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
计算机编程-吉哥34 分钟前
YOLO26 vs YOLO11 vs YOLOv8:深度学习咖啡果实成熟度分割系统【计算机毕业设计选题推荐】
人工智能·python·深度学习·yolo·django·毕业设计
冬奇Lab1 小时前
一年前没启动 AI 提效的团队,今年在付什么钱?
人工智能
NeoGressAI外贸数字化1 小时前
IOR新规9月18日生效:Form 5106六项资料自查清单
人工智能
根目录下的猫2 小时前
RK3588适配的轻量级AI模型推荐
人工智能·后端·python·目标检测
weixin_6682 小时前
Cursor 插件使用说明:Linear 与 Figma
人工智能·cursor
wshzd3 小时前
LLM之Agent(六十八)|PI(七)构建测试与开发流程
人工智能
H0311169853 小时前
App竞品数据平台功能梳理:月狐数据、七麦数据、点点数据
人工智能
YOLO数据集集合3 小时前
高铁轨道紧固件损坏检测数据集 | 高铁巡检 紧固件缺陷 轨道安全9093期
人工智能·目标检测·计算机视觉·目标跟踪·轨道·铁轨紧固件·铁轨
冬奇Lab3 小时前
一天一个开源项目(第223篇):TeamAI-CLI —— 腾讯开源的团队级 AI Agent 中间层,让每个人的 AI 能力变成团队共享能力
人工智能·开源·资讯
ShineWinsu3 小时前
对于Coze—AI:SDK的解析
人工智能·python·ai·sdk·项目·coze·字节跳动