
机器视觉
zzzkiti
自动化专业,现做的领域是视觉自动化
展开
-
机器视觉光源的评价与选择
A. 如何评价一个光源的好坏? 1) 对比度 对比度对机器视觉来说非常重要。机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度,从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。 2) 鲁棒性 鲁棒性就是对环境有一个好的适应。好的光源需要在实际工作中与其原创 2013-10-19 10:43:38 · 1245 阅读 · 0 评论 -
大尺寸背光检测~Dalsa线阵相机资料
最近大尺寸的背光检测项目,7‘~17寸的范围,大大超出了以前做的成熟的3~7寸的范围,相机和镜头之间的选型也必须重新进行,并需要进行一系列的测试。在3寸~7寸的背光检测项目中,面阵相机是首选,在这个项目中也可以考虑面阵相机。正拍相机选型部分如下,目前大尺寸项目像素精度要求0.025mm,17寸按照4:3,长短变分别为360:270,计算长短边像素需要14400:10800,假如是19...原创 2019-03-26 16:59:05 · 1880 阅读 · 0 评论 -
Halcon区域特征
特征经营者名单↓本章包含允许您访问区域的不同功能的运算符。 功能列表 在下文中,说明了可用的特征。'Area':对象的区域'row':中心的行索引'column':中心的列索引'row1':左上角的行索引“column1”:左上角的列索引“row2”:右下角的行索引“column2”:右下角的列索引'width...原创 2018-11-27 20:48:39 · 13163 阅读 · 2 评论 -
视觉标定资料汇总
最详细、最完整的相机标定讲解 https://blog.youkuaiyun.com/lxy_2011/article/details/80675803 世界坐标系、相机坐标系、图像坐标系之间的关系 http://www.cnblogs.com/gary-guo/p/6553155.html Halcon但相机标定详细讲解...原创 2018-11-26 11:47:40 · 519 阅读 · 0 评论 -
松下PLCMEWTOCOL理解及实践
读取部分:应答部分:C++代码说明: VB.net代码说明:...原创 2018-09-21 10:47:13 · 7559 阅读 · 1 评论 -
Halcon-Tuple-FindMaxIndexTuple
原创 2018-04-19 18:23:44 · 1387 阅读 · 0 评论 -
机器视觉之多坐标系标定与统一
随着机器视觉应用的日益广泛,大幅面多相机视觉系统的需求越来越多,主要应用方向为大幅面高精度的定位与测量和场景拼接等。多相机视觉系统的难点在于多相机坐标系的统一,可以分为两类,一是相机视野间无重叠部分,二是相机视野间有重叠部分。相机间无重叠部分的情况主要用于大幅面多相机高精度的定位和测量,相机间有重叠部分的情况主要用于场景的拼接等 使用大标定板统一坐标的方法 方案简介: 此方法采用一块大转载 2017-10-14 18:38:25 · 21248 阅读 · 3 评论 -
halcon标定
陈阳光, 王磊 . 基于HALCON的机器人视觉标定[J]. 光学仪器,2016, 38(4): 320-324. CHEN Yangguang, WANG Lei . Robot visual calibration based on HALCON[J]. Optical Instruments,2016, 38(4): 320-324 基于HALCON的机器人视转载 2017-10-14 17:34:02 · 7656 阅读 · 0 评论 -
线程中halcon变量在使用前需要清空
今天遇到一个问题,在一个线程中循环调用halcon图像处理的函数,其中有一个功能是写TXT,halcon算子的输出变量中,发现上一次的变量内容会写入这一次,以为循环次数的问题,后来发现是halcon变量没有清零,导致每一次更新的部分值更新了,部分没有变换的值依然存在,所以看似halcon的中间变量,仍然需要清零,以此记载!!!原创 2014-11-25 21:01:21 · 9566 阅读 · 7 评论 -
机器视觉的应用领域
在现代化的大生产之中,视觉检测往往是不可缺少的环节。比如,汽车零件的外观,药品包装的正误,IC字符印刷的质量,电路板焊接的好坏,等等,都需要众多的检测工人,通过肉眼或结合显微镜进行观测检验。大量的检测人工不仅影响工厂效率,而且带来不可靠的因素,直接影响产品质量与成本。另外,许多检测的工序不仅仅要求外观的检测,同时需要准确获取检测数据,比如零件的宽度,圆孔的直径,以及基准点的坐标等等,这些工作则是很原创 2013-10-19 16:27:47 · 1993 阅读 · 0 评论 -
机器视觉项目 - 选型总结
一. 面阵相机和镜头选型已知:被检测物体大小为A*B,要求能够分辨小于C,工作距为D 解答:1. 计算短边对应的像素数 E = B/C,相机长边和短边的像素数都要大于E;2. 像元尺寸 = 物体短边尺寸B / 所选相机的短边像素数;3. 放大倍率 = 所选相机芯片短边尺寸 / 相机短边的视野范围;4. 可分辨的物体精度 = 像元尺寸 / 放大倍率 (判断是否小于C);5....转载 2019-03-27 10:56:26 · 1417 阅读 · 0 评论