机器视觉实验报告
实验报告
课程名称：机器视觉与图像处理班级：自动F1202
姓名：
学号：
实验时间：2015.2.23
实验一
一．实验名称
Matlab软件的使用
二．实验内容
1.打开MATLAB软件，了解菜单栏、工具栏、状态栏、命令窗口等；
2.了解帮助文档help中演示内容demo有哪些；
3.找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。
三．实验原理：
通过matlab工具箱来进行图像处理
四．实验步骤
1.双击桌面上的matlab图标，打开matlab软件
2.了解菜单栏、工具栏、状态栏、命令窗口等
如下图1-1所示
图 1-1
3.了解帮助文档help中演示内容demo有哪些；
步骤如下图1-2
图1-2
打开help内容demo后，里面的工具箱如图所示。
图1-3
4.找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。找到并打开Image Processing工具箱，窗口如图1-4 ，图1-5所示
图 1-4
图 1-5
五.实验总结和分析
通过实验前的理论准备和老师的讲解，对matlab有了一定认识，在实验中，了解了实际操作中的步骤以及matlab中的图像处理工具箱及其功能，为后续的学习打下了基础，并把理论与实际相结合，更加深入的理解图像处理。
实验二
一．实验名称
图像的增强技术
二．实验内容
1.了解图像增强技术/方法的原理；
2.利用matlab软件，以某一用途为例，实现图像的增强；
3.通过程序的调试，初步了解图像处理命令的使用方法。
三．实验原理：
通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像的增强。
四.实验步骤及结果
1.双击MATLAB图标打开MATLAB软件；
2.单击help/Demos打开帮助中的演示；
3.找到Image Processing工具箱中的图像增强，如图2-1所示
图2-1
4.点击Contrast Enhancement Techniques和Contrast Enhancement Techniques 即对比度增强技术，结果如图2-1所示
图2-2
5.图中有4个步骤，然后按照这四个步骤一步一步的进行即可得到理想的图像。
Step 1: Load Images：阅读两种灰度图像：pout.tif和tire.tiff。同时读取索引RGB图像：shadow.tif。
程序如下：pout = imread('pout.tif');
tire = imread('tire.tif');
[X map] = imread('shadow.tif');
shadow = ind2rgb(X,map); % convert to truecolor
Step 2: Resize Images：为了使图像比较容易，调整大小的图像，以具有相同的宽度。通过缩放的高度保存其长宽比。
Step 3: Enhance Grayscale Images使用默认设置，比较以下三种方法的效果：* imadjust增加图像的通过映射的输入强度图像的值，以使得，在默认情况下，数据的1％是饱和的，在输入数据的低和高强度的新值的对比度。 * histeq进行直方图均衡化。它增强图像的由在强度图像变换的值，使得输出图像的直方图大致指定直方图（均匀分布默认）匹配对比度。 * adapthisteq执行对比度限制的自适应直方图均衡。不像histeq，它作用于小数据区（瓦），而不是整个图像。每个瓦片的对比度被增强，使得每个输出区的直方图大致指定直方图（均匀分布默认情况下）相匹配。对比度增强可以以避免扩增这可能是存在于图像中的噪声的限制。
pout_imadjust = imadjust(pout);
pout_histeq = histeq(pout);
pout_adapthisteq = adapthisteq(pout); imshow(pout);
title('Original');
figure, imshow(pout_imadjust);
title('Imadjust');
结果如图2-3所示
图2-3 figure, imshow(pout_histeq);
title('Histeq');
figure, imshow(pout_adapthisteq);
title('Adapthisteq'); 结果如图2-4所示
图2-4
输入以下程序得到如图2-5所示的
tire_imadjust = imadjust(tire);
tire_histeq = histeq(tire);
tire_adapthisteq = adapthisteq(tire);
figure, imshow(tire);
title('Original');
figure, imshow(tire_imadjust);
title('Imadjust');
图2-5
输入以下程序得到如图2-6所示的：figure, imshow(tire_histeq);
title('Histeq');
