biāo)定在HALCON所有算子中,變量皆是如上格式,即:圖像輸入:圖像輸出:控制輸入:控制輸出。機(jī)器視覺-汪工:其中四個(gè)參數(shù)任意一個(gè)可以為空??刂戚斎肟梢允亲兞?、常量、表達(dá)式;控制輸出以及圖像輸入和輸出必須是變量。 1.caltab_points:從標(biāo)定板中讀取marks中心坐標(biāo),該坐標(biāo)值是標(biāo)定板坐標(biāo)系統(tǒng)里的坐標(biāo)值,該坐標(biāo)系統(tǒng)以標(biāo)定板為參照,向右為X正,下為Y正,垂直標(biāo)定板向下為Z正。該算子控制輸出為標(biāo)定板中心3D坐標(biāo)。2.create_calib_data:創(chuàng)建Halcon標(biāo)定數(shù)據(jù)模型。輸出一個(gè)輸出數(shù)據(jù)模型句柄。3.set_calib_data_cam_param:設(shè)定相機(jī)標(biāo)定數(shù)據(jù)模型中設(shè)置相機(jī)參數(shù)的原始值和類型。設(shè)置索引,類型,以及相機(jī)的原始內(nèi)參數(shù)等。4.set_calib_data_calib_object:在標(biāo)定模型中設(shè)定標(biāo)定對(duì)象。設(shè)定標(biāo)定對(duì)象句柄索引,標(biāo)定板坐標(biāo)點(diǎn)儲(chǔ)存地址。5.find_caltab:分割出圖像中的標(biāo)準(zhǔn)標(biāo)定板區(qū)域。輸出為標(biāo)準(zhǔn)的標(biāo)定區(qū)域,控制6.find_marks_and_pose:抽取標(biāo)定點(diǎn)并計(jì)算相機(jī)的內(nèi)參數(shù)。輸出MARKS坐標(biāo)數(shù)組,以及估算的相機(jī)外參數(shù)。即標(biāo)定板在相機(jī)坐標(biāo)系中的位姿,由3個(gè)平移量和3個(gè)旋轉(zhuǎn)量構(gòu)成。7.set_calib_data_observ_points( : : CalibDataID, CameraIdx, CalibObjIdx,CalibObjPoseIdx, Row, Column, Index, Pose : )收集算子6的標(biāo)定數(shù)據(jù),將標(biāo)定數(shù)據(jù)儲(chǔ)存在標(biāo)定數(shù)據(jù)模型中。輸入控制分別為標(biāo)定數(shù)據(jù)模型句柄,相機(jī)索引,標(biāo)定板索引,位姿索引,行列坐標(biāo),位姿。8.calibrate_cameras( : : CalibDataID : Error) 標(biāo)定一臺(tái)或多臺(tái)相機(jī),依據(jù)CalibDataID中的數(shù)據(jù)??刂戚敵銎骄`差。9.get_calib_data( : : CalibDataID, ItemType, ItemIdx, DataName : DataValue) 獲得標(biāo)定數(shù)據(jù)。依靠索引號(hào)和數(shù)據(jù)名稱來返回輸出的數(shù)據(jù)值??刹樵兣c模型相關(guān)的數(shù)據(jù),與相機(jī)相關(guān)的數(shù)據(jù)(包括相機(jī)的內(nèi)外參數(shù)等),與標(biāo)定對(duì)象相關(guān)的數(shù)據(jù),與標(biāo)定對(duì)象的姿態(tài)相關(guān)的數(shù)據(jù)??刂戚敵鍪且樵兊臉?biāo)定數(shù)據(jù)。如:get_calib_da...
發(fā)布時(shí)間: 2017 - 11 - 20
發(fā)布時(shí)間: 2017 - 11 - 16
Halcon學(xué)習(xí)教程之二:攝像頭獲取圖像和相關(guān)參數(shù)1、close_all_framegrabbers ( : : : )   關(guān)閉所有圖像采集設(shè)備。2、close_framegrabber ( : : AcqHandle : )    關(guān)閉Handle為AcqHandle的圖像采集設(shè)備。3、open_framegrabber ( : : Name, HorizontalResolution,VerticalResolution, ImageWidth, ImageHeight, StartRow, StartColumn,Field, BitsPerChannel, ColorSpace, Generic, ExternalTrigger,CameraType, Device, Port, LineIn : AcqHandle )     打開圖像采集設(shè)備參數(shù)信息:   Name:圖像采集設(shè)備的名稱   HorizontalResolution和VerticalResolution:分別指預(yù)期的圖像采集接口的水平分辨率和垂直分辨率   ImageWidth和ImageHeight:指預(yù)期圖像的寬度部分和高度部分。   StartRow和StartColumn:指顯示預(yù)期圖像的開始坐標(biāo)   Field:預(yù)期圖像是一半的圖像或者是完整圖像   BitsPerChannel:每像素比特?cái)?shù)和圖像通道   ColorSpace:輸出的色彩格式的抓住圖像{gray、raw、rgb、yuv、default}   Generic:通用參數(shù)與設(shè)備細(xì)節(jié)部分的具體意義。   ExternalTrig...
發(fā)布時(shí)間: 2017 - 10 - 16
完成halcon與C#混合編程的環(huán)境配置后,進(jìn)行界面布局設(shè)計(jì)構(gòu)思每一個(gè)按鈕所需要實(shí)現(xiàn)的功能,將Halcon導(dǎo)出的代碼復(fù)制至相應(yīng)的C#模塊下即可。 halcon源程序:dev_open_window(0, 0, 512, 512, 'black', WindowHandle)read_image (Image, 'C:/Users/Administrator/Desktop/貓.jpg')dev_display(Image)get_image_size(Image, Width, Height)rgb3_to_gray(Image, Image, Image, ImageGray)dev_display(ImageGray)注意:寫halcon程序時(shí),如果過程中的圖片需要顯示出來,則需要在每個(gè)過程中都添加dev_display(**)第一步:導(dǎo)出C#程序,建立項(xiàng)目,并添加此類 ////  File generated by HDevelop for HALCON/DOTNET (C#) Version 10.0////  This file is intended to be used with the HDevelopTemplate or//  HDevelopTemplateWPF projects located under %HALCONEXAMPLES%\c#using System;using HalconDotNet;public partial class HDevelopExport{  public HTuple hv_ExpDefaultWinHandle;  // Main procedure   private void action()  {    // Local iconic variables     HObject ho_Image, ho_ImageGray;    // Local control variables     HTuple hv_Width, hv_Height;  ...
