机器视觉

搞科研的小刘选手

【双一流高校主办】第五届光学与机器视觉国际学术会议(ICOMV 2026)第五届光学与机器视觉国际学术会议(ICOMV 2026)2026 5th International Conference on Optics and Machine Vision

使用星图AI算力平台训练PETRV2-BEV模型想象一下，当自动驾驶汽车行驶在路上时，它需要通过摄像头、雷达等传感器感知周围环境。这些传感器数据通常是2D图像，而BEV（Bird’s Eye View，鸟瞰图）模型的神奇之处在于，它能将这些不同视角的数据“翻译”成一个从上往下看的统一视图。

基于机器视觉与YOLO11的服装厂废料(边角料)分类检测系统(数据集+UI界面+训练代码+数据分析)摘要：随着服装制造行业规模不断扩大，生产过程中产生的布料边角料、缝纫线团以及皮革碎料等废弃物数量显著增加。传统人工分拣方式存在效率低、误分率高、劳动强度大等问题，难以满足智能化生产与绿色回收需求。为提高服装厂废料分类效率与可回收资源利用率，本研究设计并实现了一种基于机器视觉的服装厂废料（边角料）分类检测系统。

相机与激光雷达联合标定：如何选择高辨识度的参照物在自动驾驶、机器人与三维感知领域，相机与激光雷达是两种互补的核心传感器。联合标定的目标是获取两者之间的精确坐标变换关系，使来自不同传感器的数据能在同一坐标系下对齐，从而完成深度融合与感知任务。

苏州知芯传感

成本与性能的平衡术：面向亿级市场的消费电子MEMS微振镜，其设计是如何“做减法”的？为消费电子（如智能手机激光雷达对焦、AR/VR光机）设计MEMS微振镜，是一场与车载和工业级设计哲学截然相反的“极限平衡术”。这里的核心信条不是“不惜代价追求极致”，而是 “在满足基本可靠性的前提下，将每一分钱成本都用在刀刃上”。其设计过程，是一次以亿级出货量为目标的、系统性的战略“做减法”。

专注VB编程开发20年

上位机开发-工厂流水线机器视频VisionPro、LabVIEW 实现多物品识别的‌代码量‌：VisionPro 的代码量确实不多，因为它提供了很多封装好的工具，比如 CogAcqFifoTool 和 CogImageConvertTool，你只需要调用这些工具的方法就能实现相机连接、图像采集和格式转换，不用从头写底层逻辑。

工业相机CMOS和CCD传感器怎么选？工业相机是机器视觉系统中的一个关键组件,其最本质的功能就是将光信号转变成有序的电信号。其成像原理与小孔成像类似，但更为复杂。当被摄物体反射的光线通过工业镜头折射后，会投射到相机的感光传感器上，这个感光传感器通常是电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)。

【ql君】qlexcel

OpenMV的介绍和使用OpenMV快速上手 | OpenMV硬件版本概述及HelloWorldOpenMV是一个可编程的摄像头，提供很多现成的函数，简单调用就可以实现图像识别的功能。比如寻找色块、人脸检测、眼球跟踪、边缘检测、标志跟踪等。检测算法可以脱机运行，并把检测结果通过各种协议发送出来。开源地址：https://github.com/openmv/openmv

halcon刚性变换（平移+旋转）——vector_angle_to_rigid在图像处理中我们有时候对图像或者区域进行纠偏，在刚性变换场景中，图像发生的变化是平移和旋转，本文就来介绍根据单个目标点的平移和旋转来计算如何对图像和区域纠偏。

C#的视觉库Halcon入门示例以前写过emgu.cv的视觉库，但翻了一下招聘软件发现，用得比较多的是halcon，以前也有留意过这玩意，一直没动手，今天有空就来试一波，由于是使用公司的电脑，不能安装收费软件halcon，而halcon我看了一下，网上有好多文章介绍的都是安装了halcon包后再使用的，本文介绍的是使用带有halcon运行时的程序，不需要再单独安装halcon

halcon图像非线性对比度增强——equ_histo_image我们有时候需要对对比度不明显的图像进行对比度增强操作，除了使用线性对比度增强手段外，还可以使用非线性对比度增强技术。

halcon多个区域合并为1个区域—union1在图像处理中我们有时候会需要将多个区域合并为同一个区域，本文就来介绍如何在Halcon中实现。在halcon中可以通过connection算子获取多个独立的连通域，这样区域的数量就是多个，同样我们也可以将这多个区域合并为1个区域，当我们使用Halcon的count_obj对区域进行数量统计时，得到的数量将会是1

