基于计算机视觉的自动导航小车及避障策略研究，靳建军，， 摘要：自动导航小车（AGV）是先进制造系统的关键组成部分。本文主要分析了目前AGV自动导航策略，提出了一种新型的导航小车结构设�

本项目基于python_opencv开发的人脸识别的开源项目，应用机器学习dlib库实现，开发设计UI界面用于录入人脸，姓名（中英文）信息。希望大家多多支持！！！！

机器视觉在工业当中的应用一直是研究的热点,流水线上不同类别工件的分类抓取技术在工业生产中有较高的需求,因此,本文运用机器视觉技术构建了一个运动工件分拣系统.系统中图像处理和工件识别算法的开发是基于LabVIEW的视觉开发模块,用EPSON SCARA-G6机械臂完成工件抓取任务,机械臂的运动控制算法在EPSON的RC+5.0环境下编程实现.运动工件的位置检测采用了背景差分法,背景的实时更新使该方法

基于对现有图割算法的研究，本文进一步设计了基于自适应分水岭算法并且使用非参数深度平滑模型来建立图割的能量方程的立体匹配方法。提出了新的自适应局部阈值方法，并将其应用于分水岭结合Prim算法的区域融合中。该方法选取相同亮度的像素当作同一个特征矢量形成像素组层，这样两幅或多幅图像的匹配可以在特征区域像素组层来计算，大大减少了数据量。在最小化能量方程时，基于像素组层优化现有的α-扩展算法，降低运行时间。实验结果表明：通过Middlebury测试平台对算法定量评估得出在所有区域误匹配、非遮挡区域以及深度不连续区域的误匹配率都控制在8.5%以内，在Middlebury测试平台135组数据中排名第19位。

NI 交互式可配置中运动控制软件rar,任何通过Motion Assistant编程的应用程序都可转换为适于最终机器部署的C代码或NI LabVIEW VI，无需任何另外编程。添加了导入在CAD创建的运动文档或广泛接受的DXF文件格式的打包草稿功能。您可以轻松完成精确的切割或划线运动。

项目介绍： 要求： 数目检测和昆虫种类识别 项目进度 2017/4/8---------二值化 2017/4/9---------图片中昆虫虫体计数 2017/4/22-------PyQt 和 OpenCV_VideoFrame 结合做出基本界面 摄像头 Frame 中检测虫体数目，并在界面中显示标出 学习昆虫图像特征的提取，参考论文中提出的几个特征量 提取特征量并进行保存 按照神经网络方法搭建训练模型 搭建了线性 SVM 分类训练器 将特征提取和 UI 界面建立连接，实现拍照和预测判断一体 机器学习训练算法（参考 Python 机器学习） LogisticRegression SGDClassfier 还没有尝试 LinearSVM 朴素贝叶斯(文本分类，不用) K 邻近（分类） 决策树，不用 集成模型，不用 文件介绍 用户界面 MainWindow.ui-----------------------PyQtDesigner 设计的主界面文件 MainWindow.py----------------------PyUIC 转换而成的主界面程序 运行逻辑 VideoMainWin

雷赛 PCL-5023运动控制芯片产品说明书rar,雷赛 PCL-5023运动控制芯片产品说明书

MCX312是一款能够同时控制2个伺服马达或步进马达的运动控制芯片。它以脉冲串形式输出，能对伺服马达和步进马达进行位置控制、插补驱动、速度控制等。

80元的LQFP48封装四轴SPI运动控制芯片 SPI通讯，仅需使用10条指令便可完成复杂工作。 单模块四轴输出，多个模块多从机工作可达120轴。 支持四轴，三轴，二轴，一轴直线插补，二轴圆弧插补，螺旋 插补。脉冲输出使用脉冲+方向方式。 拥有128条运动指令缓存空间，支持连续插补，支持速度前瞻。 LQFP48封装，引脚输入输出3.3V，可兼容5V。

合信技术 运动控制库(CPU 226H/224E，CTSC-100)zip,合信技术 运动控制库(CPU 226H/224E，CTSC-100)