發(fā)布時(shí)間: 2017 - 08 - 26
科普:機(jī)器視覺工業(yè)鏡頭專業(yè)術(shù)語詳解(圖)機(jī)器視覺系統(tǒng)中,鏡頭相當(dāng)于人的眼睛,其主要作用是將目標(biāo)的光學(xué)圖像聚焦在圖像傳感器(相機(jī))的光敏面陣上。視覺系統(tǒng)處理的所有圖像信息均通過鏡頭得到,鏡頭的質(zhì)量直接影響到視覺系統(tǒng)的整體性能。下面對(duì)機(jī)器視覺工業(yè)鏡頭的相關(guān)專業(yè)術(shù)語做以詳解。 一、遠(yuǎn)心光學(xué)系統(tǒng):  指主光線平行于鏡頭光學(xué)軸的光學(xué)系統(tǒng)。而光從物體朝向鏡頭發(fā)出,與光學(xué)軸保持平行,甚至在軸外同樣如此,則稱為物體側(cè)遠(yuǎn)心光學(xué)系統(tǒng)。光從鏡頭朝向影像,與與光學(xué)軸保持平行,甚至在軸外同樣如此,則稱為影像側(cè)遠(yuǎn)心光學(xué)系統(tǒng)。 二、遠(yuǎn)心鏡頭:  遠(yuǎn)心鏡頭指主光線與鏡頭光源平行的鏡頭。有物體側(cè)的遠(yuǎn)心,成像側(cè)的遠(yuǎn)心,兩側(cè)的遠(yuǎn)心行頭等方式。通常的鏡頭 主光線與鏡頭光軸有角度,因此工件上下移動(dòng)時(shí),像的大小有變化。 兩方遠(yuǎn)心境頭 主物方,像方均為主光線與光軸平行光圈可變,可以得到高的景深,比物方遠(yuǎn)心境頭更能得到穩(wěn)定的像最適合于測(cè)量用圖像處理光學(xué)系統(tǒng),但是大型化成本高 物方遠(yuǎn)心境頭 只是物方主光線與鏡頭主軸平行工件上下變化,圖像的大小基本不會(huì)變化使用同軸落射照明時(shí)的必要條件,小型化亦可對(duì)應(yīng) 像方遠(yuǎn)心境頭 只是像方主光線與鏡頭光軸平行相機(jī)側(cè)即使有安裝個(gè)體差,也可以吸收攝影倍率的變化用于色偏移補(bǔ)償,攝像機(jī)本應(yīng)都采用這種鏡頭 三、遠(yuǎn)心光學(xué)系統(tǒng)的特色:  優(yōu)點(diǎn):更小的尺寸。減少鏡頭數(shù)量,可降低成本。缺點(diǎn):上下移動(dòng)物體表面時(shí),會(huì)改變物體尺寸或位置。  優(yōu)點(diǎn):上下移動(dòng)物體表面時(shí),不會(huì)改變物體尺寸或位置。使用同軸照明時(shí)??墒褂酶〉某叽?。缺點(diǎn):未使用同軸照明時(shí),大于標(biāo)準(zhǔn)鏡頭的尺寸。  優(yōu)點(diǎn):與MML相似,但鏡頭凸緣后端的尺寸出現(xiàn)極大差異時(shí),會(huì)改善精確度。缺點(diǎn):與MML相似,但成本比MML更高。 四、遠(yuǎn)心:  Telecentricity是指物體的倍率誤差。倍率誤差越小,Telecentricity越高。Telecentricity有各種不同的用途,在鏡頭使用前,把握Telecentricity很重要。遠(yuǎn)心鏡頭的主光線與鏡頭的光軸平行,Telecentricity不好,遠(yuǎn)心鏡頭的使用效果就不好;Telecentricity可以用下圖進(jìn)行簡(jiǎn)單的確認(rèn)。...
發(fā)布時(shí)間: 2017 - 07 - 03
機(jī)器視覺:給智能制造一雙慧眼機(jī)器視覺的原理和用途首先我先對(duì)機(jī)器視覺做一個(gè)簡(jiǎn)要的介紹。我們知道人類感知世界的一個(gè)很重要的信息來源是靠視覺,而機(jī)器視覺是通過計(jì)算機(jī)來模擬人類的視覺功能讓計(jì)算機(jī)獲得相關(guān)的細(xì)節(jié)信息并且加以理解。它的原理是計(jì)算機(jī)或者是相關(guān)圖片處理器從客觀的圖像中提取信息進(jìn)行處理,加以理解并且最終用于檢測(cè)還有控制等領(lǐng)域,它涉及的領(lǐng)域包括人工智能、計(jì)算機(jī)科學(xué)、圖像處理還有模式識(shí)別等很多領(lǐng)域。由于有了圖像處理還有計(jì)算機(jī)等等自動(dòng)化設(shè)備的幫忙,機(jī)器視覺其實(shí)是遠(yuǎn)遠(yuǎn)超過人類的極限的,所以它的優(yōu)勢(shì)也十分明顯,包括高效率、高精度、高自動(dòng)化,以及能夠很好適應(yīng)比較差的環(huán)境。所以在一些不適合人工作業(yè)的危險(xiǎn)的工作環(huán)境,或者是我們?nèi)祟愐曈X很難滿足要求的場(chǎng)合,機(jī)器視覺是可以用來代替人工視覺的。在這種檢測(cè)、測(cè)量、識(shí)別和定位等功能上,機(jī)器視覺更是能夠更好的勝任。除了以上這些,它還能夠提高生產(chǎn)效率以及自動(dòng)化的程度,實(shí)現(xiàn)信息集成,所以在工業(yè)領(lǐng)域應(yīng)用很廣泛,是智能制造很重要的基礎(chǔ)。機(jī)器視覺在工業(yè)領(lǐng)域的應(yīng)用分類我們?cè)谶@里重點(diǎn)講一下機(jī)器視覺在工業(yè)領(lǐng)域的應(yīng)用是怎么樣進(jìn)行分類的。