📢博客主页：https://loewen.blog.csdn.net📢欢迎点赞👍收藏⭐留言📝如有错误敬请指正！📢本文由丶布布原创，首发于CSDN，转载注明出处🙉📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨文章预览：一.前言二.主流3D成像方法汇总1、双目立体视觉法（StereoVision）2、激光三角传感器原理3、结构光法（StructuredLight）4、飞行时间法（TimeofFlight）一.前言传统工业机器视觉中，3D视觉与2D视觉技术的最大区别在于处理的数据类型不同：2D视觉领域中，主要是处理二维（X，Y）平面图像里的信息（像素的灰度值）——像素灰度处理；3D视觉领域中，
目录一、形状匹配模板（Shape_Based）1.1形状匹配常见的有四种情况 1.2四种匹配的特点 1.3一般形状匹配模板shape_model1.4线性变形匹配模板planar_deformable_model1.5局部变形模板 1.6比例缩放末班匹配 二、灰度匹配模板（Gray-Value-Based）2.1创建模板方法如下 2.2匹配搜索操作2.3模板调整操作 三、组合模板匹配（Component-Based）3.1操作列表 常见的halcon有三种模板匹配方法：即Shaped_based、Gray-Value-Based、Component-Based分别是：基于形状的匹
本次讲述一个halcon实例，如何对多个相机参数进行标定。相机的标定流程一般由以下几个部分：相机参数的初始化->读取标定文件->读取标定板图像->进行标定->标定结果。1.相机参数的初始化在开始标定前，要把相机与镜头的基础参数告知系统，主要包括8个参数：Focus：镜头的焦距，单位是mKappa：径向畸变系数。Sx：两个相邻像元工方向的距离。Sy：两个相邻像元y方向的距离。Cx：图像上主点的x坐标。Cy,：图像上主点的y坐标„ImageWidth：图像的宽度。ImageHeight：图像的高度。在halcon中，用gen_cam_par_area_scan_polynomial算子对相机参数进
文章目录一、Halcon15种常用缺陷检测实例分享1.背景网格产品刮伤缺陷检测2.不均匀表面刮伤检测3.产品表面三角缺陷检测4.产品毛刺检测5.产品上凹坑检测6.产品周围缺口检测7.电路板短路,断路检测8.找出所有网格顶点的位置9.化妆品标签褶皱检测10.皮革纹理表面缺陷检测11.手机摄像头图像表面的轻微缺陷检测12.网状产品表面破损检测13.铣刀刀口破损缺陷检测14.注塑吸嘴缺口检测15.检测印刷数字是否完整一、Halcon15种常用缺陷检测实例分享缺陷检测是一种通过计算机视觉技术来检测产品制造过程中的缺陷的方法。该技术可以检测出产品表面的缺陷，如裂纹、凹陷、划痕、气泡等，并且可以实时监测和
标定结果Halcon标定过程获取左右相机图像中标定板的区域;find_caltab(Image : CalPlate : CalPlateDescr, SizeGauss, MarkThresh, MinDiamMarks :)参数含义:Image : 输入图像CalPlate : 标定板区域CalPlateDescr: 标定板描述文件SizeGauss: 高斯滤波核;MarkThresh, 提取mark的阈值MinDiamMarks : 标定板中MARK圆的最小半径提取左右相机图像中标定板的MARK点坐标和摄像机外部参数;find_marks
前言 模板匹配和仿射变换，经常一起使用，他们之前的位置变换一般有两种情况！情况一 模板是一个很正的图，利用模板的位置，将歪的图像摆正。情况二 模板和图片正不正都无所谓，只需想模板的位置，匹配到当前图片的位置。 先从比较简单的第二种情况说起：我们首先从标准的原图中获取模板（后面会讲到，从图中得到模板，和从模板文件中得到模板的细微区别。）比如从原图里扣出一部分作为模板如：reduce_domain(Image,RegionErosion,ImageReduced)创建模板然后，就可以通过create_shape_model 创建模板了。*创建模板create_shape
1.Halcon最常用的直线检测算子，add_metrology_object_line_measure，利用Halcon封装好的模型不仅可以检测直线，还可以检测圆，椭圆，矩形等。下面介绍下其余的直线检测的算子，需要配合skeleton(SelectedRegions,Skeleton)gen_contours_skeleton_xld(Skeleton,Contours,5,‘filter’)fit_line_contour_xld(Contours,‘tukey’,-1,0,5,2,RowBegin,ColBegin,RowEnd,ColEnd,Nr,Nc,Dist)gen_region_
一、简介halcon中有很多常见的算子，我们经常在用，但是作为一名算法工程师我们不仅要会用，知道原理也是很重要的，所以对于很多事情我们不仅要所以然更有知其所以然。二、算子解释1、smooth_object_model_3d 对3D模型中的每个点进行平滑处理面前支持的方法只有MLS就是“移动最小二乘法”：'mls_abs_sigma', 'mls_force_inwards', 'mls_kNN', 'mls_order', 'mls_relative_sigma'注解：smooth_object_model_3d(ObjectModel3D,'mls',[],[],SmoothObjectMo
提示：文章参考了网络上其他作者的文章，以及相关书籍，如有侵权，请联系作者。文章目录前言一、像素级边缘提取1.经典的边缘检测算子2.边缘检测的一般流程3.sobel＿amp算子参考文献前言 除了阈值分割外，也可以通过检测区域的边缘得到目标区域。区域的边缘像素的灰度值往往会发生灰度上的突变，针对这些跳跃性的突变进行检测和计算，可以得到区域的边缘轮廓，并作为分割图像的依据。Halcon中有许多边缘滤波器能计算出边缘的幅值和方向，用以实现边缘的提取。本文就以常用的Sobel算子、Laplace算子和Canny算子为例，介绍边缘检测的常用方法。 本文涉及的知识点如下：
前言：本人小白一个，自学初入C#（可能连初入也不算，哈哈哈），目前从事机器视觉方面的工作，写这篇文章主要是记录自己平时遇到的一些问题，不懂的地方大家多多支持啊！------------持续更新中。文章目录一、准备工作二、操作步骤1.控件自适应窗口大小2.图片的平移缩放学习C#之前，我从事了2年的视觉评估工作，平时主要就是打光测试啊，写写评估报告，拜访客户等简单的工作，用的视觉软件是海康的VM。没有什么技术含量，但是所谓万事开头难，既然入了这一行，那就得珍惜这个机会。后来利用工作之余，慢慢摸索C#，当然现在也在摸索中。由于不是专业出生，专业知识非常薄弱，要是以后我问出一些弱智问题，望大家不要取笑
