2018-11-09 14:01:29
Deep Learning(深度学习)ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错。deeplearning.net主页,里面包含的信息量非常多,有software...
2018-11-09 13:55:10
划痕、油污、瑕疵,常用的方法有傅里叶变换和Blob分析。1.表面划痕invert_image(Image,ImageInvert1)
mult_image(ImageInvert1, ImageInvert1, ImageResult,0.01, 0)
gen_sin_bandpass (ImageBandpass, 0.6, 'none', 'rft'...
2018-11-09 13:42:30
参考了HALCON例程和其他网友的思路, 简单地去除周期性噪声方法如下. 因是初学者,所以有错误的地方还请多多指正.素材图片:程序:read_image (Image1, 'C:/Users/Administrator/Desktop/a1.png')
get_image_size (Image1, Width, Height)
fft_generic (Image1, I...
2018-11-09 13:23:32
一、什么是图像噪声?噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。二、噪声来源—两个方面(1)图像获取过程中两种常用类型的图像传感器CCD和CMOS采集图像过程中,由于受传感器材料属性、工作环境、电子元器件和电路结构等影响,会引入各种噪声,如电阻引起的热噪声、场效应管的沟道...
2018-11-09 08:40:47
初学Xamarin ,各种折腾,大概这公司破电脑配置差,老是很多问题。2018.02.04备注,目前最新版问题越来越少了,报错时大家看输出最上面的报错百度就行了。GitHub 真是个好东西,可以参考别人做的,不过下载来运行不了就各种折腾了,为此我重装电脑两次了,反正win10安装就十几分钟的事。问题一:没有为此解决方案配置选中要生成的项目 这个问题的原因懒得找,可能是项目解决方案拷贝的bug解决...
2018-11-08 22:40:12
序 公司原因,要求用C#开发移动端app,老板觉得用现在会的C#做会比较快。。。从零开始,折腾一个多星期,重装系统三遍(强迫症),其它各种折腾,终于手机运行上了第一个APP,看看就好。。。不得不吐槽几个按钮没有任何事件安装包有40M+。 (2018.04.03补充安装包大小可以多个设置进行减小) 因为Xamarin被微软收购,所以标题关键字是"VS2017”,而不是"...
2018-11-08 19:57:36
1、close_all_framegrabbers ( : : : ) 关闭所有图像采集设备。2、close_framegrabber ( : : AcqHandle : ) 关闭Handle为AcqHandle的图像采集设备。3、open_framegrabber ( : : Name, HorizontalResolution,VerticalResolution, ImageWid...
2018-11-08 16:29:19
例程:detect_indent_fft.hdev说明:这个程序展示了如何利用快速傅里叶变换(FFT)对塑料制品的表面进行目标(缺陷)的检测,大致分为三步:首先,我们用高斯滤波器构造一个合适的滤波器(将原图通过高斯滤波器滤波);然后,将原图和构造的滤波器进行快速傅里叶变换;最后,利用形态学算子将缺陷表示在滤波后的图片上(在缺陷上画圈)。注:代码中绿色部分为个人理解和注释,其余为例程中原有代码
*...
2018-11-08 14:50:25
模板纹理识别的步骤 特征提取 图像处理(二值化选中感兴趣区域,灰度共生矩阵(原图和感兴趣区域)得到特征,sobel得到轮廓,灰度直方图得到特征) 创建分类器,添加特征,保存,识别 1.文件夹遍历 list_image_files(::ImageDirector,Options:ImageFiles) ImageDirector:文件夹路径; Options:搜索选项(‘default’默认值为’f...
2018-11-08 14:34:05
纹理分析是对图像灰度(浓淡)空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理,还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念,可以用来描述任何物质组成成分的排列情况,例如医学上X 射线照片中的肺纹理、血管纹理、航天(或航空)地形照片中的岩性纹理等。图像处理中的视觉纹理通常理解为某种基本模式(色调基元)的重复排列。因此描述一种纹理...
2018-11-07 15:35:35
area_center_gray ( Regions, Image : : : Area, Row, Column ) 计算Image图像中Region区域的面积Area和重心(Row,Column)。cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy,Correlation, Homogeneity, Cont...
2018-11-06 22:34:35
如果机构连压块的位置都不给你保障,那就惨了,就如下图这个样子了。左边的图如果算是正常的话,右边的图是不是你想叫妈?压块的位置在跳舞,逼得你不能用固定的ROI来框焊点。 来一张素材图,然后我来整个算法的思路。基本的思路是,threshold算子取得白色部分的region,然后求出一个内接的Rectangle,然后做下定位把这个矩形画出来。这个就是我们要的动态的ROI了,无论压块怎么跳舞都不怕了!li...