它依照工作環(huán)境可以分為,一種是在大規(guī)?;蛘呤钦f測(cè)試要求能力高的生產(chǎn)線上,比如說分裝、印刷、分揀或者是在野外這樣的不適合人員工作的環(huán)境中用來代替?zhèn)鹘y(tǒng)的人工測(cè)量或者測(cè)試。這樣能夠達(dá)到人工無法達(dá)到的可靠性,或者是自動(dòng)化程度。另外一種是必須要用到高性能或者精密儀器組件的專業(yè)設(shè)備。其實(shí)最早帶動(dòng)整個(gè)機(jī)器視覺行業(yè)的是半導(dǎo)體制造設(shè)備,比如說上游晶圓加工的分類切割,這樣的設(shè)備都非常依賴高精度的測(cè)量和對(duì)運(yùn)動(dòng)的部件進(jìn)行引導(dǎo)和定位。除了在工業(yè)領(lǐng)域機(jī)器視覺的應(yīng)用比較成熟之外,在一些非工業(yè)領(lǐng)域機(jī)器視覺的優(yōu)勢(shì)同樣是很明顯的,具備非常大的發(fā)展運(yùn)用空間。因?yàn)闄C(jī)器視覺它成本低、運(yùn)用廣泛、準(zhǔn)確度高的特點(diǎn),它在交通行業(yè),一些車牌識(shí)別、流量控制、違章識(shí)別都可以得到廣泛的運(yùn)用,比如說另外一些細(xì)分新行業(yè)如森林防火、飛機(jī)跑道異物檢測(cè),比如說大疆精靈4無人機(jī)就首次引入了機(jī)器視覺。非工業(yè)領(lǐng)域同時(shí)還包括三維和多維的,機(jī)器視覺同樣也有很巨大的空間。比如說前沿技術(shù)帶來的一些新領(lǐng)域,像無人機(jī)、服務(wù)器人都對(duì)機(jī)器視覺提出了新的要求。那么未來對(duì)機(jī)器視覺的應(yīng)用會(huì)越來越多,機(jī)器視覺也可以促進(jìn)服務(wù)機(jī)器人這樣的產(chǎn)業(yè)的發(fā)展,讓機(jī)器人能夠在更多的場(chǎng)合得到應(yīng)用。機(jī)器視覺的組成與產(chǎn)業(yè)鏈接下來我們講一下第二部分,就...
發(fā)布時(shí)間: 2017 - 07 - 03
機(jī)器視覺相機(jī)介紹 機(jī)器視覺專業(yè)論壇1、簡(jiǎn)介              機(jī)器視覺相機(jī)的目的是將通過鏡頭投影到傳感器的圖像傳送到能夠儲(chǔ)存、分析和(或者)顯示的機(jī)器設(shè)備上??梢杂靡粋€(gè)簡(jiǎn)單的終端顯示圖像,例如利用計(jì)算機(jī)系統(tǒng)顯示、存儲(chǔ)以及分析圖像。2、分類       按照芯片類型可以分為CCD相機(jī)、CMOS相機(jī);按照傳感器的結(jié)構(gòu)特性可以分為線陣相機(jī)、面陣相機(jī);按照掃描方式可以分為隔行掃描相機(jī)、逐行掃描相機(jī);按照分辨率大小可以分為普通分辨率相機(jī)、高分辨率相機(jī);按照輸出信號(hào)方式可以分為模擬相機(jī)、數(shù)字相機(jī);按照輸出色彩可以分為單色(黑白)相機(jī)、彩色相機(jī);按照輸出信號(hào)速度可以分為普通速度相機(jī)、高速相機(jī);按照響應(yīng)頻率范圍可以分為可見光(普通)相機(jī)、紅外相機(jī)、紫外相機(jī)等。3、CCD與CMOS區(qū)別CCD和CMOS是現(xiàn)在普遍采用的兩種圖像工藝技術(shù),它們之間的主要差異在于傳送方式的不同,用過相機(jī)的人肯定對(duì)這兩個(gè)名詞不會(huì)陌生,可是對(duì)它們之間的性能區(qū)別,卻并不是很了解。這里將做簡(jiǎn)單的比較說明。1)噪聲差異:由于CMOS的每個(gè)感光二極管都需要搭配一個(gè)放大器,若以百萬像素計(jì)算的話,那就需要上百萬個(gè)的放大器,然而放大器屬于模擬電路,很難讓所得的每個(gè)結(jié)果都保持一致。而CCD只需要一個(gè)放大器放在芯片邊緣,與CMOS相比,它的噪聲相對(duì)減少很多,大大提高了圖像品質(zhì)。2)耗電量差異:CMOS采用主動(dòng)式圖像采集方式,感光二極管所產(chǎn)生的電荷會(huì)直接由旁邊的電晶體放大輸出;而CCD為被動(dòng)式采集方式,必須外加12~18V的電壓以使每個(gè)像素中的電荷移送到傳輸通道。因此CCD就必須設(shè)計(jì)更精密的電源線路和耐壓強(qiáng)度,這樣使得CCD的耗電量遠(yuǎn)遠(yuǎn)高出CMOS,根據(jù)計(jì)算CMOS的耗電量?jī)H是CCD的1/8~1/10。3)分辨率差異:由于CMOS的每個(gè)像素都比CCD復(fù)雜,且其像素尺寸很難達(dá)到CCD的水平,因此,當(dāng)我們比較相同尺寸的CCD與CMOS時(shí),CCD的分辨率通常會(huì)優(yōu)于CMOS傳感器的水平。例如,維視數(shù)字圖像技術(shù)有限公司生產(chǎn)的4.40μm*4.40μm像元大小的CCD相機(jī)分辨率為1628*1236,而5.2μm*5.2μm像元大小的CMOS相機(jī)分辨率為1280*1024,對(duì)比結(jié)果明顯得出:同尺寸大...
