做淘宝网站要会程序吗,河北省建设厅网站网上建设大厅,给大家分享个永久免费的云服务器,户外保险网站机器视觉应用工程开发思路 机器视觉应用工程主要可划分为两大部分#xff0c;硬件部分和软件部分。 1.硬件部分#xff0c;硬件的选型至关重要#xff0c;决定了后续工作是否可以正常开展#xff0c;其中关键硬件部分包括#xff1a;光源#xff0c;相机以及镜头。 2.软件… 机器视觉应用工程开发思路 机器视觉应用工程主要可划分为两大部分硬件部分和软件部分。 1.硬件部分硬件的选型至关重要决定了后续工作是否可以正常开展其中关键硬件部分包括光源相机以及镜头。 2.软件部分目前业内商业库主要有Halcon康耐视DALSAevisionNI等开源库有OpenCV.其中NI的labviewvision模块。 机器视觉应用工程大致开发思路 一、获取图像 图像采集可以来源多个途径用算子read_image去读取图像文件用相机助手可读取单个或多个相机视频使用读文件或读取路径可用tuple实现读取多个图像文件助手。 其中使用相机助手获取相机图像最为常用。 Halcon通过ImageAcquisition Interfaces对各种图像采集卡及各种工业相机进行支持。其中包括模拟视频信号数字视频信号Camera Link,数字视频信号IEEE 1394,数字视频信号USB2.0,数字视频信号Gigabit Ethernet等。 Halcon通过统一的接口封装上述不同相机的image acquisition interfaces,从而达到算子统一化。不同的相机只需更改几个参数就可变更使用。 Halcon图像获取的思路1、打开设备获得该设备的句柄。2、调用采集算子获取图像。 二、图像颜色空间变换 颜色的定义颜色是光作用于人眼引起除形象以外的视觉特性。计算机常用的颜色空间主要有两种RGB和HSV。RGB颜色空间主要是依据人眼的生理结构人眼有三类视锥体细胞分别是红绿蓝。而HSV颜色空间是基于颜色本身的属性H代表色相主要由波长决定S代表纯度取决于峰值能量与其他频段能量白色光的比例V代表亮度。H与S属性常常会混为一谈是为颜色的色度特性。 因此在一副彩色图像中倘若在RGB颜色空间中无法寻得合适阈值进行分割时常常可以将RGB颜色空间转换到HSV颜色空间去观察图像的色相以及饱和度属性。 三、图像预处理 图像预处理即对采集的图像不是很满意以致于会影响后续图像处理的结果因此必须对采集的图像进行预处理。图像预处理并未对图像做出实质性的提取和改变主要是以滤波、增强对比度等改善图像质量为目的。 图像预处理主要包括了四个部分图像的点运算即操作直方图图像的几何变换、图像的增强处理以及图像的正交变换。 图像的点运算主要用于改变一幅图像的灰度分布范围图像的几何变换主要包括图像的平移变换、镜像变换、图像的转置、缩放和旋转等内容图像的增强处理主要对图像的噪声过滤以及对比度增强即平滑、锐化处理图像的正交变换主要包括傅里叶变换、哈达玛变换、离散余旋变换以及K-L变换等将信号从空间域变换到空间频域以便于更好的处理信号。 四、区域及轮廓提取提取ROI 区域以及轮廓的提取即提取ROI这一步是整个图像处理软件中的核心步骤。就我目前的知识水平大致可分为三个方法Blob分析模板匹配以及机器学习识别模式。 Blob分析的基本思想通过其灰度值的差别来识别图像中前景的像素。Blob分析三兄弟图像分割图像形态学处理特征提取。 模板匹配主要包括形状匹配以及灰度值匹配。关键步骤创建模板在图像中查找模板。 机器学习识别基于多层感知的自我训练通过监督学习形成分类器。主要分为四步创建trf训练文件绑定字符图像与字符创建神经分类器训练分类器将分类器保存为ocm文件即可用于识别。 五、图像识别及诊断或要进行相机标定 转载于:https://www.cnblogs.com/dzw2017/p/6992832.html
