| 词条 | WaltronTech机器视觉系统 |
| 释义 | WaltronTech 机器视觉系统 数字图像的定义一幅数字图像上的点（pixel）代表光的强度，也就是灰度值，也可以理解为一个代表光强的函数：f(x,y)。其中，f是该点的强度，x和y代表空间的一个像素，也就是像素坐标。 在数字图像处理过程中，首先通过图像传感器将各个像素转换成离散的数字图像。图像传感器分配给每一个像素的灰度值或彩色值以定义该坐标点的亮度或颜色。 数字图像的属性数字图像有三个基本属性：分辨率、清晰度和图像的位数。图像分辨率：图像空间分辨率取决于该图像像素的行和列数。WaltronTech和创电子机器视觉系统可以处理8位，10位，12位，14位，16位图像，浮点，或颜色编码。通常图像的位数是由图像采集装置和图像处理所需的功能函数和分析的类型所决定的。 WaltronTech 机器视觉系统应用边缘检测技术使用边缘检测工具来识别和定位在图像的像素强度不连续性。边缘通常是像素强度值激烈变化的地方。边缘检测是许多机器视觉应用的有效工具。它能提供物件边界的位置和状态信息和不连续性的检测需求。 通常使用边缘检测工具来实现测量、侦测和定位功能。测量功能可以对重要尺寸进行测量，如长度，距离，直径，角度和数量，以确定被检查产品是否是正确的。 侦测的应用：检测物件轮廓 定位的应用：确定物件边缘 模板匹配技术使用模板匹配技术可以提供物件定位信息，例如匹配分数、位置和旋转角度等。 几何匹配技术利用物件轮廓进行定位的应用。几何匹配利用几何形状信息的特点找到模板。 尺寸测量您可以使用WaltronTech视觉系统进行三维测量或平面尺寸测量，获取如距离距离，角度，面积，线，拟合圆形，和数量等这些关键数据。这些测量结果可以帮助您确定一个产品的生产是否正常。 颜色检测颜色检测可以提供色彩空间，色彩光谱，色彩搭配，色彩的位置，颜色图案匹配的信息。颜色光谱的是三维图像中的颜色信息的一维表示。频谱代表所有的颜色信息与该图像或图像中的HSL空间区域相关联。 神经网络统计分类技术分类技术可以通过比较未分类样品的显著特点来判断其是否属于一个已知或者未知的类别。在许多机器视觉应用里面都会用到分类技术，例如不同形状和颜色物件的分类以及合格品的检验。 瑕疵检查透过比较注册影像图样与目前影像的边位置、角度以及相关性执行精确的测量。WaltronTech机器视觉瑕疵检查技术主要应用于键盘字符光学检查、可乐喷码检测和标签印刷检测等应用。 |
| 随便看 |
百科全书收录4421916条中文百科知识，基本涵盖了大多数领域的百科知识，是一部内容开放、自由的电子版百科全书。