- 博客(7)
- 收藏
- 关注
RSS订阅原创 【轮廓匹配算法系列】从NCC到轮廓匹配：工业视觉的“定位之争“，到底争的是什么？
工业视觉中形状匹配为何优于灰度匹配？ 传统灰度匹配（如NCC）在实验室表现良好，但在工业现场易受光照变化、遮挡和形变干扰而失效。根本原因在于它仅依赖像素灰度，无法理解几何形状。工业视觉转向基于轮廓的形状匹配，核心是改进的广义霍夫变换（GHT）：通过边缘梯度表征形状（对光照免疫），利用几何投票机制定位目标（允许部分遮挡）。相比原版GHT计算量大的问题，工业级改进通过方向离散化、预计算R-table和金字塔优化，将耗时压缩到10-20毫秒级。形状匹配适用于有明确轮廓、需抗干扰的场景，但不适合纯纹理或无边缘目标。
2026-05-20 21:44:10
468
原创 【计算成像】超越像素：计算光学与下一代工业视觉系统
计算光学正在颠覆工业检测的“不可能三角”——通过将光学系统从“完美记录设备”转变为“信息编码器”，用算法解码突破物理极限。波前编码技术可扩展景深10-20倍，让PCB检测告别机械对焦；傅里叶叠层成像实现0.39Å分辨率，使半导体缺陷无处遁形；光度立体视觉精准重建表面形貌，让金属划痕无所遁形。这不是妥协，而是一场从“硬件完美主义”到“算法增强主义”的范式革命。当光学遇上计算，工业视觉正从“看得清”迈向“看得懂”的智能时代。
2026-03-08 15:46:20
530
原创 【YOLO11实战项目】OpenCV+CUDA编译保姆级教程
本文将详细介绍在Windows环境下编译支持YOLO开发的带CUDA的OpenCV。整个过程分为环境准备、源码下载、CMake配置、编译安装、验证测试五个步骤。
2025-02-13 14:29:54
2631
4
原创 【庖丁解牛】机器视觉核心算法之圆环展开
作为全球某机器视觉头部大厂的资深工程师，深感学校和互联网上主要资料局限于计算机视觉领域，能落地工业领域的算法寥寥无几，且相关算法原理语焉不详、乏善可陈，或示例代码缺少关键实现、谬误百出，故作【庖丁解牛】系列课程，掰开揉碎了讲解机器视觉领域核心算法，并提供完整的高质量代码，力争为从业者提供严格贴近工业应用场景的、高质量的国际一线算法剖析。
2025-01-24 11:27:25
2064
原创 【庖丁解牛】机器视觉核心算法之圆拟合
作为全球某机器视觉头部大厂的资深工程师，深感学校和互联网上主要资料局限于计算机视觉领域，能落地工业领域的算法寥寥无几，且相关算法原理语焉不详、乏善可陈，或示例代码缺少关键实现、谬误百出，故作【庖丁解牛】系列课程，掰开揉碎了讲解机器视觉领域核心算法，并提供完整的高质量代码，力争为从业者提供严格贴近工业应用场景的、高质量的国际一线算法剖析。
2025-01-18 13:31:09
1011
原创 【庖丁解牛】机器视觉核心算法之N点标定
作为全球某机器视觉头部大厂的资深工程师，深感学校和互联网上主要资料局限于计算机视觉领域，能落地工业领域的算法寥寥无几，且相关算法原理语焉不详、乏善可陈，或示例代码缺少关键实现、谬误百出，故作【庖丁解牛】系列课程，掰开揉碎了讲解机器视觉领域核心算法，并提供完整的高质量代码，力争为从业者提供严格贴近工业应用场景的、高质量的国际一线算法剖析。
2025-01-17 13:38:55
1286
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人