發(fā)布時(shí)間: 2017 - 06 - 06
機(jī)器視覺基礎(chǔ)及硬件選型.pdf
熱門下載資料
  • 機(jī)器視覺
    圖像處理與機(jī)器視覺第一章 圖像增強(qiáng)的研究和發(fā)展現(xiàn)狀  圖像在采集過程中不可避免的會(huì)受到傳感器靈敏度、噪聲干擾以及模數(shù)轉(zhuǎn)換時(shí)量化問題等各種因素的影響,而導(dǎo)致圖像無法達(dá)到令人滿意的視覺效果,為了實(shí)現(xiàn)人眼觀察或者機(jī)器自動(dòng)分析、識(shí)別的目的,對(duì)原始圖像所做的改善行為,就被稱作圖像增強(qiáng)。圖像增強(qiáng)包涵了非常廣泛的內(nèi)容,凡是改變?cè)紙D像的結(jié)構(gòu)關(guān)系以取得更好的判斷和應(yīng)用效果的所有處理手段,都可以歸結(jié)為圖像增強(qiáng)處理,其目的就是為了改善圖像的質(zhì)量和視覺效果,或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析、識(shí)別的形式,以便從中獲取更加有用的信息?! 〕S玫膱D像增強(qiáng)處理方式包括灰度變換、直方圖修正、圖像銳化、噪聲去除、幾何畸變校正、頻域?yàn)V波和彩色增強(qiáng)等。由于圖像增強(qiáng)與感興趣的物體特性、觀察者的習(xí)慣和處理目的密切相關(guān),盡管處理方式多種多樣,但它帶有很強(qiáng)的針對(duì)性。因此,圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的,并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。于是,為了使各種不同特定目的的圖像質(zhì)量得到改善,產(chǎn)生了多種圖像增強(qiáng)算法。這些算法根據(jù)處理空間的不同分為基于空間域的圖像增強(qiáng)算法和基于變換域的圖像增強(qiáng)算法?;诳臻g域的圖像增強(qiáng)算法又可以分為空域的變換增強(qiáng)算法、空域的濾波增強(qiáng)算法以及空域的彩色增強(qiáng)算法;基于變換域的圖像增強(qiáng)算法可以分為頻域的平滑增強(qiáng)算法、頻域的銳化增強(qiáng)算法以及頻域的彩色增強(qiáng)算法。  盡管各種圖像增強(qiáng)技術(shù)已取得了長足的發(fā)展,形成了許多成熟、經(jīng)典的處理方法,但新的增強(qiáng)技術(shù)依然在日新月異地發(fā)展完善,不斷推陳出新,其中尤其以不引起圖像模糊的去噪聲方法(如空域的局部統(tǒng)計(jì)法)和新的頻域?yàn)V波器增強(qiáng)技術(shù)(如小波變換,K-L變換等)最為引人矚目?! 〉诙?圖像增強(qiáng)的基本方法  一般而言,圖像增強(qiáng)是根據(jù)具體的應(yīng)用場(chǎng)景和圖像的模糊情況而采用特定的增強(qiáng)方法來突出圖像中的某些信息,削弱或消除無關(guān)信息,以達(dá)到強(qiáng)調(diào)圖像的整體或局部特征的目的。常用的圖像增強(qiáng)方法有灰度變換、直方圖修正、噪聲清除、圖像銳化、頻域?yàn)V波、同態(tài)濾波及彩色增強(qiáng)等。圖像增強(qiáng)的方法主要分為兩類:空域增強(qiáng)法和頻域增強(qiáng)法??沼蛟鰪?qiáng)法直接針對(duì)圖像中的像素,對(duì)圖像的灰度進(jìn)行處理;頻域增強(qiáng)法是基于圖像的Fourier變換式對(duì)圖像頻譜進(jìn)行改善,增強(qiáng)或抑制所希望的頻譜?! ?.1灰度變換  灰度變換增強(qiáng)的原理如下:設(shè)r和s分別代表原始圖像和增強(qiáng)圖像的灰度,T(?)為映...
    2018 - 01 - 06
  • 機(jī)器視覺
    Python 圖像處理庫 Pillow 入門(含代碼)Pillow是Python里的圖像處理庫(PIL:Python Image Library),提供了了廣泛的文件格式支持,強(qiáng)大的圖像處理能力,主要包括圖像儲(chǔ)存、圖像顯示、格式轉(zhuǎn)換以及基本的圖像處理操作等。 1)使用 Image 類PIL最重要的類是 Image class, 你可以通過多種方法創(chuàng)建這個(gè)類的實(shí)例;你可以從文件加載圖像,或者處理其他圖像, 或者從 scratch 創(chuàng)建。要從文件加載圖像,可以使用open( )函數(shù),在Image模塊中: from PIL import Image im = Image.open("E:/photoshop/1.jpg")加載成功后,將返回一個(gè)Image對(duì)象,可以通過使用示例屬性查看文件內(nèi)容: print(im.format, im.size, im.mode)('JPEG', (600, 351), 'RGB')format 這個(gè)屬性標(biāo)識(shí)了圖像來源。如果圖像不是從文件讀取它的值就是None。size屬性是一個(gè)二元tuple,包含width和height(寬度和高度,單位都是px)。 mode 屬性定義了圖像bands的數(shù)量和名稱,以及像素類型和深度。常見的modes 有 “L” (luminance) 表示灰度圖像, “RGB” 表示真彩色圖像, and “CMYK” 表示出版圖像。如果文件打開錯(cuò)誤,返回 IOError 錯(cuò)誤。只要你有了 Image 類的實(shí)例,你就可以通過類的方法處理圖像。比如,下列方法可以顯示圖像:im.show()2)讀寫圖像PIL 模塊支持大量圖片格式。使用在 Image 模塊的 open() 函數(shù)從磁盤讀取文件。你不需要知道文件格式就能打開它,這個(gè)庫能夠根據(jù)文件內(nèi)容自動(dòng)確定文件格式。要保存文件,使用 Image 類的 save() 方法。保存文件的時(shí)候文件名變得重要了。除非你指定格式,否則這個(gè)庫將會(huì)以文件名的擴(kuò)展名作為格式保存。加載文件,并轉(zhuǎn)化為png格式:"Python Image Library Test"from PIL import Imageim...