figure, imshow(tire_adapthisteq);
title('Adapthisteq');
图2-6
Step 4: Enhance Color Images：srgb2lab = makecform('srgb2lab');
lab2srgb = makecform('lab2srgb');
shadow_lab = applycform(shadow, srgb2lab); % convert to L*a*b*
% the values of luminosity can span a range from 0 to 100; scale them% to [0 1] range (appropriate for MATLAB(R) intensity images of class double)% before applying the three contrast enhancement techniques max_luminosity = 100;
L = shadow_lab(:,:,1)/max_luminosity;
% replace the luminosity layer with the processed data and then convert% the image back to the RGB colorspace
shadow_imadjust = shadow_lab;
shadow_imadjust(:,:,1) = imadjust(L)*max_luminosity;
shadow_imadjust = applycform(shadow_imadjust, lab2srgb);
shadow_histeq = shadow_lab;
shadow_histeq(:,:,1) = histeq(L)*max_luminosity;
shadow_histeq = applycform(shadow_histeq, lab2srgb);
shadow_adapthisteq = shadow_lab;
shadow_adapthisteq(:,:,1) = adapthisteq(L)*max_luminosity;
shadow_adapthisteq = applycform(shadow_adapthisteq, lab2srgb);
figure, imshow(shadow);
title('Original');
figure, imshow(shadow_imadjust);
title('Imadjust');
结果如图5-7所示
图5-7
figure, imshow(shadow_histeq);
title('Histeq');
figure, imshow(shadow_adapthisteq);
title('Adapthisteq');
结果如图5-8所示
图5-8
五.实验总结和分析
对比度增强技术：图像处理工具箱?包含了多种图像增强程序。三种功能特别适合用于对比度增强：imadjust，histeq和adapthisteq。这个演示比较了它们的使用增强灰度和真彩色图像。
通过这几个程序输入的执行结果比较我们就可以看出哪一个方法的增强效果是我们所需要的，当然我们也可以根据自己的需要来选择哪一种方法。
实验三
一．实验名称
图像特征提取
二．实验内容
1.了解图像特征提取的方法；
2.利用matlab软件，编程实现图像中长度、角度、半径、边界等特征的提取测量；
3.通过程序的调试，初步了解图像特征提取命令的使用方法。
三．实验原理：
通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像特征提取。
四.实验步骤及结果
1.双击MATLAB图标打开MATLAB软件；
2.单击help/Demos打开帮助中的演示；
3.找到Image Processing工具箱中的图像特征提取，如图3-1所示
图3-1
在图像特征提取的下面有：
找到一个摆在运动的长度
雪花的粒度
识别圆形物体
识别圆形的物体
在灰度图像测量区域
测量带卷的半径
六个应用实例，本次实验选取一个：测量带卷的半径。进行试验。
我们的目标是测量辊的带，这是部分地由磁带分配器遮蔽的半径。将利用bwtraceboundary来完成这个任务。
分为五个步骤：
*步骤1：阅读图像
RGB = imread('tape.png');
imshow(RGB);
text(15,15,'Estimate radius of the roll of tape',...
'FontWeight','bold','Color','y')
图3-2
*步骤2：阈值图像
I = rgb2gray(RGB);
threshold = graythresh(I);
BW = im2bw(I,threshold);
imshow(BW)
图3-3
*步骤3：提取初始边界点位置
dim = size(BW);
col = round(dim(2)/2)-90;
row = find(BW(:,col), 1);