【图像处理基石】如何用OpenCV入门计算机视觉？在计算机视觉（CV）领域，有一个工具几乎是所有开发者的“第一块砖”——它就是OpenCV。无论是图像处理、特征检测，还是目标跟踪、人脸识别，OpenCV都能提供简洁的接口和成熟的算法支持，让新手不用重复造轮子，就能快速落地CV项目。今天这篇博客，就从“什么是OpenCV”讲起，再带你走通“用OpenCV学CV算法”的完整路径，附上手代码，新手也能跟着做。

halcon图像去噪—高斯滤波针对图像中的噪声，我们可以使用Halcon的高斯滤波算子来去除噪声。高斯滤波的核心思想是使用一个高斯函数来生成一个卷积核（也称掩模、权重矩阵），然后用这个核在图像上滑动，对每个像素及其邻域进行加权平均。

halcon图像增强之分段灰度拉伸2在图像去噪以后，图像经常变得模糊，图像对比度减小，为了增强图像对比度，我们可以指定需要拉伸的灰度范围来对感兴趣的灰度进行拉伸，同时也可以将被拉伸的灰度拉伸到指定的灰度范围。

【人工智能】AI 人工智能技术学习路径分析 ② ( 深度学习 -＞机器视觉 )AI 学习路径 : Python语言 -> 微积分 / 概率论 / 线性代数 -> 机器学习 -> 深度学习 -> 机器视觉 / 自然语言处理 , 每一步都是下一步的前提 ;

AOI在风电行业制造领域中的应用风电装备作为新能源领域的核心资产，长期暴露在高空、强风、温差剧烈的复杂环境中，其叶片、齿轮箱、塔架等关键部件的制造质量直接决定机组寿命与运行安全。传统人工检测存在 “盲区多、精度低、效率差” 的痛点 —— 难以发现叶片内部分层、齿轮箱齿轮微观裂纹等隐性缺陷，且大型部件检测耗时费力。AOI（自动光学检测）凭借大视场成像、多维度检测、抗干扰算法等优势，成为风电装备制造全流程质量管控的 “硬核利器”，从核心部件生产到整机装配，精准拦截各类缺陷，保障机组长期稳定运行。今天就拆解 AOI 的 3 大核心应用场景，

AOI在化学药剂检测领域中的应用化学药剂广泛应用于医药、化工、环保等关键领域，其纯度、成分均匀性、包装密封性直接关系产品效能与使用安全。传统人工检测受主观判断、检测精度限制，难以发现微量杂质、微观包装缺陷等问题，且无法满足 “批量化、高精度、可追溯” 的检测需求。AOI（自动光学检测）凭借高分辨率成像、多光谱识别、无损检测等优势，成为化学药剂全流程检测的 “智能质检利器”，从原料纯度筛查到成品包装检验，全程拦截安全隐患，保障药剂质量合规。今天就拆解 AOI 的 3 大核心应用场景，解析其如何为化学药剂行业 “护航品质、守住安全”。

友思特智能感知

友思特应用 | 基于高精度双目散斑 3D 相机的放射治疗视觉定位应用在放射治疗领域，毫米级的误差可能意味着健康组织受损或肿瘤漏照。随着放疗技术日益精进，对患者体位验证与实时监控的需求也达到了前所未有的高度。传统的光学表面成像系统在精度、抗干扰性及复杂曲面适应性方面面临挑战。本文将深入探讨基于高精度双目散斑3D相机的视觉定位系统如何革新放疗定位流程，提升治疗的安全性与有效性。

机器视觉知识推荐、就业指导

如何通过白平衡校正让相机图像更加自然在图像处理领域，白平衡是一项至关重要的功能，能够确保在不同的光照条件下，图像中的白色物体依然呈现为“白色”。本文将详细介绍白平衡的基本概念、工业相机中的白平衡参数及其调节方法。