    2018 - 01 - 05
資料下載
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: 圖像處理與機(jī)器視覺第一章 圖像增強(qiáng)的研究和發(fā)展現(xiàn)狀  圖像在采集過程中不可避免的會(huì)受到傳感器靈敏度、噪聲干擾以及模數(shù)轉(zhuǎn)換時(shí)量化問題等各種因素的影響,而導(dǎo)致圖像無法達(dá)到令人滿意的視覺效果,為了實(shí)現(xiàn)人眼觀察或者機(jī)器自動(dòng)分析、識(shí)別的目的,對(duì)原始圖像所做的改善行為,就被稱作圖像增強(qiáng)。圖像增強(qiáng)包涵了非常廣泛的內(nèi)容,凡是改變?cè)紙D像的結(jié)構(gòu)關(guān)系以取得更好的判斷和應(yīng)用效果的所有處理手段,都可以歸結(jié)為圖像增強(qiáng)處理,其目的就是為了改善圖像的質(zhì)量和視覺效果,或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析、識(shí)別的形式,以便從中獲取更加有用的信息?! 〕S玫膱D像增強(qiáng)處理方式包括灰度變換、直方圖修正、圖像銳化、噪聲去除、幾何畸變校正、頻域?yàn)V波和彩色增強(qiáng)等。由于圖像增強(qiáng)與感興趣的物體特性、觀察者的習(xí)慣和處理目的密切相關(guān),盡管處理方式多種多樣,但它帶有很強(qiáng)的針對(duì)性。因此,圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的,并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。于是,為了使各種不同特定目的的圖像質(zhì)量得到改善,產(chǎn)生了多種圖像增強(qiáng)算法。這些算法根據(jù)處理空間的不同分為基于空間域的圖像增強(qiáng)算法和基于變換域的圖像增強(qiáng)算法。基于空間域的圖像增強(qiáng)算法又可以分為空域的變換增強(qiáng)算法、空域的濾波增強(qiáng)算法以及空域的彩色增強(qiáng)算法;基于變換域的圖像增強(qiáng)算法可以分為頻域的平滑增強(qiáng)算法、頻域的銳化增強(qiáng)算法以及頻域的彩色增強(qiáng)算法?! ”M管各種圖像增強(qiáng)技術(shù)已取得了長足的發(fā)展,形成了許多成熟、經(jīng)典的處理方法,但新的增強(qiáng)技術(shù)依然在日新月異地發(fā)展完善,不斷推陳出新,其中尤其以不引起圖像模糊的去噪聲方法(如空域的局部統(tǒng)計(jì)法)和新的頻域?yàn)V波器增強(qiáng)技術(shù)(如小波變換,K-L變換等)最為引人矚目。  第二章 圖像增強(qiáng)的基本方法  一般而言,圖像增強(qiáng)是根據(jù)具體的應(yīng)用場(chǎng)景和圖像的模糊情況而采用特定的增強(qiáng)方法來突出圖像中的某些信息,削弱或消除無關(guān)信息,以達(dá)到強(qiáng)調(diào)圖像的整體或局部特征的目的。常用的圖像增強(qiáng)方法有灰度變換、直方圖修正、噪聲清除、圖像銳化、頻域?yàn)V波、同態(tài)濾波及彩色增強(qiáng)等。圖像增強(qiáng)的方法主要分為兩類:空域增強(qiáng)法和頻域增強(qiáng)法??沼蛟鰪?qiáng)法直接針對(duì)圖像中的像素,對(duì)圖像的灰度進(jìn)行處理;頻域增強(qiáng)法是基于圖像的Fourier變換式對(duì)圖像頻譜進(jìn)行改善,增強(qiáng)或抑制所希望的頻譜?! ?.1灰度變換  灰度變換增強(qiáng)的原理如下:設(shè)r和s分別代表原始圖像和增強(qiáng)圖像的灰度,T(?)為映...
    下載次數(shù): 1919
    人氣: 1919
    2018 - 01 - 06
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: Python 圖像處理庫 Pillow 入門(含代碼)Pillow是Python里的圖像處理庫(PIL:Python Image Library),提供了了廣泛的文件格式支持,強(qiáng)大的圖像處理能力,主要包括圖像儲(chǔ)存、圖像顯示、格式轉(zhuǎn)換以及基本的圖像處理操作等。 1)使用 Image 類PIL最重要的類是 Image class, 你可以通過多種方法創(chuàng)建這個(gè)類的實(shí)例;你可以從文件加載圖像,或者處理其他圖像, 或者從 scratch 創(chuàng)建。要從文件加載圖像,可以使用open( )函數(shù),在Image模塊中: from PIL import Image im = Image.open("E:/photoshop/1.jpg")加載成功后,將返回一個(gè)Image對(duì)象,可以通過使用示例屬性查看文件內(nèi)容: print(im.format, im.size, im.mode)('JPEG', (600, 351), 'RGB')format 這個(gè)屬性標(biāo)識(shí)了圖像來源。如果圖像不是從文件讀取它的值就是None。size屬性是一個(gè)二元tuple,包含width和height(寬度和高度,單位都是px)。 mode 屬性定義了圖像bands的數(shù)量和名稱,以及像素類型和深度。常見的modes 有 “L” (luminance) 表示灰度圖像, “RGB” 表示真彩色圖像, and “CMYK” 表示出版圖像。如果文件打開錯(cuò)誤,返回 IOError 錯(cuò)誤。只要你有了 Image 類的實(shí)例,你就可以通過類的方法處理圖像。比如,下列方法可以顯示圖像:im.show()2)讀寫圖像PIL 模塊支持大量圖片格式。使用在 Image 模塊的 open() 函數(shù)從磁盤讀取文件。你不需要知道文件格式就能打開它,這個(gè)庫能夠根據(jù)文件內(nèi)容自動(dòng)確定文件格式。要保存文件,使用 Image 類的 save() 方法。保存文件的時(shí)候文件名變得重要了。除非你指定格式,否則這個(gè)庫將會(huì)以文件名的擴(kuò)展名作為格式保存。加載文件,并轉(zhuǎn)化為png格式:"Python Image Library Test"from PIL import Imageim...