图3-4
*步骤4：跟踪的边界
connectivity = 8;
num_points = 180;
contour = bwtraceboundary(BW, [row, col], 'N', connectivity, num_points);
imshow(RGB);
hold on;
plot(contour(:,2),contour(:,1),'g','LineWidth',2);
图3-5
*步骤5：适合圆的边界
x = contour(:,2);
y = contour(:,1);
% solve for parameters a, b, and c in the least-squares sense by% using the backslash operator
abc = [x y ones(length(x),1)] \ -(x.^2+y.^2);
a = abc(1);
b = abc(2);
c = abc(3);
% calculate the location of the center and the radius
xc = -a/2;
yc = -b/2;
radius = sqrt((xc^2+yc^2)-c)
% display the calculated center
plot(xc,yc,'yx','LineWidth',2);
% plot the entire circle
theta = 0:0.01:2*pi;
% use parametric representation of the circle to obtain coordinates% of points on the circle
Xfit = radius*cos(theta) + xc;
Yfit = radius*sin(theta) + yc;
plot(Xfit, Yfit);
message = sprintf('The estimated radius is %2.3f pixels', radius); text(15,15,message,'Color','y','FontWeight','bold');
图3-6
五.实验总结和分析
图像处理工具箱?软件提供了一套全面的参考标准算法和图像处理，分析，可视化和算法开发的图形化工具。您可以恢复干扰或退化图像，增强图像清晰度提高，提取特征，分析形状和纹理，并注册两个图像。大多数工具箱函数都写在公开MATLAB?语言，让你可以检查算法，修改源代码，并创建自己的自定义功能的能力。
实验四
一．实验名称
图像变换
二．实验内容
1.了解图像变换的原理；
2.利用matlab软件，编程实现投影数据的图像重构；
3.通过程序的调试，初步了解图像投影变换的应用。
三．实验原理：
通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像变换。
四.实验步骤及结果
1.双击MATLAB图标打开MATLAB软件；
2.单击help/Demos打开帮助中的演示；
3.找到Image Processing工具箱中的图像特征提取，如图4-1所示：
图4-1
4.图像变换的内容：*创建头幻影
*平行梁- 计算综合预测
*平行光束- 从投影数据重建头部模型
*扇形波束- 计算合成预测
*扇形波束- 从投影数据重建头部模型①创建头幻影：
P = phantom(256);
imshow(P)
结果如图4-2所示
图4-2
*平行梁- 计算综合预测
theta1 = 0:10:170;
[R1,xp] = radon(P,theta1);
num_angles_R1 = size(R1,2)
结果如图4-3
图4-3 theta2 = 0:5:175;
[R2,xp] = radon(P,theta2);
num_angles_R2 = size(R2,2)
图4-4 theta3 = 0:2:178;
[R3,xp] = radon(P,theta3);
num_angles_R3 = size(R3,2)
图4-5 N_R1 = size(R1,1)
N_R2 = size(R2,1)
N_R3 = size(R3,1)
图4-6
P_128 = phantom(128);
[R_128,xp_128] = radon(P_128,theta1);
N_128 = size(R_128,1)
图4-7
figure, imagesc(theta3,xp,R3)
colormap(hot)
colorbar
xlabel('Parallel Rotation Angle - \theta (degrees)'); ylabel('Parallel Sensor Position - x\prime (pixels)');
机器视觉检测的分析简答作业及答案要点学习资料
2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 原始数据特征向量类别标识 特征度量模式分类器 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。