2018-11-06 21:22:05
这个问题是偶尔出现的,一般情况下是可以选择的。我们选择Regrion或者XLD是为了查看它的特征属性,不能选择时让人火大!为什么有时候不能选择呢?注意看下面的图,当你出现编辑ROI窗口时是无法选择XLD或者Region。关闭这个ROI窗口就可以了!2019/11/15勇哥补注:最近工作换成halcon17后,发现经常出现鼠标选择不了region。强烈怀疑是因为halcon17的问题,其实不是,还是...
2018-11-02 21:30:02
上一篇讲述的例子用的素材是“善良”图片,只能用来说明一下焊点检测的基本原理。由于机器机构设计的局限,例如焊点检测工位的前工位缺少辗平焊极的工位,或者焊片本身上下弯曲而没有在压平状态下检测,或者每片焊片上的焊点位置不固定,等等。会造成灯光不能很好的白化背景暗化焊点,时不时来几片焊点与背景混在一起的图片,让你痛不欲生。例如下面这些奇葩,它们的特征是:粘连,和背景混合 我们来一张背景干扰的素材,它...
2018-11-02 20:47:58
我们来看一下焊点检测的基础算法,这种方法基于halcon的形态学算法。其基本流程为: 阈值分割->填充region->选择region下面是实验图片。下面为halcon程序:read_image (Image23, 'C:/Users/Administrator/Desktop/焊点图片/23.bmp')
gen_rectangle1 (ROI_0, 300.12...
2018-11-01 22:36:34
直接加where约束——where T:struct(任何值类型都可以用作类型实参)。以后想改动该一下where字句就行。 private static T Sum<T>(T num1,T num2) where T : struct
{
dynamic v1 = num1;
dynamic v2 = num2;...
2018-11-01 21:17:06
焦距 镜头焦距指镜头光学后主点到焦点的距离,是镜头的重要性能指标。镜头焦距的长短决定着拍摄的工作距离、成像大小、视场角度大小及景深大小。一般常用的镜头的焦距为4mm、6mm、8mm、12mm、16mm、25mm、35mm、50mm。光圈/相对直径 相对孔径是指镜头直径与焦距的的比值;而光圈是相对孔径的倒数。通过调节镜头的光圈大小,可以控制镜头的入光量,图像的亮度也随之而变化。视场/...
2018-10-30 13:15:41
引言:一般来说,工业上的运动控制上我们要么使用运动控制板卡,要么直接使用带脉冲输出功能的PLC。一般运动较多的案子,使用PLC要更适合一些,这是因为插上运动板卡、运行着windows操作系统的工业电脑并不是绝对可靠的。因为windows是一个抢占式多任务系统,如果系统上跑着一些有bug的程序、或者中了病毒,你的工作软体可能会出现各种奇怪的问题。而且单纯从硬件上来看,电脑的硬盘比较脆弱,运动控制板卡...
2018-10-30 08:20:17
下面笔者总结一下实现项目中的闭环实现的要点:n 只有伺服液压栈的辊压机才可以进行闭环调节, 因为这种液压栈精度很高,最小可以+-0.5um调节都会生效n 目前的基本原理是测厚仪上传辊压机左侧厚度,右侧厚度,标准值。辊压机调节对应的左侧辊缝压力、右侧辊缝压力n 目前辊压机算法有两种。 一是做简单加减的操作。辊压机内部会有自己最小调节压力,跟据测厚仪送过来的超标厚度值,步进加减最小调节压力。 二...
2018-10-29 09:33:19
做上位机的软件工程师肯定离不开远程桌面,即用自己的笔记本电脑,连接到机器上的IPC(公控机)上去,然后直接在IPC上修改代码。当然你可以直接用IPC工作,但是你只能站着、蹲着、或者头仰视45度工作。机器设计的时候,机构能让编程人员工作时舒服,这一点是从来不会去考虑的,他们就是一堆空气,可以视而不见。在工场里面调机,你永远只能站着,因为你只不过是个供应商罢了。你可以想像,如果你能坐在地上用自己的笔记...
2018-10-28 22:49:23
三菱这款PLC模拟器教学软件是精品,它包含一个FX2N模拟和一个梯形图编辑器,一套组态按钮,还把运行结果以3D动作方式展示。软件自带一套教学练习题,以浅入深,每章练习题都带有参考例程。练习题分为初中高级,由浅入深写好的程序执行时候可以观看3D动画的演示以评估效果。练习题配有参考例程, 不会做可以参考软件带有梯形图编辑器,右边的面板则是IO灯以及plc的状态灯。操作面板则是一套组态输入控件。对于初学...