    下載次數(shù): 2397
    人氣: 2397
    2018 - 01 - 05
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: 當(dāng)機(jī)器視覺遇到“人工智能-工業(yè)4.0”.....人們感知外界信息的80%是通過眼睛獲得的,圖像包含的信息量是最巨大的。機(jī)器視覺給機(jī)器人裝上了“眼睛”,成為工業(yè)4.0的重點(diǎn),互促發(fā)展是技術(shù)的必然,更是時(shí)代的選擇。 工業(yè)4.0是什么?在人類歷史發(fā)展前期,生產(chǎn)力的增長幾不可察,生活水平的提升也非常緩慢。而從200多年前開始,生產(chǎn)力發(fā)生了飛躍性變化,這一翻天覆地的變化得益于工業(yè)革命。如果將工業(yè)的發(fā)展歷史分成4個(gè)時(shí)代,那么工業(yè)革命1.0使機(jī)器生產(chǎn)代替了手工勞動(dòng);工業(yè)革命2.0實(shí)現(xiàn)了流水線生產(chǎn);工業(yè)革命3.0實(shí)現(xiàn)了自動(dòng)化生產(chǎn)。工業(yè)生產(chǎn)方式則依次經(jīng)歷了機(jī)械化、流水線生產(chǎn)、自動(dòng)化。2013年4月,在漢諾威工業(yè)博覽會(huì)上,德國正式推出工業(yè)4.0的概念,旨在提升制造業(yè)的智能化水平。德國工業(yè)4.0是指利用物聯(lián)信息系統(tǒng)(Cyber—PhysicalSystem簡(jiǎn)稱CPS)將生產(chǎn)中的供應(yīng),制造,銷售信息數(shù)據(jù)化、智慧化,最后達(dá)到快速、有效、個(gè)人化的產(chǎn)品供應(yīng)。其實(shí)質(zhì)是“互聯(lián)網(wǎng)+制造”。在成產(chǎn)層面,“工業(yè)4.0”是生產(chǎn)設(shè)備間的互聯(lián)、設(shè)備和產(chǎn)品的互聯(lián)、虛擬與現(xiàn)實(shí)的互聯(lián),甚至是未來的萬物互聯(lián)。工業(yè)4.0理念的提出促進(jìn)了智能工廠的實(shí)現(xiàn),生產(chǎn)方式必將迎來巨大改變。工業(yè)4.0--機(jī)器視覺是核心目前視覺技術(shù)在工業(yè)生產(chǎn)中的應(yīng)用大致可分為兩類:質(zhì)量控制和輔助生產(chǎn)。其中,質(zhì)量控制主要是指對(duì)產(chǎn)品缺陷的檢測(cè),識(shí)別不良品,此類設(shè)備在國內(nèi)外自動(dòng)化生產(chǎn)線已有廣泛使用。輔助生產(chǎn)則是利用視覺技術(shù)給機(jī)器人提供動(dòng)作執(zhí)行依據(jù),國內(nèi)市場(chǎng)尚待開發(fā)。工業(yè)機(jī)器人的發(fā)展,勢(shì)必引起機(jī)器視覺新增長。我國正處于工業(yè)機(jī)器人的發(fā)展拐點(diǎn),市場(chǎng)潛力巨大,據(jù)國際機(jī)器人聯(lián)盟(IFR)估計(jì),中國市場(chǎng)對(duì)工業(yè)機(jī)器人的發(fā)展占主導(dǎo)地位,2018年全球三分之一的工業(yè)機(jī)器人將會(huì)安裝在中國,這勢(shì)必會(huì)引發(fā)機(jī)器視覺的廣泛應(yīng)用。機(jī)器視覺是人類視覺的延伸,與多種技術(shù)的融合逐步加深,將成為實(shí)現(xiàn)自動(dòng)化和智能化的重要手段。工業(yè)4.0與智能制造息息相關(guān),而機(jī)器視覺是實(shí)現(xiàn)智能制造的重要抓手。聯(lián)為智能教育與工業(yè)4.0德國推出“工業(yè)4.0”以來,作為老牌的機(jī)器視覺人才培養(yǎng)學(xué)校,聯(lián)為智能教育不落人后,先后推出了機(jī)器視覺圖像處理實(shí)戰(zhàn)、運(yùn)動(dòng)控制卡等精品課程,不斷的為國內(nèi)大中型自動(dòng)化企業(yè)輸送大量的機(jī)器視覺工程師人才 智能工廠實(shí)驗(yàn)系統(tǒng)所謂“智能工廠”是指通過引入大數(shù)據(jù)技術(shù)進(jìn)行分析優(yōu)化管理,在...
    下載次數(shù): 660
    人氣: 660
    2017 - 12 - 25
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: 最新機(jī)器人視覺系統(tǒng)介紹,給機(jī)器人裝上“眼睛”機(jī)器視覺概述使機(jī)器具有像人一樣的視覺功能,從而實(shí)現(xiàn)各種檢測(cè)、判斷、識(shí)別、測(cè)量等功能。一個(gè)典型的機(jī)器視覺系統(tǒng)組成包括:圖像采集單元(光源、鏡頭、相機(jī)、采集卡、機(jī)械平臺(tái)),圖像處理分析單元(工控主機(jī)、圖像處理分析軟件、圖形交互界面),執(zhí)行單元(電傳單元、機(jī)械單元)機(jī)器視覺系統(tǒng)通過圖像采集單元將待檢測(cè)目標(biāo)轉(zhuǎn)換成圖像信號(hào),并傳送給圖像處理分析單元。圖像處理分析單元的核心為圖像處理分析軟件,它包括圖像增強(qiáng)與校正、圖像分割、特征提取、圖像識(shí)別與理解等方面。輸出目標(biāo)的質(zhì)量判斷、規(guī)格測(cè)量等分析結(jié)果。分析結(jié)果輸出至圖像界面,或通過電傳單元(PLC等)傳遞給機(jī)械單元執(zhí)行相應(yīng)操作,如剔除、報(bào)警等,或通過機(jī)械臂執(zhí)行分揀、抓舉等動(dòng)作。