3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学
2018年机器视觉实验报告-范文模板 (13页)
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 机器视觉实验报告 实验报告 课程名称： 班级： 姓名： 学号： 实验时间： 实验一 一．实验名称 Matlab软件的使用 二．实验内容 1.打开MATLAB软件，了解菜单栏、工具栏、状态栏、命令窗口等； 2.了解帮助文档help中演示内容demo有哪些； 3.找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。 三．实验原理： 通过matlab工具箱来进行图像处理 四．实验步骤 1. 双击桌面上的matlab图标，打开matlab软件 2. 了解菜单栏、工具栏、状态栏、命令窗口等
如下图1-1所示 图 1-1 3. 了解帮助文档help中演示内容demo有哪些； 步骤如下图1-2 图1-2 打开help内容demo后，里面的工具箱如图所示。 图1-3 4. 找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。找到并打开Image Processing工具箱，窗口如图1-4 ，图1-5所示 图 1-4 图 1-5 五.实验总结和分析 通过实验前的理论准备和老师的讲解，对matlab有了一定认识，在实验中，了解了实际操作中的步骤以及matlab中的图像处理工具箱及其功能，为后续的学习打下了基础，并把理论与实际相结合，更加深入的理解图像处理。 实验二 一．实验名称 图像的增强技术 二．实验内容 1.了解图像增强技术/方法的原理； 2.利用matlab软件，以某一用途为例，实现图像的增强； 3.通过程序的调试，初步了解图像处理命令的使用方法。 三．实验原理： 通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像的增强。
建筑工程测量实验报告
江西理工大学建筑工程测量 实验报告 专业建筑学 年级13级 班级**** 学号**** 姓名**** 2015年月日
目录 第一部分实验项目内容及要求第二部分实验报告 第三部分实验心得体会和建议
第一部分实验项目内容及要求
第二部分实验报告 实验报告一 日期2015.10.10 班组第六组学号*号姓名**** ㈠完成下列填空 1.安置仪器后，转动三个脚螺旋使圆水准器气泡居中，转动 目镜对光螺旋看清十字丝，通过镜筒上方的缺口和准星瞄准水准尺，转动水平微动螺旋精确照准水准尺，转动物镜对光螺旋进行对光消除视差，转动微倾螺旋使符合水准器气泡居中，最后读数。 2.消除视差的步骤是转动目镜对光螺旋使十字丝清晰，再转动 物镜对光螺旋使水准尺的分划像清晰。 ㈡实验记录和计算 1.记录水准尺上读数填入表2-1-1中。
表2-1-1 2.计算(基于黑红面读数的平均值) ⑴A点比C点低0.199 m。 ⑵B点比D点高0.388 m。 ⑶C点比E点高0.154 m。 ⑷假设C点的高程H C=158.936 m，求A点、B点、C点、D点、E点的高程，即：A A= 158.737 m，H B= 159.070 m，H C= 158.936m，H D= 158.682 m，H E= 158.782 m，水准仪的视线高程 H I= 160.458 m。 ㈢出图2-1-1中水准仪各部件的名称
图2-1-1 1）目镜对光螺旋；2）望远镜； 3）水准管；4）水平微动螺旋； 5）圆水准器；6）校正螺旋； 7）水平制动螺旋；8）准星； 9）脚螺旋；10）微倾螺旋； 11）水平微动螺旋；12）物镜对光螺旋； 13）缺口；14）三脚架。 实验报告二水准测量 日期2015.10.10 班组第六组学号*号姓名*** ㈠水准测量的外业记录及其高程计算 实验数据记入表2-2-1，进行高程的计算，并进行验算，以确保各项计算准确无误。 表2-2-1 水准测量的外业记录及其高程计算
二维影像测量仪实验报告
一、实验目的 采用影像测量仪验收印刷电路板。 要求： （1）学习并掌握影像测量仪的构成和工作原理； （2）通过实践，掌握影像测量仪的操作使用，包括仪器的调节、标定、瞄准、测量；（3）掌握仪器软件的使用，测量数据采集，数据处理，误差评定； （4）采用投射/反射照明测量，测量印刷电路板，要求测量BGA封装（至少测量10个焊盘）焊盘的尺寸、焊盘间距；至少测量十条引线的线宽和间距；至少测量10 个过孔的尺寸。 （5）对照设计图纸，给出合格性结论，形成测量报告。 （6）撰写实验报告，包括原理、步骤、数据与处理、结论等。 二、影像测量仪的构成和工作原理 （1）构成 影像测量仪是一种由高解析度CCD彩色镜头、连续变倍物镜、彩色显示器、视频十字线显示器、精密光栅尺、多功能数据处理器、数据测量软件与高精密工作台结构组成的高精度光学影像测量仪器。 图1总体结构
