LYTSwitch™-1 LED驱动器IC可降低22 W以内灯泡

LYTSwitch™-7 LED结合PFC及恒流输出特性

符合安规要求,非常适合工业控制及三相电源应用

基于HALCON的机器视觉系统(源码分享)

  • 基于HALCON的机器视觉系统(源码分享)
  • 基于HALCON的机器视觉系统(源码分享)

基于HALCON的机器视觉系统(源码分享)

基于HALCON的机器视觉系统(源码分享)


前言:

        机器视觉,就是用机器(通常是数字计算机)代替人眼来做测量及判断,对图像进行自动处理并报告“图像中有什么”的过程。近年来,机器视觉系统以其高效率、高可靠、低成本的特点在国外取得了广泛的应用。机器视觉系统适用于众多领域,例如工业自动化、医药业、制造业、农业等,弥补了人类视觉的很多不足。本文采用德国MVTec公司的专业机器视觉软件HALCON来开发机器视觉系统,提出了相关机器视觉实现方法,并且在机器视觉实验平台上完成了一个弹簧片检测任务。

典型的机器视觉系统一般包括:光源,光学镜头,摄像机,传感器,图像分析处理软件,通讯接口等组成的(具体详见论文介绍)。

这是一个机器视觉应用于各种领域的设计案例。应用领域包括:OCR字符识别、物体定位、尺寸测量、张角方向角测量、物体分类、表面缺陷检测等。

底层机器视觉开发包采用的是全球最强大的HALCON, 该源码仅供学习使用,切忌用于商业用途。

基于HALCON的机器视觉演示视频:

电路相关文件

电路图文件
VisionDemo.zip
描述:VC源码
收藏 (20)
扫码关注电路城

电路城电路折扣劵获取途径:

电路城7~10折折扣劵(全场通用):对本电路进行评分获取;

电路城6折折扣劵(限购≤100元电路):申请成为卖家,上传电路,审核成功后获取。

(版权归原作者所有)

版权声明:电路城所有电路均源于网友上传或网上搜集,供学习和研究使用,其版权归原作者所有,对可以提供充分证据的侵权信息,本站将在确认后24小时内删除。对本电路进行投诉建议,点击投诉本电路反馈给电路城。

使用说明:直接使用附件资料或需要对资料PCB板进行打样的买家,请先核对资料的完整性,如果出现问题,电路城不承担任何经济损失!

换一批 more>>

大家都在看:

继续阅读

  • 飞思卡尔杯-智能车光电组设计,附硬件/源码/CCD上位机等

    本项目分享的是第九届飞思卡尔杯-智能车光电组设计心得,附硬件/源码/上位机。该智能车光电组主要是以光电传感器或者线性CCD(现已禁止使用激光传感器)作为主要路径传感器,我们组选用的是飞思卡尔半导体公司的16位微处理器——RAM内核的K60系列,基于组委会指定的B车模平台而去制作智能车,B车模相对来说,车模采用舵机控制前轮转向,后轮使用滚珠差速器从而实现转弯差速。车模相对比较笨重,驱动电机的功率较大,转向半径较小,车模轮胎摩擦系数较小,这都严重制约了车速的提高。飞思卡尔杯-智能车光电组实物截图:飞思卡尔杯-智能车光电组硬件设计资源:主控芯片:MK60DN512VLL100(100个引脚),使用的是拉普兰德LPLD_OSKinetis_V3固件库。电机驱动:MOS管LCD屏:Nokia5110四个按键解决所有参数设定(可以借鉴)。SD卡暂且没有用上。飞思卡尔杯-智能车光电组控制主板实物截图:飞思卡尔杯-智能车裁判系统上位机截图:
    来自:智能车时间:2017-09-20 智能车 飞思卡尔 ccd
  • FPGA彩色图像转灰度图像算法,附源码

