上位机图像处理和嵌入式模块部署(qmacvisual查找圆缺角)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

前面我们讲过识别,讲过标定,讲过测量,讲过匹配,但就是没有讨论过基于图像的产品检测。但事实上,产品检测和测量、拟合是一脉相承的。和深度学习不同,因为深度学习是通过定位、标定和训练来完成的,而传统机器视觉仍然是借助于图形拟合之后,判断拟合后的特征,和实际标准图像特征之间的差距,判断产品质量是否有问题。这种拟合可以是直线、矩形、圆或者是其他凸多边形,都是ok的,只要有一个参考的标准就行。

今天正好验证一种使用的方法,那就是查找圆缺角。

1、创建项目和流程

使用qmacvisual之前,第一步就是创建项目和流程。

2、导入图像

导入图像主要使用了【图像处理】中的【获取图像】控件。直接用鼠标,将它从树形控件拖到流程当中,双击打开,配置一下图像的路径即可,

从图像上面看,在左下角有一个很明显的缺角,这正是我们需要检测的部分。

3、查找圆缺角

插件位于【几何测量】下面。直接用鼠标拖到流程配置区域,双击即可,

这是已经配置、计算好的效果。整个插件有三个地方需要进行配置。第一处,就是输入图像的来源。第二处,就是ROI区域配置。由于是圆缺角的设置,所以这里ROI是一个有内外圆的蓝色图形。双击后,会出现两个蓝色圆点,借助于这两个圆点,就可以分别调试内外圆的直径。实际配置的时候,内圆需要放在白色区域,外圆需要放在黑色区域。

第三处,就是参数的配置。整个配置和之前寻找圆是差不多的,比如扫描方向、灰度方向、边缘强度等。唯一不同的就是缺口差值,也就是需要我们告诉算法,差值是多少的时候,会被认为是缺口,这一点很重要。

所有三处都配置完毕之后,直接单击执行按钮即可。如果不出意外,就会在图像中找到一条绿色的连线,提示我们缺角在什么方位。这条线如果看的不是很清楚,那么在整个图像的左下方会有一些字符打印,这里面也有我们需要的检测结果信息,截图如下所示,

4、泛化的产品检测

所谓的产品检测,就是将实际生产的产品,和标准产品进行对比。经过设计、调优的图像,总能够在图像当中提取一些有用的信息,比如说长度、宽度、长宽比例、周长、面积、圆度、惯性、凸性、颜色等等。这些图形如果提取出来,并且分割好了,就可以被拿来和标准模块进行比对和验证,如果比较的结果在误差范围之内,那就代表产品本身是ok的、没有问题的;但是如果误差超过了我们设置的范围,这就代表产品本身其实是有改进空间的,这就是利用机器视觉技术对产品进行检验的基本原理,听上去其实也不复杂。

相关推荐
ARM+FPGA+AI工业主板定制专家8 小时前
基于Jetson+GMSL AI相机的工业高动态视觉感知方案
人工智能·机器学习·fpga开发·自动驾驶
新智元8 小时前
刚刚,谷歌深夜上新 Veo 3.1!网友狂刷 2.75 亿条,Sora 2 要小心了
人工智能·openai
yuzhuanhei8 小时前
Segment Anything(SAM)
人工智能
做科研的周师兄9 小时前
【机器学习入门】7.4 随机森林:一文吃透随机森林——从原理到核心特点
人工智能·学习·算法·随机森林·机器学习·支持向量机·数据挖掘
lll上9 小时前
三步对接gpt-5-pro!地表强AI模型实测
人工智能·gpt
喜欢吃豆9 小时前
一份关于语言模型对齐的技术论述:从基于PPO的RLHF到直接偏好优化
人工智能·语言模型·自然语言处理·大模型·强化学习
超龄超能程序猿9 小时前
Spring AI Alibaba 与 Ollama对话历史的持久化
java·人工智能·spring
孤狼灬笑9 小时前
机器学习四范式(有监督、无监督、强化学习、半监督学习)
人工智能·强化学习·无监督学习·半监督学习·有监督学习
第七序章9 小时前
【C++】AVL树的平衡机制与实现详解(附思维导图)
c语言·c++·人工智能·机器学习
晨非辰10 小时前
【面试高频数据结构(四)】--《从单链到双链的进阶,读懂“双向奔赴”的算法之美与效率权衡》
java·数据结构·c++·人工智能·算法·机器学习·面试