机器视觉

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(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,进而根据判别的结果来控制现场的设备动作。

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(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,进而根据判别的结果来控制现场的设备动作。收起

查看更多

电路方案

查看更多
  • 零样本目标检测:检测从未见过的物体
    零样本目标检测是一种创新技术,允许模型仅凭文本描述检测从未见过的对象,无需重新训练或额外标注数据。这项技术依赖于视觉语言理解和开放集检测两大理念,并且已经取得显著进展,如Grounding DINO和YOLO-World等模型展示了出色的性能。然而,零样本检测仍面临一些挑战,如准确性权衡、小目标检测和提示信息设计等。随着基础模型、多模态融合和高效架构的发展,零样本目标检测有望在未来得到进一步改进。
  • 基于FPGA YOLO算法的扫描式SMT焊点缺陷检测系统
    本文介绍了基于机器视觉的SMT焊点检测系统的设计与实现。系统由光学成像、图像处理、机械控制和人机交互界面四部分组成。光学成像部分使用USB摄像头和可调光源;机械控制部分采用步进电机和双轴滑台;图像处理部分基于YOLOv3算法进行焊点检测;人机交互界面通过PyQt实现。系统已完成初步功能,具备焊点检测、缺陷识别和实时反馈等功能。未来计划扩展数据集、结合物联网和引入其他算法以提升检测精度。
    基于FPGA YOLO算法的扫描式SMT焊点缺陷检测系统
  • 【新品解读】FPGA 专业级开发平台性价比之选,ALINX Artix US+ PCle AXAU2
    在 FPGA 选型中,很多工程师会因为需要 16Gbps 的收发器而不得不选购昂贵的 Kintex 系列。但如果你的算法并不需要上百万的逻辑资源,这种为了带宽买逻辑的做法其实是巨大的成本浪费。 ALINX AXAU25 的存在,就是为了解决这个痛点。(ALINX AMD Artix US+ FPGA 开发板 AXAU25) ALINX AXAU25 核心优势始于其采用的AMD Artix Ultr
  • 纯视觉自动驾驶会像人眼一样“近视”吗?
    纯视觉自动驾驶依赖摄像头捕捉图像并借助算法处理,类似于人眼视觉。然而,由于摄像头固有的物理局限性和算法判断能力不足,纯视觉系统在强光、逆光、夜间弱光或雾霾天气下可能出现“近视”现象,表现为无法清晰识别远处障碍物或错误估计距离。此外,在缺乏高精度地图或其他传感器辅助的情况下,其应对复杂交通状况的能力也会受限。尽管存在这些挑战,通过技术升级、算法改进和多传感器融合,纯视觉自动驾驶的感知能力有望不断提升,但在极端条件下仍可能表现出类似“近视”的问题。
    纯视觉自动驾驶会像人眼一样“近视”吗?
  • 从拣取、检测到量测:MD-3000 为机器视觉打造可靠的实时运算核心
    强固型边缘运算工控机品牌 — Cincoze德承新推出的高阶效能、可扩展型DIN-Rail工控机(MD-3000)系列,为Machine Computing – MAGNET产品线的旗舰机种。看准视觉驱动的应用是智能制造升级的核心动力,MD-3000系列以四大优势 — 强劲效能(搭载Intel® Core™ Desktop级处理器)、灵活扩充(支持十多款功能模块可自由配置)、紧凑设计(仅150 m
    从拣取、检测到量测:MD-3000 为机器视觉打造可靠的实时运算核心