专业的摄像头读取及图像测量工具,功能跟preview-2一致,但框架升级为.NET6,并以独立方式打包,现在WIN7 SP1用户也能正常运行了。
2021-12-22 19:10:31 173.18MB USB摄像头 Camera 图像测量 JCameraPro
1
(2) 基于极线约束的特征点匹配 根据极线约束,搜索一个特征点在另一幅图像上的对应同名点就可以由在整幅图像
2021-12-21 09:43:24 4.46MB 图像测量
1
JCameraPro 预览版2,优化并重写大量组件,全新的UI更专业更人性化,摄像头图像及静态图像重新优化,大量新增功能,大量测量功能开放
2021-12-01 09:10:54 74.59MB USB摄像头 摄像头 图像测量 JCameraPro
1
4.1 亚像素定位原理和算法设计原则 4.1.1 亚像素定位基本原理 对图像中目标进行定位是摄像测量和光测数字图像分析中 基本和 重要的任务之 一。对目标进行定位通常要经过两个步骤:目标的粗定位和精定位。目标粗定位也就是 目标识别,是指在某一特定的图像范围内确认是否有待测目标存在,并确认待测目标在 某一特定的区域内。现已有大量的目标识别方面的算法,特别是在计算机视觉和模式识 别领域有大量相关的工作,因此在目标的粗定位应用中可以直接参考借鉴这些算法。本 书不对目标识别的工作做深入的介绍,而将重点放在精定位,即亚像素定位技术上。 许多人在一开始接触亚像素定位技术时,常有一个基本反应,即像素是组成图像的
2021-11-22 09:11:04 4.46MB 图像测量
1
7.5 结构光三维测量法 前述的从序列图像进行三维重建以及通过线-线交会进行三维测量的过程中,一个基 本条件是像机在不同方位拍摄的图像中,需要找到对应于同一目标特征点的像,即匹配 同名点,再解算特征点的空间三维位置。同名点匹配是这些三维摄像测量中 基本、 重要的要求之一。当物体表面有较明显的特征点时,这种同名点配准并不困难。当物体 表面有一定量的特征点时,可以匹配这些同名特征点,并解算它们的三维位置,从而获 得目标表面基本三维结构的测量结果。而如果希望测量得到物体的三维表面形状,就需 要重建密集的表面点。但多数物体表面没有密集特征点,无法通过序列图像重建或多像 机交会测量三维表面形状。 结构光三维测量法是近二、三十年迅速发展起来的表面连续三维测量技术。结构光 技术具有非接触连续表面测量、不需要对物体表面制作纹理、精度高、可测面积大、适 应性强等许多优点,在表面三维重建和反求工程中得到了广泛应用,已有许多工程化产 品和商品。本节对结构光测量法的基本原理作概要介绍,详情请查阅有关文献。 结构光三维测量是基于双像机线-线交会测量的原理,但是将双像机交会中的某一个 像机用事先约定和标定好的结构光投射器来代替,只要将每条结构光投影射线与其对应 的物面上图像像点匹配上,就同样可以进行线-线交会,测量出三维物体形状。结构光测 量系统主要由结构光投射器、摄像机、图像处理系统组成。结构光的类型主要有条纹光 栅、正交光栅、圆形光栅、点阵、交叉线、空间编码模板等。根据不同的应用对象,可 设计不同的结构光形式,构成不同的结构光测量系统。下面对几种常用、简单的结构光 三维表面形状测量原理作简要介绍。
2021-10-04 13:00:55 4.46MB 图像测量
1
JCamerPro,原名JCam2,是一款通用的USB摄像头图像读取及测量工具,同时支持静态图片读取,兼容市面上大部分USB摄像头及UVC协议摄像头,拥有极其丰富的图像参数调节,带有图像处理功能,方便分析图像与获取兴趣区域,实用又高效的测量工具,是工业镜检与生物镜检的轻量化绝佳工具。兼容高分辨率屏幕,界面清晰不模糊,需要WIN7 64bit ,WIN10 64bi操作系统运行。软件详情:http://www.jfirmware.com/jcamerapro
1
被测对象的光信息通过光学系统,在CCD的光敏面元上形成光学图像,CCD器件把光敏元上的光信息转换成与光强成比例的电荷量。用一定频率的时钟脉冲对CCD进行驱动,在CCD输出端得到被测对象的视频信号。视频信号中每一个离散电压信号的大小对应着该光敏元所接收的光强强弱,而信号输出的时序则对应CCD光敏元位置的顺序。通过后续处理线路对CCD输出的视频信号进行二值化或者量化处理后,将被测目标从背景中分离出来,为进一步的数据处理和分析做准备。   图(a)是典型的线阵CCD测长系统的原理示意图。整个测量过程包括:光学成像、图像信号输出、二值化处理确定图形轮廓、测定轮廓间的像素数、通过计算或实验确定脉冲当量
1
离心泵内气液两相流动的图像测量.rar
1
单文档mfc程序,单幅图像打开,可放大缩小,有滚动条,通过输入比例尺,可测距
2021-03-23 11:12:27 8.71MB vc opencv 图像测量
1
2016年武汉大学《机器视觉与图像测量》期末试卷真题
2021-02-01 11:24:19 183KB 机器学习