- 分类：
-
全部 镜头 相机 传感器 采集卡 光源 传输及线材 系统产品 智能设备 解决方案 软件算法及深度学习 集成及工业计算机 机器人及机械臂 3D产品 行业综述 其他
展开
- 行业：
-
全部 汽车 芯片半导体 检测 电子组装 精工和光学 铁路 监控 安防 医疗 包装 光伏太阳能 航天航空 军事国防 LCD触摸屏 物流及拆码垛 药品 烟草 纺织 读码及识别 锂电 教学及科普 化学 陶瓷 纸张 木材 玻璃 农业 印刷 食品 造船 勘探 铁和金属 显微镜及生命科学 可回收资源 可再生资源 塑胶塑料 摄影测量和遥感 化妆品 电信 电力 智能交通 三维测量 体育 其他
展开
-
双目视觉原理及流程概述
经过双目标定后的两相机在拍摄同一对象后，需要进行双目校正。双目校正多利用极线约束，来使同一特征点位于左右相机两张图像水平方向的同一条直线上，即“把实际中非共面行对准的两幅图像，校正成共面行对准”。当然，在这个过程中也会进行一些畸变校正。利用极线约束进行双目校正后可以使特征点在两幅图像中都位于极线上，这样在进行特征点匹配时仅需要在极线上进行搜索而不需要在整个二维图像上进行搜索，大大减少了计算量。其他2020-08-12 | 中国机器视觉网 |3406 -
基于深度学习的外观缺陷检测设
基于深度学习技术的外观缺陷检测设备在工业生产中的应用可以实现非接触式测量，这种无任何接触、无任何损伤的自动检测技术，是实现设备自动化生产、智能化生产和精密控制的有效方式，具有精确有效、安全可靠、应用范围广等优势。检测设备运用深度学习技术后，较之前传统的外观缺陷检测方法，深度学习技术可以自动训练模型并逐渐优化，在检测复杂表面和检测诸如划痕凹痕等缺陷时尤其有效，检测的准确性、速度和性能远高于传统的检测技术。其他2020-08-10 | 中国机器视觉网 |2854 -
The Imaging Source 引导移印机精准定位及量测
印刷技术日新月异，现今印刷技术几乎可应用于各种材质表面，移印技术能将图样印制于不规则曲面上，表面材质包罗万象，如塑料、金属、玻璃、陶瓷、皮革、胶木等各种材料制品，除此之外，也很适合小表面或小尺寸的产品。工业自动化时代来临让机器自动化成功与移印技术结合，取代以往人力放置承印物的步骤，减少人力疲乏而产生的失误及损失。机器视觉系统在移印自动化的过程扮演著不可或缺的角色，中国移印厂家与 The Imaging Source 映美精相机合作，寻求移印自动化最佳解决方案。其他2020-08-10 | 中国机器视觉网 |2434 -
先进的检测技术为现代平板显示器生产保驾护航
显示器的质量是消费者在购买电视、电脑、平板电脑和智能手机时的重要考量因素。为了提高竞争力，营销这些产品的公司需提供各种尺寸的尖端显示器，同时制造商还需要高精度的检测工具，来满足极度严格的公差要求。其他2020-08-07 | 中国机器视觉网 |2753 -
了解天线设计和匹配网络
当谈到现实世界中的实际天线时，有很多知识都是经验性的。众所周知，这个领域有很多理论——有解释点电荷辐射方式的（麦克斯韦方程），有解释匹配需求的（微波理论），还有解释偶极子天线辐射方式的——但这些定律基本上都无法解决天线设计的实际问题。本文将从物理层面对无线电子设备如何工作分享一些直观认知，希望帮助读者更广泛地了解天线设计和匹配网络，并强调最佳实践的价值以及来之不易的学问。其他2020-08-07 | 中国机器视觉网 |3249 -
织物缺陷图像识别算法研究
模式识别是基于对象模式的目标识别及分类技术，是研究图像或各种物理对象与过程的分类和描述的学科，在视觉领域中称为图像识别。模式识别是上世纪 60年代迅速发展起来的一门学科。特别是随着近年来大量科研成果的出现，在很多领域得到了成功的应用。其他2020-08-06 | 中国机器视觉网 |2701 -
如何为数据集中器选择合适的处理器？
随着智能电网的快速发展，越来越多的住宅终端设备中，诸如智能电表和数据集中器，开始出现了各种智能分析功能。因此，智能电网越来越多的需要依赖各种通信方式来实时的获取、分析电网状态，及时发现问题并报告问题。数据集中器在智能电网中作为终端用户数据的集中器单元，发挥着非常重要的作用。如今，随着终端设备数量的不断增加和大量数据交换需求的增长，对于数据集中器而言，在性能和接口方面将面临新的需求和挑战。因此， 为数据集中器选择核心处理器单元时，需考虑其支持各种通信接口，并能够提供可靠且精确的数据处理的能力。其他2020-07-31 | 中国机器视觉网 |3044 -
3D重建算法综述
双目视觉主要利用左右相机得到的两幅校正图像找到左右图片的匹配点，然后根据几何原理恢复出环境的三维信息。但该方法难点在于左右相机图片的匹配，匹配地不精确都会影响最后算法成像的效果。多目视觉采用三个或三个以上摄像机来提高匹配的精度，缺点也很明显，需要消耗更多的时间，实时性也更差。其他2020-07-31 | 中国机器视觉网 |3495