- 博客(10)
- 收藏
- 关注
RSS订阅原创 工业相机及镜头选型(一)
工业相机主要分为CCD和CMOS两种类型，输出信号分别为模拟信号和数字信号。按成像方式可分为线阵相机和面阵相机，分别适用于带状检测和广视野应用。相机选型需考虑分辨率、快门类型、帧率、颜色需求等因素。镜头参数包括工作距离、视场、景深、焦距等，需根据检测需求选择合适的光学性能。镜头接口需与相机匹配，CCD尺寸应不小于相机传感器尺寸。工业相机广泛应用于工业检测、医疗影像和科研领域。
2025-07-15 22:04:10
415
原创 Modbus通信(二)
本文介绍了Modbus协议在RTU、ASCII和TCP三种模式下的关键实现细节。在RTU模式下，重点说明了线圈和寄存器请求长度限制（2000线圈/125寄存器）及异常判断机制（功能码高位0x80）。ASCII模式详细描述了报文格式转换过程（":+RTU报文+LRC+回车换行"）和编解码方法，强调了大写字符要求和LRC校验。TCP模式则概述了报文头结构（事务ID、协议ID和长度字段）。文章还对比了不同数据类型的字节占用情况（ushort占2字节，int占4字节），并提供了串口通信中的缓冲区
2025-07-14 22:01:28
463
原创 Modbus通信(一)
Modbus是一种开放、免费、简单易用的工业通信协议，支持多种电气接口（RS232/422/485）和传输介质（双绞线/网线）。主要通信方式包括串口（RTU/ASCII）和以太网（TCP/UDP）。协议定义了四种数据类型：位、字节、字（16位）和双字（32位），需注意大小端存储差异（西门子为小端，PLC多采用大端）。数据存储分为线圈（位操作）和寄存器（字节操作），对应不同功能码（如01读线圈、03读寄存器）。实现时需处理字节序转换（如float的ABCD/CDAB顺序）、位操作（位掩码判断）和数据压缩（如4
2025-07-13 22:13:03
748
原创 光源及光源选型
机器视觉光源选型及应用指南 本文系统介绍了机器视觉中各类光源的特性及应用场景。光源按颜色分为白光、单色光和特殊光（红外、紫外、X-ray），不同颜色适用于特定检测需求（如红光增强对比度，紫外检测划痕）。结构光源包括环形、条形、面光源等，对应不同形状物体的检测（环形光适合规则物体，条形光适配长条形物体）。选型需综合考虑视野大小（小视野用点光源，大视野用面光源）、物体形状和检测需求（如复杂曲面用穹顶光）。通过合理搭配光源颜色和结构，可显著提升检测精度和效率。
2025-07-11 21:43:28
1116
原创 上位机通信(一)
本文介绍了基于C#的串口通信和网口通信实现方法。串口通信方面，详细说明了SerialPort类的关键属性（波特率、数据位等）和常用方法（Open/Read/Write），并提供了三种数据读取方式的代码示例。网口通信部分，对比了TCP和UDP协议特性，重点阐述了TCP服务端/客户端的Socket操作方法（Bind/Listen/Accept等），以及连接状态检测的两种方式（Poll检测和心跳机制）。文章还涉及了异步通信处理、断线重连策略以及TCP粘包问题的解决方案（添加包头机制），为设备控制程序的通信模块开发
2025-07-10 22:30:00
719
原创 浅谈avalonia与WPF的区别（二）
Avalonia与WPF在实现细节上存在显著差异：1）类处理程序方面，WPF使用静态处理函数，而Avalonia采用实例方法自动定向；2）数据模板中，Avalonia支持针对接口和派生类，且按声明顺序计算；3）层级数据模板WPF用HierarchicalDataTemplate，Avalonia用TreeDataTemplate；4）渲染变换默认值不同，WPF为左上角(0,0)，Avalonia为中心点。这些差异需要开发者在跨平台开发时特别注意。
2025-07-09 22:57:15
253
原创 浅谈avalonia与WPF的区别（一）
Avalonia是一个跨平台的XAML框架，与WPF相比在架构上有显著差异。Avalonia基于.NET Standard 2.0，通过Skia渲染引擎实现Windows/Linux/macOS/iOS/Android多平台支持，而WPF仅支持Windows并依赖DirectX。主要区别包括：Avalonia使用样式选择器和ControlTheme定义主题，支持直接绑定方法；采用StyledProperty和AvaloniaProperty两种属性系统；Grid布局采用简化语法；事件处理需通过AddHand
2025-07-08 15:00:00
722
原创 基于Halcon的3D点云匹配（三）
本文总结了Halcon在3D点云处理中的关键技术与应用。主要内容包括：1）仿射变换的应用场景区分，2）DispObjectModel3d与Show3D的显示差异，3）局部与全局点云配准策略，4）点云处理流程（子采样、平滑、三角化等）及对应算子，5）3D表面模型创建与匹配方法，6）模板匹配结果解析与优化技巧。重点阐述了点云配准的分阶段处理逻辑，先局部配准消除大偏差，再全局优化提升精度，并详细介绍了各处理环节的关键算子及其作用。
2025-07-08 09:00:00
575
原创 基于Halcon的3D点云匹配(二)
本文介绍了3D点云匹配的完整流程，包括预处理、特征提取、匹配模板创建及验证。预处理阶段通过采样、平滑和三角化优化点云数据，其中平滑处理采用平移原点技巧以提高数值稳定性。特征提取包括连接分析和管道模型筛选。匹配阶段创建表面模板并验证匹配精度，通过位姿转换矩阵实现点云对齐。整个过程涉及多个关键操作，如灰度值绑定、法线方向检测和表面搜索，最终生成精确的3D匹配结果。该流程适用于高精度点云配准和物体识别任务。
2025-07-07 13:07:20
229
原创 基于Halcon的3D点云匹配(一)
摘要：本文介绍了使用Halcon进行3D点云配准与重建的流程。首先通过gen_cam_par_area_scan_division创建虚拟相机，并用create_pose初始化3D显示位姿。核心步骤包括：1）局部配准，使用register_object_model_3d_pair进行点云对匹配；2）全局配准，通过register_object_model_3d_global统一变换所有点云；3）合并点云，使用union_object_model_3d生成完整模型。最终用visualize_object_mo
2025-07-07 10:51:02
714
1
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