• 机器视觉项目流程


    一、总体项目流程:

    1、需求分析:一个项目主要包含
      ·1)定位(①Blob分析(主要包括二值化、形态学处理、特征选择,受光照影响较大)、②模板匹配)、识别;
      2)缺陷检测
      3)OCR字符识别
      4)测量类的项目这四个大方向


    2、方案设计:根据客户应用的场合不同,选择相应的镜头、相机、支架、光源及如何打光等


    3、概要设计:软件架构体系,vc++联合halcon还是c#联合halcon等,还有算法流程,怎么通讯、怎么识别等


    4、详细设计:每一个功能模块怎么做,包括图像采集模块、处理模块、包括算法模块,如何通讯等。通常将每个模块形成一个动态库,调用相应的接口函数即可,项目图像采集调用SDK也是调用动态库的过程。


    5、常见的视觉项目中图像处理框架:
      1)采集图像
      2)图像预处理:滤波、二值化等处理以克服图像干扰。
      3)形态学或特征处理(深度学习的话,后面还要加上训练、识别)
      4)显示


    6、调试

    7、测试、修改

    8、交互给客户,让客户按照合同中的技术指标执行(给用户写文档)
    9、维护
           

    相机、镜头、光源的选型及打光也就是上面项目流程第二步方案设计的内容,这里推荐一本书《工程光学》,讲的比较详细。

    二、具体项目流程:

    一)定位识别项目

    1、采集


    2、图像预处理:对采集到的图像进行(几何变换)、灰度化、图像增强(gray_range_rect—使图像亮的地方更亮,暗的地方更暗)、滤波、二值化、细化等


    3、定位(blob分析、模板匹配)


    4、特征提取: 有形状特征、纹理特征、概率特征、角点、特征描述算子特征等,直接影响定位、识别的效果


    5、识别


    6、显示

  • 相关阅读:
    卷积神经网络
    自适应学习率调整:AdaDelta
    协同过滤推荐算法总结
    深入FM和FFM原理与实践
    一些关于量化交易的书籍清单(转)
    矩阵分解在协同过滤推荐算法中的应用
    交替最小二乘ALS
    Mocha的单元测试实战
    Fis3前端工程化之项目实战
    Fis3的前端工程化之路[三大特性篇之声明依赖]
  • 原文地址:https://www.cnblogs.com/Henry-ZHAO/p/12889616.html
Copyright © 2020-2023  润新知