    将彩色图像转化为灰度的方法有两种,一个是令RGB三个分量的数值相等,输出后便可以得到灰度图像,另一种是转化为YCbCr格式,将Y分量提取出来,YCbCr格式中的Y分量表示的是图像的亮度和浓度所以只输出Y分量,得到的图像就是灰度图像了。我在这里选择第二种方法实现。使用Xilinx zynq开发板。YCBCr是通过有序的三元组来表示的,三元由Y(Luminance)、Cb(Chrominance-Blue)和Cr(Chrominance-Red)组成,其中Y表示颜色的明亮度和浓度,而Cb和Cr则分别表示颜色的蓝色浓度偏移量和红色浓度偏移量。人的肉眼对由YCbCr色彩空间编码的视频中的Y分量更敏感,而Cb和Cr的微小变化不会引起视觉上的不同,根据该原理,通过对Cb和Cr进行子采样来减小图像的数据量,使得图像对存储需求和传输带宽的要求大大降低,从而达到在完成图像压缩的同时也保证了视觉上几乎没有损失的效果,进而使得图像的传输速度更快,存储更加方便。我们要的到灰度图像,首先要将采集到的彩色图像转化为YCbCr。
  • 口袋计算机 MID RK3288 控制板原理图和PCB源文件

    先来解释下什么是 MID?MID 是一种新的"比智能电话大,比笔记本小"的互联网终端,可以理解为我们现在使用的手机平板。大家都知道,瑞芯微RK3288以高性能的视频、图像处理能力著称,号称“跑分王、游戏王、超清王”。在当今平板盛行的时代瑞芯微 RK3288,无需外挂高清屏驱动芯片,RK3288就可以运行4K×2K的超高清屏幕。至此,RK3288是目前市面唯一一颗支持所有分辨率屏幕的芯片。另外,瑞芯微还展示了采用RK3288处理器的盒子产品,支持H.265硬解、完美支持4K输出及HDMI2.0三大特性极具看点。口袋计算机 MID RK3288 控制板电路功能框图:口袋计算机 MID RK3288 控制板电路 PCB截图,用PADS9.5打开:
    来自:其他开发板时间:2017-07-27 控制板 图像处理 rk3288
  • 手机目标跟踪寻迹小车+蓝牙SPP通信,附APP和Arduino源码

