网页资讯视频图片知道文库贴吧地图采购
进入贴吧全吧搜索

 
 
 
日一二三四五六
       
       
       
       
       
       

签到排名:今日本吧第个签到,

本吧因你更精彩,明天继续来努力!

本吧签到人数:0

一键签到
成为超级会员,使用一键签到
一键签到
本月漏签0次!
0
成为超级会员,赠送8张补签卡
如何使用?
点击日历上漏签日期,即可进行补签。
连续签到:天  累计签到:天
0
超级会员单次开通12个月以上,赠送连续签到卡3张
使用连续签到卡
08月01日漏签0天
机器视觉吧 关注:9,305贴子:27,624
  • 看贴

  • 图片

  • 吧主推荐

  • 游戏

  • 1 2 3 4 5 6 7 8 9 10 下一页 尾页
  • 413回复贴,共12页
  • ,跳到 页  
<<返回机器视觉吧
>0< 加载中...

实力贴!尽我所能,回答吧友提出的各种机器视觉领域的问题!

  • 只看楼主
  • 收藏

  • 回复
  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
拒绝回答诸如:机器视觉怎么选型?工业相机怎么选择?这样的大问题。可以提你们的具体问题,我知道的尽力回答。不知道的,大家一起讨论。禁止灌水!


  • csxcz
  • 高级粉丝
    3
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
想学习机器视觉,如何入门?要看什么书,买什么资料,谢谢。


2025-08-01 16:40:46
广告
不感兴趣
开通SVIP免广告
  • 此生伤心
  • 高级粉丝
    3
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
楼主出来回答问题


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
学习机器视觉,主要得看你偏向于哪些方面?机器视觉技术包含两部分:机器(硬件技术,也就是怎么样采用合适的硬件组合拍出非常理想的图像)和视觉(软件技术,即图像处理)。如果要学习硬件技术,这是需要较大成本的,仅靠看书是不够的。最好的办法是先拿一些不同的光源、镜头、相机实际测试学习,然后再看书学理论。如果后面是要做视觉类应用项目,硬件技术是非常非常非常重要的。图像处理方面得看是了解理论知识呢还是应用。如果理论那么就买学校上课用的教材就行,这个太多了,京东上搜索一下很多的。如果是应用的话可以学习一些图像处理平台,比如:halcon、vison pro等


  • 工作到深夜的猫
  • 初级粉丝
    1
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
楼主,想请教一下关于视觉定位检测方面的问题。现有的硬件平台有步进电机和运动控制卡等。如果和机器视觉结合起来,机器视觉检测到的数据是反馈什么给VC++编写的程序?然后程序通过运动控制卡来控制步进电机运转的脉冲数。是不是视觉系统里面预先有一幅图片,然后实际再摄取一张图片,通过比较两图来反馈偏移值?表述的比较混乱,简单问就是视觉反馈了什么给控制程序,静静的等候您的答复,谢谢!


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
视觉在控制系统中传递的数据只是坐标值。先假定你是单目二维定位(三维的较复杂,如果你是三维定位再单独解释),那么首先必须有一套视觉定位硬件系统(相机、镜头、光源),使用该系统对被测目标进行拍照,然后计算该目标在图像中坐标位置,该坐标可以相对于视觉系统本身也可以相对于视场范围内某个不动的标志点。然后根据运动系统和视觉系统(或标志点)之间的坐标系关系进行坐标转换。将转换后的坐标反馈给运动控制系统即可。使用运动控制卡控制电机时,需要把运动行程转换成脉冲数,这是运动控制系统的事情了,就不多讲了


  • 小星纸
  • 中级粉丝
    2
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
楼主,本人正在做煤矿井下方面的问题,想请问你如何用视觉来实现对采煤机滚筒与护帮板之间的碰撞检测问题!


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
我不太了解井下的情况,首先图像采集方面要保证稳定的光照环境;其次获取的照片要能很好的区分滚筒和护帮,这俩之间要有明显的灰度差;第三防止碰撞得看具体防碰控制方式,个人有2种想法:一是不断的获取两者之间的距离数值,当超过某个阈值时就给电机发信号;二是持续获取设备运行过程中二者之间的距离变化曲线,当两者的距离或碰撞次数超过某个阈值后,即行调整电机运动参数。


2025-08-01 16:34:46
广告
不感兴趣
开通SVIP免广告
  • 我是瘦鸡
  • 中级粉丝
    2
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
您好,我目前正在做一个有关双目单视三维重建的毕业设计,用两个工业摄像头拍摄物体,请问用什么光源怎么光照会比较好?


