开发环境:vs2022 halcon 23.0.5 海康提供的类;MVCamera.cs 实例化海康提供的类,获取图像,然后在halcon 中实现模板匹配。 自己做一个test.shm模板存储在debug文档中,就可以实现模板匹配。 【核心代码】 1.定义相机对象,可以实现图像缩放平移,有些smartwindow 不稳定,可以换成Hwindcontrol控件显示 public Form1() { InitializeComponent(); hwindow = hSmartWindowControl1.HalconWindow;//初始化窗口变量s w_width = hSmartWindowControl1.Size.Width; w_height = hSmartWindowControl1.Size.Height; this.MouseWheel = new System.W
2024-06-27 16:29:55 28.4MB halcon 模板匹配 机器视觉
1
数字图像处理与机器视觉++Visual+C++与Matlab实现,原书的pdf版,不是代码,对应书籍的代码:http://download.csdn.net/detail/lvhongwei0627/5108355, 该书对于初学数字图像处理、机器视觉的朋友,帮助颇大,原书的pdf很难找,对应代码,注重实践!加油!空间里还有其他学习数字图像处理、机器视觉的好资料,欢迎学习、交流!
1
九点标定源程序,使用C#和Halcon编程。包含Halcon源程序和C#程序。适合学习机器视觉的朋友学习研究。
2024-06-06 12:14:19 8.57MB 机器视觉 Halcon
1
halcon机器视觉库常用算子中文注解,对学习halcon机器视觉系统非常有用 (halcon machine vision library commonly used operators Chinese comments)
2024-05-26 09:27:39 82KB
1
【目的】采用机器视觉技术对新疆冰糖心红富士苹果进行重量、糖度预测和分级。【方法】分析提取苹果RGB图像中单色、波长差、HSV转换后分量等多类型图像,对比图像分割效果确定后续处理图像。采用形态学处理剔除二值化图像果梗区域,提取目标区域几何、灰度和色调频度等特征。采用多元线性和偏最小二乘回归预测苹果重量和糖度,判别分析分类苹果,结合全组合实验方法和特征优选,获得较佳特征集合。【结果】多元线性回归方法建立苹果糖度的预测模型结果最佳,使用几何和灰度的特征集合,建模集和验证集糖度预测相关系数分别为0.623和0.570;使用面积、周长、长轴长度和短轴长度特征集和,或体积、周长、长轴长度和短轴长度四个特征...
2024-05-22 15:54:11 693KB 机器视觉;
1
Baumer堡盟工业相机使用Baumer相机软件Camera Explorer软件进行连接相机的相关设置; 适用于Windows和Linux系统; 本资源包括包括Windows系统下x64版本;
2024-05-21 15:36:51 52.96MB 工业视觉 机器视觉 相机软件
1
项目描述请参见:https://handsome-man.blog.csdn.net/article/details/116572729 通过使用图像形心和质心计算某种皮肤细胞图像形心的例子理解图像形心和质心的应用方法。 项目可直接运行~
大华工业相机SDK,里面不仅有相机运行程序,还有一些视觉识别等人工智能算法。安装目录下有实例程序,可根据需要进行二次开发。
2024-05-08 11:34:21 171.03MB sdk
1
《数字图像处理与机器视觉--Visual C++与MATLAB实现》第2版DVD内容 内容推荐   《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》将理论知识、科学研究和工程实践有机结合起来,内容涉及数字图像处理和识别技术的方方面面,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等;同时对机器视觉进行了前导性的探究,重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络(ANN)、支持向量机(SVM)和AdaBoost,并在配套给出的识别案例中直击光学字符识别(OCR)、人脸识别和性别分类等热点问题。   《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员阅读参考。 共2个文件。z01和zip
2024-05-04 16:01:46 37.87MB 机器视觉
1
基于机器视觉的害虫种类及数量检测 一、研究目的 研究的目的在于建立一套远程病虫害自动识别系统,有助于缓解农业植保人员和病虫害鉴定专家的人力资源紧张,有助于病虫害知识有限的农业人员进行及时的病虫害检测,并且,通过害虫种类数目的监测和信息收集,定期对昆虫数据进行整理和分析,建立病虫害爆发的规律模型,进而预测判断病虫害爆发的时间,及时通知农业植物保护人员和农户进行合理地科学地预防。提高农作物产量和质量。 二、研究内容及结论 (1) 设计实现了一套可适用于野外的害虫捕获和图像采集装置。该装置放置在农业种植区域,24 小时进行害虫的诱杀和图像采集,同时,装置可以通过无线网络将害虫图像上传至农业监控中心虫类鉴别服务器,并进行害虫种类的识别,进行产区内害虫种类数目的信息收集。 (2) 开发了一套基于机器视觉的昆虫计数工作方法。开发了一套的适用于苍蝇粘板等包含多数昆虫设备的图像的基于机器视觉的昆虫计数工作方法。该方法首先对包含多数昆虫的图片进行二值化预处理,然后进行轮廓的查找,并进行轮廓的计数,得到的数目反映了图片中的昆虫数目的数量级。该方法适用于苍蝇粘板图像等包含多数昆虫虫体的图像上。 (3)
1