展开

关键词

算法(系列一)--简短入门

是人工智能正在快速发展的一个分支。作为生产过程中关键技术之一,在或者生产线上,可以检测产品质量以便将不合格的产品剔除,或者指导人完成组装工作,与整个生产密切相关。 由于笔者正处于行业,所以准备和大家一起系统的学习方面相关知识,主要包括常见的算法,以及常见的应用领域算法的实现等,欢迎大家的讨论和交流。 本文主要介绍经典系统,常用领域以及常用的图像处理库,希望以此作为一个简短入门。1.经典系统简单说来,就是用代替人眼来做测量和判断。 系统是通过产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征 那么一个经典的系统长什么样呢??

1.9K80

——光的初探

,以及善于辨识,是人类与生俱来的特殊能力。明眸善睐,可以直通心灵。但是随着科学技术的发展,用于“辨识”的,也应运而生。 这种辨识试图完成和人类同样的功能,而且优点更为突出。        不会受主观情绪的限制,没有疲劳,对物体信息的记忆更加精确并持久,通过确定的计算方法得出结论而不会出现“混淆”的情况。        以下是作为参考的处理链?       在计算对图像数据进行处理之前,我们首先要捕获图像信息。和人眼类似,中的图像信息,是通过传感捕获物体的光学特征而形成的。 所以,理解光的物理特性,对的建立至关重要。

23431
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    与Tesseract介绍

    1.可以通过 apt-get 安装:命令:sudo apt-get install tesseract-ocr

    32540

    3——电磁波

    心脏跳动的规律,生物钟调节的规律,四季变换的规律,人生状态的规律…… 我们似乎越来越不相信直线变的化东西,越来越得凡事都有起伏,有低谷,有高潮.我们开始知这种总在变换的节奏,试图掌握平衡。

    25350

    Python:与Tesseract介绍

    从 Google 的无人驾驶汽车到可以识别假钞的自动售卖一直都是一个应用广 泛且具有深远的影响和雄伟的愿景的领域。 我们将重点介绍的一个分支:文字识别,介绍如何用一些 Python库来识别和使用在线图片中的文字。 我们可以很轻松的阅读图片里的文字,但是阅读这些图片就会非常困难,利用这种人类用户可以正常读取但是大多数人都没法读取的图片,验证码 (CAPTCHA)就出现了。 ORC库概述在读取和处理图像、图像相关的学习以及创建图像等任务中,Python 一直都是非常出色的语言。 虽然有很多库可以进行图像处理,但在这里我们只重点介绍:TesseractTesseractTesseract 是一个 OCR 库,目前由 Google 赞助(Google 也是一家以 OCR 和学习技术闻名于世的公司

    8720

    4——光的偏振

    回顾《3——电磁波》,我们了解到,光波,即电磁波的传播符合波动方程,本质上是一个正弦波。如下图。从上图,可以看出,光波沿Y轴上下振动,而波的传播方向,沿Z轴传播。 听说,若在飞上透过偏振片观察舷窗之外的天空,会看到有彩虹出现。

    31021

    系统硬件:镜头

    本文记录硬件学习内容,第三部分:镜头本文的主要内容为镜头的光学原理、基本参数和选用原则。作为工程人员,应重点掌握镜头的基本参数和选用原则。 1.2 薄透镜成像原理大学物理光学实验的感。。。镜头是厚透镜,但是一般可以根据薄透镜的几何关系和参数计算,来作为选择镜头的依据。 照相或摄像的镜头就是应用了表格中的第一行,物距大于两倍焦距的情况。02 基本参数镜头的主要参数有焦距、分辨率、工作距离、景深、野范围、畸变量等。 03 选用原则 在系统中,镜头的主要作用是将成像目标映射在图像传感的光敏面上。镜头的质量直影响到系统的整体性能,合理地选择和安装镜头,是系统设计的重要环节。 参考资料:中国大恒(集团)有限公司北京图像技术分公司 系统之镜头篇,张勇

    30841

    系统硬件:光源

    硬件内容 第一部分:光源1为什么要使用光源目的:将被测物体与背景分离,获取高质量、高对比度的图像,好的光源可以很大程度上减少无关的背景信息,突出被测物体的特征。 重要性:直接影响处理精度和速度,甚至系统的成败,优秀的打光工程能够降低算法开发的难度。2光源的种类理想的光源应该是明亮、均匀、稳定的。 系统使用的光源主要有三种:高频荧光灯、卤素灯和LED(发光二极管)光源等,其性能对比如下图所示。?3LED光源3.1 LED光源的优势LED 灯的综合性能最佳,广泛应用于领域。 基于的钢板表面缺陷检测技术研究. 南昌大学, 2010.【3】李俊. 照明光源关键技术研究 . 天津理工大学, 2006.【4】中国大恒(集团)有限公司北京图像技术分公司 系统之光源篇,刘伟

    24221

    与计算的区别?