機(jī)器視覺優(yōu)勢(shì)機(jī)器視覺系統(tǒng)具有高效率、高度自動(dòng)化的特點(diǎn),可以實(shí)現(xiàn)很高的分辨率精度與速度。機(jī)器視覺系統(tǒng)與被檢測(cè)對(duì)象無接觸,安全可靠。人工檢測(cè)與機(jī)器視覺自動(dòng)檢測(cè)的主要區(qū)別有: 機(jī)器視覺的應(yīng)用領(lǐng)域?識(shí)別標(biāo)準(zhǔn)一維碼、二維碼的解碼光學(xué)字符識(shí)別(OCR)和確認(rèn)(OCV)?檢測(cè)色彩和瑕疵檢測(cè)零件或部件的有無檢測(cè)目標(biāo)位置和方向檢測(cè)?測(cè)量尺寸和容量檢測(cè)預(yù)設(shè)標(biāo)記的測(cè)量,如孔位到孔位的距離?機(jī)械手引導(dǎo)輸出空間坐標(biāo)引導(dǎo)機(jī)械手精確定位 機(jī)器視覺系統(tǒng)的分類?智能相機(jī)?基于嵌入式?基于PC 機(jī)器視覺系統(tǒng)的組成?圖像獲?。汗庠础㈢R頭、相機(jī)、采集卡、機(jī)械平臺(tái)?圖像處理與分析:工控主機(jī)、圖像處理分析軟件、圖形交互界面。?判決執(zhí)行:電傳單元、機(jī)械單元?光源---種類LED:壽命長/可以有各種顏色/便于做成各種復(fù)雜形狀/光均勻穩(wěn)定/可以閃光;熒光燈:光場(chǎng)均勻/價(jià)格便宜/亮度較LED高;鹵素?zé)簦毫炼忍貏e高/通過光纖傳輸后可做成;氙燈:使用壽命約1000小時(shí)/亮度高,色溫與日光接近。(大部分機(jī)器視覺照明采用LED) ?光源---光路原理照相機(jī)并不能看見物體,而是看見從物體表面反射過來的光。       鏡面反射:平滑表面以對(duì)頂角反射光線       漫射反射:粗糙表面會(huì)從各個(gè)方向漫射光線       發(fā)散反射:多數(shù)表面既有紋理,又有平滑表面,會(huì)對(duì)光線進(jìn)行發(fā)散反射 ?光源---作用和要求在機(jī)器視覺中...
    下載次數(shù): 1115
    人氣: 1115
    2017 - 12 - 18
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: 盤點(diǎn) | 機(jī)器人視覺工程師必須知道的工業(yè)相機(jī)相關(guān)問題1:工業(yè)相機(jī)的丟幀的問題是由什么原因引起的?經(jīng)常會(huì)有一些機(jī)器視覺工程師認(rèn)為USB接口的工業(yè)相機(jī)會(huì)造成丟幀現(xiàn)象。一般而言,工業(yè)相機(jī)丟幀與工業(yè)相機(jī)所采用的傳輸接口是沒有關(guān)系的,無論是USB,還是1394、GigE、或者是CameraLink。設(shè)計(jì)不良的驅(qū)動(dòng)程序或工業(yè)相機(jī)硬件才是造成丟幀的真正原因:設(shè)計(jì)不良的工業(yè)相機(jī)之所以會(huì)發(fā)生丟幀的現(xiàn)象,其實(shí)就是資料通道的堵塞,無法及時(shí)處理,所以新的圖像進(jìn)來時(shí),前一張可能被迫丟棄,或是新的圖像被迫丟棄。要解決這問題,需要設(shè)計(jì)者針對(duì)驅(qū)動(dòng)程序與工業(yè)相機(jī)硬件資料傳輸?shù)拿總€(gè)環(huán)節(jié)進(jìn)行精密的設(shè)計(jì)。2:工業(yè)相機(jī)輸入、輸出接口有哪些?在機(jī)器視覺檢測(cè)技術(shù)中,工業(yè)相機(jī)的輸入、輸出接口有Camera Link、IEEE 1394、USB2.0、Ethernet、USB3.0幾種;3:知道被測(cè)物的長、寬、高以及要求的測(cè)量精度,如何來選擇CCD 相機(jī)和工業(yè)鏡頭,選擇以上器件需要注意什么?首先要選擇合適的鏡頭。選擇鏡頭應(yīng)該遵循以下原則:1).與之相配的相機(jī)的芯片尺寸是多大;2).相機(jī)的接口類型是哪種的,C 接口,CS 接口還是其它接口;3).鏡頭的工作距離;4).鏡頭視場(chǎng)角;5).鏡頭光譜特性;6).鏡頭畸變率;7).鏡頭機(jī)械結(jié)構(gòu)尺寸;選擇CCD 相機(jī)時(shí),應(yīng)該綜合考慮以下幾個(gè)方面:1).感光芯片類型;CCD 還是CMOS2).視頻特點(diǎn);包括點(diǎn)頻、行頻。3).信號(hào)輸出接口;4).相機(jī)的工作模式:連續(xù),觸發(fā),控制,異步復(fù)位,長時(shí)間積分。5).視頻參數(shù)調(diào)整及控制方法:Manual、RS232.同時(shí),選擇CCD 的時(shí)候應(yīng)該注意,l inch = 16mm 而不是等于25.4mm.4:CCD 相機(jī)與CMOS 相機(jī)的區(qū)別在哪里?(1) 成像過程CCD 與CMOS 圖像傳感器光電轉(zhuǎn)換的原理相同,他們最主要的差別在于信號(hào)的讀出過程不同;由于CCD僅有一個(gè)(或少數(shù)幾個(gè))輸出節(jié)點(diǎn)統(tǒng)一讀出,其信號(hào)輸出的一致性非常好;而CMOS 芯片中,每個(gè)像素都有各自的信號(hào)放大器,各自進(jìn)行電荷-電壓的轉(zhuǎn)換,其信號(hào)輸出的一致性較差。但是CCD 為了讀出整幅圖像信號(hào),要求輸出放大器的信號(hào)帶寬較寬,而在CMOS 芯片中,每個(gè)像元中的放大器的帶寬要求較低,大大...
