Machine Vision and Computer Vision 2(笔记)
工业机器视觉的流程
在工业上,照相机对拍摄图像的质量的要求往往十分苛刻。因为传统工业的视觉系统主要用于测量(Measurement)检测(Detection)定位(Location)识别(Identification)四个方面。一张高质量的图像可以简化很多后期处理时遇到的不必要的麻烦.有趣的是,在我浅显的认识里,多数的机器视觉研究大都需要海量的图库,例如基于城市摄像头的人脸识别系统等等,因为这其中涉及到机器学习以及神经网络,因为理解前先在这里就不做过多的表述了。
Machine Vision 的硬件介绍
1.照相机
照相机分为面阵,线扫,3D相机三个大类分别对应不同的功能。
(1)面阵相机(Aerial Camera)
面阵相机可以简单理解为我们日常使用的普通相机,拍摄的是一张图片。常见的品牌有国内的海康机器人(HIKrobot),德国的Basler以及同样是国产的大华水星。
根据传输方式的不同又可以大致分为网口和USB3.0两种不同的接口。
相较于USB3.0接口,网口面阵相机的带宽较小只有1GB(125M),却有较大的传输距离。
USB3.0接口有三倍于网口的带宽,却只有可怜的5M左右的传输距离。
为了,提高带宽,不缺钱的各位也可以使用10GigE接口的网口面阵相机,它的带宽是10GB,传输距离100M,都很优秀不过却会带来巨大的发热量。
(2)线扫相机(Line Scan Camera)
线扫相机拍摄的一张长度为相机芯片长度,宽度却只有一个像素的线形图片。通常用作拍摄连续的物体。
因为每次拍摄得到的图片宽度只有一个像素是人眼无法分辨的,但是我们可以通过软件将多张线扫照片拼接在一起就得到了我们想要结果。为什么说线扫相机多用于拍摄连续的物体呢?在这里我给你们举个例子。
比如说,你想要检测一个圆柱状水杯的外表是否有凹坑,普通的面阵相机并不能一次性将物体的全貌拍出,需要多角度地拍摄才能达成目的。然而线扫相机却可以配合着水杯的滚动将水杯的整个表面铺开,以一张图片的形式完整的成像我们想要的特征。
线扫相机目前只有DALSA一家生产(其他生产的厂家也都用他们家的芯片),可以说是垄断了整个线扫相机市场。
(3)3D相机
相较于普通的面阵相机,3D相机可以通过激光扫描得到被检测物体的高度,这个用的比较少,我也不懂哈哈。
常见品牌有:LMI,基恩士,深视智能
上述图片只是,3D照相机中的传感器(Sensor),具体的运作流程以及操作方法,建议反复问以下链接https://lmi3d.com/video/corporate-video/?lang=zh-hans。
Machine Vision and Computer Vision 2(笔记)相关推荐
- 澳大利亚国立大学计算机学院,ANU澳大利亚国立大学机器学习与计算机视觉硕士Master of Machine Learning and Computer Vision...
机器学习与计算机视觉硕士Master of Machine Learning and Computer Vision是澳大利亚国立大学研究生申请的热门专业,本文重点介绍了机器学习与计算机视觉硕士研究生 ...
- (1)课程简介-CS231A:Computer Vision, From 3D Reconstruction to Recognition
斯坦福大学-源地址: CS231A: Computer Vision, From 3D Reconstruction to Recognition CS231AGitHub笔记:https://git ...
- 《Deep Learning for Computer Vision withPython》阅读笔记-StarterBundle(第6 - 7章)
6.配置您的开发环境 当涉及到学习新技术(尤其是深度学习)时,配置开发环境往往是成功的一半.在不同的操作系统.不同的依赖版本以及实际的库本身之间,配置您自己的深度学习开发环境可能是相当令人头痛的事情. ...
- Programming Computer Vision with Python (学习笔记一)
转载自:http://segmentfault.com/a/1190000003941588 介绍 <Programming Computer Vision with Python>是一本 ...
- Computer vision: models, learning and inference 学习笔记1:引言
学习笔记1:引言 目的 model,learning and inference 的含义 独特之处:基于模型的知识结构体系 最关键的是:模型(model) 目的 学习<computer visi ...
- 《Deep Learning for Computer Vision withPython》阅读笔记-PractitionerBundle(第9 - 11章)
9.使用HDF5和大数据集 到目前为止,在本书中,我们只使用了能够装入机器主存储器的数据集.对于小数据集来说,这是一个合理的假设--我们只需加载每一个单独的图像,对其进行预处理,并允许其通过我们的网络 ...
- Resource of computer vision, pattern recognition, machine learning etc.
Resource of computer vision, pattern recognition, machine learning etc. 1.牛人 Serge Belongie at UC Sa ...
- Computer Vision笔记01:图像处理
Computer Vision笔记01:图像处理Part 1 什么是图像处理(Image Processing)? 图像处理(Image Processing)的分类 空间域处理(Spatial Op ...
- 阅读笔记:What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?
阅读笔记:What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision? 1.介绍 2.相关工作 2.1 贝叶 ...
最新文章
- nginx下后端realserver健康检测模块ngx_http_upstream_check_module
- 盛大游戏回归A股进入倒计时:估值近300亿 腾讯年初曾入股
- 基于fdatool的滤波器设计(低通、带通、高通)
- lua php 触摸精灵,lua程序设计主要学习路径
- VMware vSphere克隆虚拟机
- bbPress 介绍,安装和中文包
- 虚拟化软件Xen的简单应用
- [JavaScript] 使用ArrayBuffer和Blob编辑二进制流 下载文件
- (第八章)左右外连接
- 青鸟影院售票系统(一)
- pcb地线应该不应该做成环路_电源PCB设计流程及要点全解析
- 未来10年35项最值得你期待的技术(中)
- 为新版本火狐安装去广告插件
- vue-cli在webpack环境下怎样生成开发环境模板(适合初学者)
- 从按下键盘到屏幕上显示字符计算机经过了哪些过程
- 微信小程序(7)说说微信小程序的发布流程?
- 【前端春招】前端春招实习+秋招心路历程
- 弃IBM持苹果,股神巴菲特眼中的科技迭代
- nginx配置移动终端走不同的反向代理路径
- 安川服务器显示run电机没电,安川电机驱动器SGM系列使用手册_图文(64页)-原创力文档...
热门文章
- LWN:The netfslib helper library
- 2015,百度如何智能化这个世界?
- 仅用笔记本电脑解析90%蛋白质,单卡推理序列长度破万!Colossal-AI开源方案让AlphaFold推理提速5倍,显存降低75%
- uni-app使用阿里巴巴图标库icon详细步骤--避免踩坑
- 【Leetcode】 LCP 18. 早餐组合(简单)
- 2020年中国市场主体新增注册量、新增注销量及发展政策建议分析[图]
- 基于js+echarts实现数据可视化大屏展示
- BMZCTF [2020首届祥云杯]到点了
- php strftime 毫秒,php strftime函数获取日期时间(switch用法)
- 5、MySQL 七种 Join 形式分析