    计算,首先是应用场景不一样,就像@Vinjn张静 回答的那样:你把摄像头对着人就是CV,对着车间就是MV。 计算应用场景不同,就像拉货车和载客车是的,侧重点不同而已,一个侧重人工智能分支,一个侧重工业应用! 有些也需要分析质,比如零件自动分拣。但,计算一般来说对量的要求不会很高,商场人数统计误差个百分之几死不了人的,但真的会,比如那个道岔缺口测量。 既然要求这么高,是不是就比计算难呢?也不是的,应该说各有各的难处。计算的应用场景相对复杂,要识别的物体类型也多,形状不规则,规律性不强。 以上讨论的是技术,商业方面,计算的应用面更广一些,毕竟很多业务是跟人相关,比如人脸识别,行为分析等,很多垂直领域都有计算潜在需求,相对来说,更适合创业;而顾名思义,业务主要跟相关

    1.6K110

    ——麦克斯韦方程组

    这种粒子充斥着整个宇宙,被物体吸收或反射,形成万事万物的色彩,进入我们的眼帘,为我们的神经系统所感知,从而在大脑中形成电信号,于是我们又多了一条探索事物的途径。

    50840

    ROS探索总结(十一)——

    在计算时代已经越来越流行,摄像头价格越来越低廉,部分集成深度传感的混合型传感也逐渐在研究领域普及,例如微软推出的Kinect,而且与之配套的软件功能十分强大,为开发带来了极大的便利。 我们可以使用如下的命令来查看节点之间发送的图像消息是什么样的: view plain copyrostopic echo camerargbimage_color 然后就会看到数据刷刷的在显示,有没有感看不清楚 二、深度显示 使用kinect的一大特色就是可以获得传感的深度数据,也就是物体距离传感的距离,传说kinect的可识别范围在60cm到10m之间。

    49621

    之尺寸测量基础

    图像传感可以将检查对象在平面上表现出来,通过边缘检测,测算位置、宽度、角度等。所谓边缘是指图像内明亮部位与阴暗部分的边缘。 图像传感边缘检查模式的使用要点在理解边缘检查原理的基础上进行有效的调整;理解各种衍生模式,显著提高检查可能性;参考代表性的检查例有助于工作的进行;通过实验选择最佳的预处理滤镜,提高检查速度及检查效果。

    80130

    之尺寸测量基础

    基于技术的尺寸测量方法具有成本低、精度高、安装简易等优点,其非接触性、实时性、灵活性和精确性等特点可以有效的解决传统检测方法存在的问题。 同时尺寸测量是技术最普遍的应用行业,特别在自动化制造行业中,用测量工件的各种尺寸参数,如长度测量、圆测量、角度测量、弧线测量、区域测量等,需要检测出工件相关区域的基本几何特征。 基于技术的尺寸测量方法具有成本低、精度高、安装简易等优点,其非接触性、实时性、灵活性和精确性等特点可以有效的解决传统检测方法存在的问题。 同时尺寸测量是技术最普遍的应用行业,特别在自动化制造行业中,用测量工件的各种尺寸参数,如长度测量、圆测量、角度测量、弧线测量、区域测量等,需要检测出工件相关区域的基本几何特征。 尺寸测量应用实例 ? 角度测量 ?图像传感可以将检查对象在平面上表现出来,通过边缘检测,测算位置、宽度、角度等。所谓边缘是指图像内明亮部位与阴暗部分的边缘。

    1.5K31

    中的3D成像技术

    近年来,技术变得越来越复杂,工业领域的图像处理更多的专注于3D传感,而且越来越多的技术已经完善并且投入到实际应用中,包括焊缝的检测,以及在生产过程中对未分类部件进行仓拣或精确测量金属板。 可以说,已经转向了3D。在过去的几年里,点云评估和测量软件也得到了快速地的发展:从单一的图像数据转换成点云数据,对点云数据进行测量,计数和点云匹配。 典型的设置包含一个激光,它直接位于测试对象和相之间,相与激光成30°角安装。但是激光和相的其他角度组合也是可以的。例如,为了获得更准确的高度分辨率,相和激光之间的角度可以加宽。 处理的软件,在3D中扮演着重要角色,它就像3D的“大脑”一样,但它是否像人脑一样学习?如何训练它? 行业对3D成像以及人工神经网络和深度学习的新可能性寄予厚望,让我们拭目以待。

    42531

    技术的应用领域

    技术的应用领域在人工智能时代,迅猛发展。是用计算来模拟人的功能,也就是把客观的事物的图像信息提取、处理并理解,最终用于实际检测、测量和控制。现已得到广泛的运用。 什么是? 自 20 世纪 50 年代从统计模式识别开始的,计算当时的工作主要集中在二维图像分析、识别和理解上,如光学字符识别、工件表面、显微图片和航空照片的分析和解释等。 主要用计算来模拟人的功能,但并不仅仅是人眼的简单延伸,更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。 一个典型的工业应用系统,包括数字图像处理技术、械工程技术、控制技术、光源照明技术、光学成像技术、传感技术、模拟与数字频技术、计算软硬件技术、人接口技术等。 随着新技术、新理论在系统中的应用,将在国民经济的各领域申发挥更大作用,其应用前景广阔,并为社会的发展带来了新的技术革命。

