对于机器视觉的应用的总结

限时干货下载:回复“资料”获取获取机器视觉教程,行业报告等资源,百度盘群组分享链接更新时间:2017-12-5,失效请在文末留言,不要在后台留言,你也可以在后台菜单“资源搜索”搜索更多你想要的网盘资源!

机器视觉就是利用机器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。

生物特征识别(人脸、语音、指纹、虹膜),目标识别(车牌识别,射频识别等),条码识别(一维码、二维码),字符识别,纹理识别等。识别的最终目的主要是为了分类,这里需要利用大数据训练学习,需要借助深度学习。

3、测量。

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,这里涉及到相机标定问题。

4、定位。

工装定位移位、装配、码垛机器人。

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、视频识别等等;

Halcon:在尺寸测量方面,感觉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,具体的对比和应用还需要实践积累和不断去挖掘。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171214A0VEZT00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券