  • 夜月羽love
  • 初级粉丝
    1
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
机器视觉能不能用来代替三次元检测仪来检测模具??


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
回复929320831: 不管是什么方面的视觉检测,打光的目的只有一个——就是把感兴趣的特征点凸显 出来即可。所以在不知道你被测对象时,没有具体的方案。简单说,如果你能把被测对象通过打光的方式让被测对象像白纸上的一个黑点那么清晰,你的打光就是非常成功的了。另外说一下,你用双目视觉的方式做三维还原,你的学位应该不低啊!还有你用双目视觉做三维还原,你说的打光方式不会指的是打结构光吧?期待进一步讨论。


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
回复 夜月羽love :根据我的了解,目前用机器视觉技术做三维数据测量还是比较难的,大致有以下几种办法:
1、双目视觉:这是最容易理解的,难点在于用图像预处理准确获取特征点和立体匹配
2、双目+结构光:在上面的基础上使用结构光来指定特征点,但是精度以结构光的密度来衡量,精度较低。学术界有一种办法是采用可编程结构光
3、单目+激光:三角测量法。这个原理简单,但是硬件结构很复杂,高精度的标定难以实现
综上,如果是对点云密度要求高的话,不建议采用视觉的方式。如果是对一些典型特征的被测对象进行三维信息测量,用视觉还是很好的办法


  • szwyx2013
  • 初级粉丝
    1
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
想请问楼主,通过双目摄像头,通过对运动物体进行拍照的方式,能否精确计算出物体的三维空间速度,以及自旋角速度? 如果运动物体是一个类似与乒乓球的球体,运动速度有时速100KM,在摄像头视野范围内,最多能拍摄2张照片,这个难度有多大?


  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
你好。第一、物体的三维空间速度需要根据物体在空间的三维坐标来计算,通过双目视觉的方式来获取被测对象的三维坐标进行计算,原理上是完全行得通的。精确度跟以下几点有关:
1、图像获取帧率:每秒钟获取的图像帧数越多,对被测物的位置描述就越精确;
2、运动速度较高,要想清晰的抓拍到,对相机的曝光方式和曝光时间要求较高,需要用比较好的硬件设备;
3、最终三维坐标的测量精度和双目系统的标定精度、立体匹配算法、相机分辨率、基线距离等都有关系。
第二、自转角速度测量。这个比较难,因为物体在空间中的转动是随机的,采用双目视觉没有办法把球体表面的所有特征点都获取到。也就是说没有办法获取到同一个点的序列三维坐标。
综上,把被测对象简化为一个点来计算其序列三维空间坐标只要硬件配置的好,还是可以解决的。但是检测被测对象自身的信息还是比较难得。给你一个链接资料参考:http://www.mv186.com/show-product-243.html


2025-08-01 16:28:46
广告
不感兴趣
开通SVIP免广告
  • wdqdegametime
  • 铁杆吧友
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
你好。第一、物体的三维空间速度需要根据物体在空间的三维坐标来计算,通过双目视觉的方式来获取被测对象的三维坐标进行计算,原理上是完全行得通的。精确度跟以下几点有关:
1、图像获取帧率:每秒钟获取的图像帧数越多,对被测物的位置描述就越精确;
2、运动速度较高,要想清晰的抓拍到,对相机的曝光方式和曝光时间要求较高,需要用比较好的硬件设备;
3、最终三维坐标的测量精度和双目系统的标定精度、立体匹配算法、相机分辨率、基线距离等都有关系。
第二、自转角速度测量。这个比较难,因为物体在空间中的转动是随机的,采用双目视觉没有办法把球体表面的所有特征点都获取到。也就是说没有办法获取到同一个点的序列三维坐标。
综上,把被测对象简化为一个点来计算其序列三维空间坐标只要硬件配置的好,还是可以解决的。但是检测被测对象自身的信息还是比较难得。本来要给你链接的,但是被度娘封了。你可以自己百度下MV-VS220这套系统。


登录百度账号

扫二维码下载贴吧客户端

下载贴吧APP
看高清直播、视频!
  • 贴吧页面意见反馈
  • 违规贴吧举报反馈通道
  • 贴吧违规信息处理公示
  • 1 2 3 4 5 6 下一页 尾页
  • 413回复贴,共12页
  • ,跳到 页  
<<返回机器视觉吧
分享到:
©2025 Baidu贴吧协议|隐私政策|吧主制度|意见反馈|网络谣言警示