    下載次數(shù): 1250
    人氣: 1250
    2017 - 12 - 11
  • 所屬紛飛: 機(jī)器視覺
    資料關(guān)鍵詞:
    簡(jiǎn)介: 工業(yè)機(jī)器人視覺引導(dǎo)系統(tǒng)MVRobotVision機(jī)器人視覺引導(dǎo)系統(tǒng)是配合工業(yè)機(jī)器人工作的機(jī)器視覺系統(tǒng),提供高效精準(zhǔn)的視覺引導(dǎo)功能,適應(yīng)多維運(yùn)動(dòng)工業(yè)機(jī)器人對(duì)視覺系統(tǒng)輕便、高速、高精度的要求,配合工業(yè)機(jī)器人實(shí)現(xiàn)高效智能化的產(chǎn)線改造,為自動(dòng)化產(chǎn)線,傳送帶分揀,組裝、自動(dòng)碼垛卸垛以及其他復(fù)雜加工等機(jī)器人應(yīng)用提供智能視覺引導(dǎo)解決方案。2D視覺引導(dǎo)MVRobotVision機(jī)器人2D視覺引導(dǎo)系統(tǒng)主要應(yīng)用于流水線傳送跟蹤、精確定位、姿態(tài)調(diào)整三個(gè)方面。3D視覺引導(dǎo)MVRobotVision機(jī)器人3D視覺引導(dǎo)系統(tǒng)主要應(yīng)用于工件分揀、碼垛與卸垛、輸送機(jī)分揀定位三個(gè)方面。系統(tǒng)特點(diǎn)柔性化定位工裝:節(jié)約在多品種情況下傳統(tǒng)的機(jī)械定位工裝設(shè)計(jì)成本,使工裝定位環(huán)節(jié)實(shí)現(xiàn)真正的柔性化。 智能形狀識(shí)別引擎,智能視覺學(xué)習(xí)訓(xùn)練:系統(tǒng)內(nèi)嵌智能形狀識(shí)別引擎,能夠識(shí)別常見的基本幾何圖形。對(duì)于復(fù)雜形狀,系統(tǒng)可以進(jìn)行模板學(xué)習(xí)訓(xùn)練,進(jìn)而實(shí)現(xiàn)復(fù)雜形狀的識(shí)別精準(zhǔn)數(shù)據(jù):降低環(huán)境光影響,快速準(zhǔn)確獲取掃描數(shù)據(jù);先進(jìn)高效的數(shù)據(jù)分析,實(shí)現(xiàn)高速精確定位識(shí)別,精度可達(dá)0.1mm
    下載次數(shù): 848
    人氣: 848
    2017 - 12 - 04
技術(shù)分享
 
2023 / 06 / 28
聯(lián)為智能教育主要從事計(jì)算機(jī)軟件技術(shù)咨詢;企業(yè)自動(dòng)化技術(shù)培訓(xùn);教育設(shè)備研發(fā)生產(chǎn);自動(dòng)化設(shè)備的研發(fā)、有著豐富的教學(xué)經(jīng)驗(yàn),教學(xué)設(shè)備齊全,老師手把手...
 
聯(lián)系方式
深圳市龍華區(qū)觀瀾街道桂香社區(qū)桂圓路23號(hào)聯(lián)為智能裝備數(shù)字產(chǎn)業(yè)園
1812977051@qq.com

15323438773 陳老師

0755-29495142

預(yù)約免費(fèi)試聽
  • 您的姓名:
  • *
  • 公司名稱:
  • 地址:
  • 電話:
  • *
  • 傳真:
  • E-mail:
  • 郵政編碼:
  • 留言主題:
  • 詳細(xì)說明:
  • *
     
聯(lián)為智能教育專業(yè)打造自動(dòng)化教育產(chǎn)、學(xué)、研一體化平臺(tái),成為智能制造教育領(lǐng)導(dǎo)者。聯(lián)為plc培訓(xùn)班精心打造專業(yè)培訓(xùn)實(shí)操基地,專門為學(xué)員研發(fā)一批教學(xué)設(shè)備,包括機(jī)器人學(xué)習(xí)教學(xué)連線,plc培訓(xùn)學(xué)習(xí)教學(xué)連線,工業(yè)機(jī)器人培訓(xùn)、plc編程培訓(xùn)等專業(yè)的教學(xué)設(shè)備,讓學(xué)員真正理論實(shí)踐一體,學(xué)以致用,從實(shí)踐交流中體會(huì)知識(shí)的精髓,來一場(chǎng)完美的職業(yè)轉(zhuǎn)身。
掃碼學(xué)習(xí)
深圳聯(lián)為智能教育感謝您的關(guān)注!
plc學(xué)習(xí)
在線直播間
plc培訓(xùn)班
小胡老師
5
電話
  • 15323438773
6
二維碼
回到頂部
曰本女人牲交全视免费播放,人妻少妇看A偷人无码精品,日本在线不卡一区二区,国产网站在线免费观看 ,日韩在线三级视频,91社区在线观看精品,国产成人精品三级在线观看,人人爽人人添人人超,精品欧洲AV无码一区二区男男,综合久久久久久中文字幕
99久久精品无码专区| 亚洲国产婷婷香蕉久久久久久| 亚洲VA综合VA国产产VA中| 亚洲熟妇中文字幕日产无码| 无码av一区二区大桥久未| 又爽又色又舒服的视频无码| 欧美日韩亚洲中文字幕二区 | 日韩欧美成人免费观看| 久久vs国产综合色婷婷野外| 欧美曰批人成在线观看| 国产成人三级韩国AV| 免费a级毛片无码av| a男人的天堂久久a毛片2022| 国产三级a三级三级野外| 一本久久a久久精品vr综合| 99精品国产一区二区电影| 免费无码又爽又刺激成人| 一本一本久久A久久综合精品蜜桃| 亚洲AV无码国产精品色午夜字幕| 99久久国产综合精品五月天喷水| 福利一区二区三区视频午夜观看| 欧美最猛黑人XXXX黑人猛交| 俺来也俺去啦久久综合网| av免费看片| 人人妻久久人人澡人人爽人人精品| 亚洲av无码av在线影院| 国产国语毛片在线看国产| 67194熟妇在线直接进入| 国产成人亚洲无吗淙合青草| 亚洲日韩va无码中文字幕| 成 人影片 毛片免费观看| 日韩AV男人的天堂| 国产乱了BBW| 亚洲狠狠婷婷综合久久久久网站 | 久久久国产精品亚洲一区| 欧美性猛少妇XXXXX免费| 久久久高清国产999尤物| 无码播放毛片| 曰的好深好爽免费视频网站| 午夜精品久久久久久91| 久久AV高潮AV无码AV|