2018-10-28 21:31:55
6微米薄如蝉翼的极片,590度的烈火测试,100G加速度冲击测试,昨天播出的《大国重器2》宁德时代篇让很多工程迷和电粉们大呼不过瘾。错过直播的朋友,请戳这里其实,短短5分钟展示的只是冰山一角,制造电池包的复杂程度绝对超出你的想象。到底有多复杂呢?今天,小编就带你一起走进这座神秘的工厂,探寻一块超级电池的诞生记。电芯诞生记首先,让我们看一下电芯的生产产线。这是国内首条、国际一流的自动化产线,宝马X1...
2018-10-28 17:32:53
光圈是一个用来控制光线透过镜头,进入相机芯片的光量的装置,它通常是在镜头内。表达光圈大小我们是用f值。对于已经制造好的镜头,我们不可能随意改变镜头的直径,但是我们可以通过在镜头内部加入多边形或者圆型,并且面积可变的孔状光栅来达到控制镜头通光量,这个装置就叫做光圈。这里值得一提的是光圈数f#,它表示镜头焦距与整个镜头有效通光孔径的比值,为了便于表示,镜头上一般会省略小数点,标出这个数值的十倍,光圈数...
2018-10-28 14:58:21
引言: 本章介绍焊点检测的生产工艺的基础知识,下一章会介绍基础的焊点检测方法。这种方法基于halcon视觉软件包,教程中笔者使用的halcon版本是halcon10。演示程序会提供halcon和C#两个平台的,其中C#的演示程序使用了netMarketing库中的视觉功能,该功能是对halcon功能的二次封装,以方便在windows平台的上位机上使用halcon的视觉功能。一、焊点检...
2018-10-28 08:56:05
引言: 前面专题主要介绍了C#1中的2个核心特性——委托和事件,然而在C# 2.0中又引入一个很重要的特性,它就是泛型,大家在平常的操作中肯定会经常碰到并使用它,如果你对于它的一些相关特性还不是很了解,那就让我们一起进入本专题的学习的。 一、泛型的是什么 泛型的英文解释为generic,当然我们查询这个单词时,更多的解释是通用的意思,然而有些人会认为明明是通用类型,怎么成泛型了的,其实这两者并不...
2018-10-28 08:49:18
引言: 本专题主要是承接上一个专题要继续介绍泛型的其他内容,这里就不多说了,就直接进入本专题的内容的。 一、类型推断 在我们写泛型代码的时候经常有大量的"<"和">"符号,这样有时候代码一多,也难免会让开发者在阅读代码过程中会觉得有点晕的,此时我们觉得晕的时候肯定就会这样想:是不是能够省掉一些"<" 和"&...
2018-10-28 08:40:11
引言: 在上一个专题中介绍了C#2.0 中引入泛型的原因以及有了泛型后所带来的好处,然而上一专题相当于是介绍了泛型的一些基本知识的,对于泛型的性能为什么会比非泛型的性能高却没有给出理由,所以在这个专题就中将会介绍原因和一些关于泛型的其他知识。一、泛型类型和类型参数 泛型类型和其他int,string一样都是一种类型,泛型类型有两种表现形式的:泛型类型(包括类、接口、委托和结构,但是没有泛型枚...
2018-10-27 15:30:34
halcon窗体连续拍照并处理结果,几分钟后整个程序界面失去响应。在任务管理器中会提示程序已经失去响应。这种问题多半跟跨线程调用有关系。也就是说,处理图像的线程想在halcon窗体内显示结果,但是halcon控件是另一个界面线程中的控件。例如下面一段程序就是halcon进行图片处理并且显示结果。其中 m_HWCtrl.InvokeRequired 这个如果为true,则表示调用控件m_HWCtrl...
2018-10-27 08:14:12
一、神经网络为什么比传统的分类器好1.传统的分类器有 LR(逻辑斯特回归) 或者 linear SVM ,多用来做线性分割,假如所有的样本可以看做一个个点,如下图,有蓝色的点和绿色的点,传统的分类器就是要找到一条直线把这两类样本点分开。对于非线性可分的样本,可以加一些kernel核函数或者特征的映射使其成为一个曲线或者一个曲面将样本分开。但为什么效果不好,主要原因是你很难保证样本点的分布会如图所示...
2018-10-27 07:30:27
哈哈,是不是有人一进来就想问训练数据哪找的。。 好吧,坐好,老司机要发车了,传送门—->用 Caffe 可以做什么好玩的 Project?,其实就是知乎上前两天看到的一个问题,有人提供了这个数据集,大家有兴趣的可以自己下下来看看,我这里就不贴了,怕被河蟹。。总之就是有10000张正常电影封面+10000张av电影封面,正好这几天临近放假,project/assignment什么的都搞完了,离...