    如何通过目标追踪功能制作一个手机摄像头实时跟踪小车,该设计运用OpenCV的图像处理APP,手机APP通过摄像头实时跟踪设定的颜色目标,并且通过手机蓝牙将目标坐标位置和大小等信息输出,配合蓝牙串口模块和我写的配套Arduino数据接收库,就可以做成一个简单的手机跟踪寻迹小车。手机实时跟踪寻迹小车视频演示:手机实时跟踪寻迹小车手机APP截图:安装方法:1.直接安装Trace.apk,Android5.0以上系统需要到设置里赋予应用相机和蓝牙权限2.在豌豆荚搜索“迹”安装,同上使用方法:1.进软件之后可以点击连接蓝牙,选择你的蓝牙模块(模块需要事先在手机系统蓝牙设置里面配对好),连接上之后如果有目标信息就会通过蓝牙发送到模块上,Arduino进行读取就可以了。2.点击左上角的按钮进入预览画面,此时在预览窗口中点击任何一个你想追踪的物体,就会自动进行处理输出数据了,顶栏会显示你选中的颜色。3.这里说明一下,跟踪原理是以颜色为特征的,所以应该尽量避免视野中出现颜色相同的物体,同时如果发现跟踪物体的周围出现大量小块的目标块,可以适当调大屏幕下方的进度条,直到杂块消失只剩一个目标。说明一下屏幕下方各个控件的含义:1.左边的按钮是切换手机前后镜头的(现在应该没有不带前置镜头的手机了吧…)2.进度条用于调节图像处理阈值,这个值用于色块过滤,可以理解为,用于设置最小的目标块的限制,也就是当目标小于一定程度就过滤掉。3.T、X、Y三个参数是目标的信息,XY是坐标大家都知道(坐标的最大值跟手机镜头分辨率有关);T是目标的大小信息,如果检测到多个目标或者没有检测到任何目标这里会显示E(error)。T可以用于粗略得判断物体的远近(近大远小),不过更推荐的方式是用Y轴判断远近(见后文的小车)。手机实时跟踪寻迹小车设计总结:这个小车大家可以随意搭建,只要能把你的手机放上去就行。Tmp上我用了两个舵机改造成轮子,把180度的舵机改成可以连续旋转的360舵机,这样就省下了电机驱动以及麻烦的减速箱,而且只用一根信号线就可以控制电机的正反转和速度,这部分要是大家感兴趣可以上网搜搜相关改造教程。然后我们需要把小车和手机联系起来,通过蓝牙模块:需要使用从机模块,最好把波特率设置为115200,连线如下:蓝牙模块 ArduinoTx -> RxVcc -> 5VGnd -> Gnd1.注意蓝牙的Rx是不接Arduino的,因为Arduino只需要接收APP的数据而不需要发送,这样的话留出的Tx就可以通过Serial.Print()打印到电脑端的串口助手。2.当然,考虑到一般Arduino都只有一个硬件串口,这样串口被蓝牙模块占用了之后每次下载都需要拔下蓝牙以避免数据串扰,解决办法是换用软串口或者换用Mega等不止一个串口的板子。3.软件部分,提供已经封装好的Arduino库,放到library文件夹后打开示例就会用了需要自己完成的部分就是,把获取到的x,y坐标转换为小车电机的速度,思路是这样的:1.假设我们希望目标始终在屏幕中间,那么当y坐标大于屏幕y最大值的一半时让车有一个往前的基础速度V,反 之则是向后的基础速度-V;2.如果x坐标大于屏幕x最大值的一半,那么让车子有一个旋转速度Vt,反之有个旋转速度-Vt;最后赋值给小车的速度是:左轮 = V+Vt,右轮 = V-Vt,也就是所谓的差速驱动了。最后给出APP和Arduino库,见“相关文件”下载。
    来自:智能车时间:2017-06-30 arduino 蓝牙通信 图像处理
  • OV7670摄像头,机器人视觉图像处理(颜色跟踪与识别)

    前言: 使用单片机方案的简单图像处理在很多情况下有应用,比如颜色的跟踪识别,给智能控制的机器人带来的视觉系统,能使设计更加的智能化。在各种机器人大赛中都有图像处理应用的身影,低调却非常的有用。虽然只是对图像的颜色跟踪,但是这样却可以应用到很多的场合。本方案介绍的是基于Colibri_GD32F207+OV7670+SPI_LCD的图像处理->颜色跟踪。系统框图如下:实物PIN脚连接图:管脚配置:设计应用描述及心得总结: 1. Colibri_GD32F207这个板子的MCU是带有camera的接口的,但是没有引出来,使用使用了FIFO的OV7670摄像头,数据口使用GPIO。OV7670是30W的摄像头最大是支持VGA 640*480的像素,但是应为液晶的分辨率只有320*240,所以讲OV7670配置为QVGA 320*240的像素输出。2. 同样板子上的MCU是带有LCD 的接口的,但是也是应为没有将这部分的IO全部引出来,所以使用SPI LCD ,这样可以节省很多的 IO,但是也造成了使用GD32f207处理图片的时候速度变慢。如果这部分做些修改,处理的速度将达到每秒7帧以上。3.本设计发挥了GD32F207的最大的速度,主频配置为了120MHZ。4. 本设计集成了对图片设定的识别颜色条件为:Condition={30,70,130,255,100,170,40,40,320,240}; 5. 识别使用的是HSV空间,这个和RGB的区别是,HSV更加符合人眼对颜色的认知模式。H是色调,S是色饱和度,V是色温。其中的S值不会受到环境亮度的影响。6. 识别的算法做了对目标的大小,坐标等的识别,集成了图像搜索的膨胀、腐蚀算法。
    来自:机器人时间:2017-03-16 机器人 ov7670 图像处理
销量
205
查看
2338
参数名 参数值
发布于 2015 年 06 月 29日
Moore8直播课堂