一、概述1.1使用Vimba控制相机需要经历以下几个步骤。 1.打开Vimba 2.查找相机列表 3.打开特定相机 4.配置参数（可选） 5.采集 ：采集过程共分为5步，具体见1.2 6.关闭相机 7.关闭Vimba1.2采集的步骤： 1.准备图像采集 ： 让Vimba知道缓冲区(camera.AnnounceFrame()) -> 启动捕获引擎(camera.StartCapture())
转载
2024-03-25 20:34:23
210阅读
原文： A practical guide to image-based anomaly detection using Anomalib1. 简介在工业生产中，质量保证是一个很重要的话题， 因此在生产中细小的缺陷需要被可靠的检出。工业异常检出旨在从正常的样本中检测异常的、有缺陷的情况。工业异常检测主要面临的挑战：难以获取大量异常样本正常样本和异常样本差异较小异常的类型不能预先得知这些挑战使得很难
转载
2024-01-14 13:25:02
1213阅读
文章目录前言一、东北大学钢材表面缺陷数据集二、天池铝型材表面缺陷数据集三、Severstal 带钢缺陷数据集四、UCI 带钢缺陷数据集五、磁瓦缺陷数据集六、RSDDs铁轨表面缺陷数据集七、印刷电路板（PCB）瑕疵数据集八、坑洼检测数据集九、Kylberg纹理检测十、DAGM 2007数据集十一、KTH-TIPS纹理图像数据集 前言数据集对应应用场景，不同的应用场景有不同的检测难点以及对应改进方法
转载
2024-03-05 09:58:29
448阅读
图像检测技术的研究现状技术检测图像处理知识库 · 2016-01-08 19:59 图像检测技术的研究现状所谓图像检测，就是通过图像对感兴趣的特征区域（检测目标）进行提取的过程，其中图像是承载检测目标的载体，检测目标需要事先进行特征提取、归纳，最终通过相应算法分离出来。 图像检测方法可分为单帧图像检测和多帧图像检测。单帧图像检测主要是利用图像的灰度信息对目标进行分割，主要包括基于灰度阈值的目标检测
转载
2024-03-14 06:49:26
143阅读
常用的标定函数和流程，网上一大堆，这里就不想详细写了 这里说一下标定后常见的问题和我自己的一些做法。1.标定后丢失部分像素信息畸变校正后，边缘处出现一些黑色像素区域，其实也算是正常的，图片去畸变后补充的像素可以用initUndistortRectifyMap，传递新的相机参数矩阵得到新的mapx,mapy来解决。代码如下Mat NewCameraMatrix = cameraMatrix.clon
转载
2024-04-15 12:42:08
162阅读
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！异常检测，GAN如何gan ?作者丨小小理工男@知乎来源丨https://zhuanlan.zh...
转载
2021-07-17 18:05:15
925阅读
这里对我最近的研究领域
转载
2021-07-22 16:18:12
806阅读
在实际的工业质量检测工作中，如何快速发现产品的异常区域是业内人士需要关注的重点，而在这一领域，目标检测发挥着重要的作用。为了更高效地解决工业场景中的这一问题，近年来工业异常检测出现了许多值得一看的突破性成果，我简单整理了一部分，今天就来和同学们分享分享。一、Deep Learning for Unsupervised Anomaly Localization in Industrial Image
原创
2023-10-11 23:28:37
1635阅读
现代化生产的普及，让越来越多的制造企业逐渐加入工业自动化的大军中。在工业众多应用场景中，检测作为生产中，必不可少的环节，是保证产品品质、降低不良率的主要方式，一定程度上也是提升品牌口碑的重要途径。 传统生产线上，采用人工检测的方式，不仅效率无法保障，产品的不良率也较高。而在现代化自动生产线上，搭配机器视觉检测是用户的首选。与传统检测相比，机器视觉检测具有明显的使用优势，包含精确度高、效
转载
2024-04-16 09:46:05
63阅读
OpenCV(开源计算机视觉库介绍) OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.