    8840

    系统硬件:工业相

    本文记录硬件学习内容,第二部分:工业相本文的主要内容为相的类型、接口类型及主要参数。01 相的分类相系统的核心部件,广泛应用于各个领域,如生产监控、测量任务和质量控制等。 下文将详细介绍几种常用类型的工业相。?02 面阵相和线阵相刚接触的时候,我想当然的以为面阵相就是把几个相组合排列成面阵,线阵相就是组合排列成一排,闹了笑话。 这是因为线阵相的传感只有一行感光元素。虽然面阵相的像元总数较多,但分布到每一行的像素单元却少于线阵相,因此面阵相的分辨率和扫描频率一般低于线阵相。 线阵相的图像传感以CCD为主,市场上曾经也出现过一些线阵CMOS图像传感,但线阵CCD仍是主流。目前,线阵CCD加扫描运动获取图像的方案应用广泛,尤其在要求场范围大、图像分辨率高的情况下。 对于野大小为10*10mm的场合,要求精度为0.02mmpixel,则当方向上分辨率=100.02=500。若被测物体为运动物体,需要选择帧数较高的工业相

    34912

    什么是计算?什么是

    然而,小伙伴们知道对于人是多么难能可贵吗?我们平时所说的计算又有什么区别呢?今天小编就为大家讲一讲什么是计算、什么又是。 不过,也有学者认为,随着学习方法的日渐普及以及大数据科技的应用,计算实现质的突破也是指日可待的。2是人工智能正在快速发展的一个分支。 简单说来,就是用代替人眼来做测量和判断。 而且易于实现信息集成,是实现计算集成制造的基础技术。上图便是的一个典型应用。 计算的研究很大程度上是针对图像的内容。如下图所示,如何让计算判断出图片中都是猫,才是计算研究的内容。主要是指工业领域的研究,例如自主人的,用于检测和测量的

    52631

    问答开源项目介绍

    keras中文doc之三 结尾给出了一个非常简单的vqa问答的程序demo,我们今天看一个复杂的tensorflow版本的VQA。 注意力在频中的应用可以参考:https:github.comtsenghungchenSA-tensorflow?阅读原文看完整代码。

    36520

    对于的应用的总结

    就是利用代替人眼做出测量和判断,在应用层面上,目前主要用来做系统集成或二次开发的较多,可以概括为以下四个部分:1、检查。外观及缺陷检测,主要利用模板匹配。2、识别。 几何尺寸测量(长、宽、高、周长、面积、体积等),圆或者椭圆(圆心、半径、轮廓、角度、尺寸等);测量必须先标定,这里涉及到相标定问题。4、定位。工装定位移位、装配、码垛人。 针对以上四个功能,对Labview、OpenCV、Halcon这三个软件进行对比Labview:在工控方面可以说首屈一指,当然在检查、定位方面比较擅长;Opencv:在识别方面做的比较好,比如人脸识别、频识别等等 ;Halcon:在尺寸测量方面,感Halcon做的比较好,其标定封装的比较好,测量直接可以出来尺寸,还是很方便的;这只是说比较擅长某一领域,并不代表在其他领域就不能做,只不过效果好与坏而已,当然这也只是个人的看法

    594120

    表面缺陷检测综述

    美国人工业协会(RIA)对下的定义为:“是通过光学的装置和非接触的传感自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制人运动的装置”。 4) 与表面检测密切相关的人工智能理论虽然得到了很大的发展,但如何模拟人类大脑的信息处理功能去构建智能系统还需要理论上的进一步研究,如何更好的基于生物认识、指导得检测也是研究人员的难点之一 技术和市场需求等因素决定了表面缺陷检测的发展趋势为:1) MARR理论对计算发挥了巨大作用,其核心是将理解为3D重建的过程。 同时将等多信息相互融合,突破单一信息的局限性,也将成为检测的发展方向之一。 表面检测比较复杂,涉及众多学科和理论,是对人类的模拟,但是目前对人的制尚不清楚,尽管每一个正常人都是“专家”,但难以用计算表达自己的过程,因此构建检测系统还要进一步通过研究生物理来完善

    7.1K26

    相关产品

    • 腾讯智慧视觉分析系统

      腾讯智慧视觉分析系统

      腾讯即视智慧视觉分析系统(腾讯即视)是一款结合物联网技术和 AI 分析技术的智慧视觉分析系统。通过与智慧建筑平台微瓴对接,提供从事前预警、事中告警到事后回溯的全链条服务。广泛应用于楼宇、园区、养老院等多个场景。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注云+社区

      领取腾讯云代金券