无论你是做科学研究，还是商业应用，opencv都可以作为你理想的工具库，因为，对于这两者，它完全是免费的。 该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统
转载
2024-02-23 10:18:09
186阅读
图异常检测在金融、生物等众多领域有着广泛的应用，引起了学术界和工业界的广泛关注。与此同时，图神经网络(GNNs)正在成为建模图数据的强大工具。这里出现的一个自然而基本的问题是:异常可以通过图神经网络检测吗?本文旨在回答这个问题，这不是微不足道的。正如许多现有工作所探索的那样，图神经网络可以被视为图信号的过滤器，在图中具有低频的优势。换句话说，GNN将平滑相邻节点的信号。然而，图中的异常往往具有与其
转载
2023-12-02 09:03:09
170阅读
本文对前面的几篇文章进行个总结，实现一个小型的图像检索应用。一个小型的图像检索应用可以分为两部分：train，构建图像集的特征数据库。retrieval，检索，给定图像，从图像库中返回最类似的图像构建图像数据库的过程如下：生成图像集的视觉词汇表(Vocabulary)
提取图像集所有图像的sift特征对得到的sifte特征集合进行聚类，聚类中心就是Vocabulary对图像集中的图像重新编
转载
2024-02-26 11:05:28
251阅读
Python、Pytorch、人工智能、深度学习、异常检测、PatchCore
原创
精选
2024-08-05 12:05:15
2845阅读
点赞
文章目录机器视觉缺陷检测工业上常见缺陷检测方法内容简介作者简介目录读者对象如何阅读本书获取方式 机器视觉机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实
作者：Ziyang Li导读本文从差异和共性角度出发，提出一个基于记忆的端到端分割网络MemSeg，其借助异常模拟策略来完成端到端异常定位，通过记忆池辅助模型学习。实验结果表明，MemSeg在MVTec AD数据集上实现了SOTA性能，同时满足现实工业场景实时性需求。 写在前面的话针对表面缺陷检测中同一生产线的产品类内差异小的问题，本文从差异和共性角度出发，提出一个基于记忆的
关于OpenCV的初步认识和其在图像去噪上的应用电子科技大学格拉斯哥学院 2017级 周泉一、前言在2017年度电子科技大学开设的新生研讨课上，来自各学院的教授们为我们分享了许多电子方面的先进技术及其应用。例如雷达制导，卫星定位以及机器学习等等。综合课上内容和自身感悟，我选择在机器学习中扮演了重要角色的计算机视觉作为研究领域，完成课程的调研报告。 二、内容主体 本报告的内容主要分为两部分，第一部分
转载
2024-04-15 13:35:23
12阅读
本文的完整代码可以在下面给出的github链接中访问。
原创
2024-05-13 11:13:21
271阅读
随着机器学习的发展，对于工业产品的缺陷检测，深度网络模型检测缺陷的准确率远远高于传统图像处理算法。现在一般的做法是将传统图像技术作为预处理，或者将传统提取特征与网络深度特征相结合进一步提高准确率。今天整理以前资料，突然看到几年前初识图像处理时做的小东西，现在看简直弱爆了，用图像处理基本操作实现工业产品缺陷检测。以此记录下初心，作为第一篇博客。（当时比较水，请勿吐槽(_)）1.屏幕坏点屏幕坏点的检测
转载
2023-11-27 07:56:21
223阅读
OpenCV是一个开源的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效，由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java
转载
2024-04-16 13:54:22
126阅读
摘要：针对现有压力衰减法孔径测量中存在的基本概念不清和实施方法不明确等问题，本文详细介绍了压力衰减法的孔径测量基本原理，并重点介绍压差法测量中的高精度压力控制方法，为各种微小孔径和等效孔径的准确测量提供切实可行的解决方案。1. 问题的提出 在工业生产和实验室研究中存在着大量管件内部孔径的测量需求，而且还要求具有较高的测量精度，常见的需要精密测量
转载
2024-04-09 14:15:20
264阅读