加工定制：否分辨率：0.001（mm）测量行程：250*150*200（mm） 品牌：贵阳新天型号：JVB250 放大倍率：光学0.7-4.5X 影像28-180X 操作方式：手动测量精度：(3+L/200)um 外形尺寸（长*宽*高）：1000*650*1650（mm） JVB250的规格参数： ①测量范围: X坐标: 250mm Y坐标: 150mm 调焦行程: Z坐标: 200mm ②X、Y、坐标分辨率： 0.0005mm ③仪器准确度：(3+L/200)μm 其中L为被测长度，单位mm ④CCD摄像机：1/3″彩色摄像机，象素数：795(H)×596(V) ⑤物镜放大率： 0.7 ～ 4.5×连续变倍，影像放大28～ 180倍。 ⑥与放大率对应的物镜工作距离：75mm～90mm ⑦与放大率对应的物面最大高度：150mm～130mm ⑧工作台承重：30kg ⑨金属工作台尺：450mm×300mm ⑩主机外形尺寸：580mm×750mm×660mm （2）工作原理 影像测量仪是基于机器视觉的自动边缘提取、自动理匹、自动对焦、测量合成、影像合成等人工智能技术，具有点哪走哪自动测量、CNC走位自动测量、自动学习批量测量的功能，影像地图目标指引，全视场鹰眼放大等优异的功能。同时，基于机器视觉与微米精确控制下的自动对焦过程，可以满足清晰影像下辅助测量需要，亦可加入触点测头完成坐标测量。支持空间坐标旋转的优异软件性能，可在工件随意放置或使用夹具的情况下进行批量测量与SPC结果分类。 被测工件置于工作台上，在投射或反射光照明下，工件影像被摄像头摄取并传送到计算机，此时可使用软件的影像、测量等功能，配合对工作台的坐标采集，对工件进行点、线、面全方位测量。 影像测量仪是利用表面光或轮廓光照明后，经变焦距物镜通过摄像镜头，摄取影像再通过S端子传送到电脑屏幕上，然后以十字线发生器在显示器上产生的视频十字线为基准对被测物进行瞄准测量。并通过工作台带动光学尺，在X、Y方向上移动由DC-3000多功能数据处理器进行数据处理，通过软件进行演算完成测量工作。影像测量主要是利
机器视觉光源的照明方式例举
机器视觉光源的照明方式例举 我们知道，在机器视觉检测系统中，好的打光方式可以让我们更准确地捕捉物体特征，提高物体与背景的对比度。那么本章，维视图像为您分享一下机器视觉光源的照明方式及应用特点。 角度照明 特点及应用：在一定工作距离下，光束集中、亮度高、均匀性好、照射面积相对较小。常用于液晶校正、塑胶容器检查、工件螺孔定位、标签检查、管脚检查、集成电路印字检查等。适用光源：30、45、60、75等角度环光。 垂直照明
特点及应用：照射面积大、光照均匀性好、适用于较大面积照明。可用于基底和线路板定位、晶片部件检查等。 适用光源：0角度环光、条型光源、面光源。 低角度照明 特点及应用：对表面凹凸表现力强。适用于晶片或玻璃基片上的伤痕检查。 适用光源：90度环光。
背光照明 特点及应用：发光面是一个漫射面，均匀性好。可用于镜面反射材料，如晶片或玻璃基底上的伤痕检测；LCD检测；微小电子元件尺寸、形状，靶标测试。 适用光源：背光源、平行背光源。 多角度照明 特点及应用：RGB三种不同颜色不同角度光照，可以实现焊点的三维信息的提取。适用于组装机板的焊锡部份、球形或半圆形物体、其它奇怪形状物体、接脚头。
适用光源：AOI光源。 碗状光照明 特点及应用：360度底部发光，通过碗状内壁发射，形成球形均匀光照。用于检测曲面的金属表面文字和缺陷。 适用光源：球积分光源，通常也叫圆顶光、漫反射光源。 同轴光照明
特点及应用：类似于平行光的应用，光源前面带漫反射板，形成二次光源，光线主要趋于平行。用于半导体、PCB板、以及金属零件的表面成像检测，微小元件的外形、尺寸测量。 适用光源：同轴光源，平行同轴光源。 以上是常用机器视觉光源的照明方式，此外，还有许多其他的照明方式或组合的用法，在此不再一一赘述。如有相关需求和问题，欢迎与维视图像取得联系，我们拥有AFT全系列视觉光源，可为您提供最合适的照明方案。
机器视觉课程设计报告
机器视觉课程设计 对圆盘形零件圆心与直径和矩形零件长与宽尺寸测量 学生学院机电学院 专业班级 学号 学生姓名 指导教师 2015年 1 月 20 日
目录 1 问题描述 (3) 1.1 基本目标 (3) 1.2 基本要求 (3) 2 程序及其算法 (3) 2.1 检测与计算圆半径的程序 (3) 2.2 检测与计算矩形长和宽的程序 (6) 2.2.1 打开摄像头程序 (6) 2.2.2 保存拍摄的照片程序 (7) 2.2.3 读取拍摄到的图片（读取文名字CurrentImage.jpg的图片） (7) 2.2.4 检测边上的点和计算长和高的函数 (8) 2.2.5 老师写的显示图片的函数 (11) 3 运行结果 (12) 4 小结 (13)
1 问题描述 1.1 基本目标 显示一张图片（包含一个矩形或一个圆），测量矩形的长宽或圆的直径。完成得及格分，扩展有加分！ 要求图片 1.2 基本要求 “机器视觉”考试结果要求独立在计算机上完成，建议使用Visual C++和OpenCV 实现一个具有视觉捕捉、图像显示、尺寸测量等功能的对话框程序，其中必须完成对圆盘形零件圆心与直径和矩形零件长与宽尺寸测量内容。在教师提供的基本框架程序基础上，修改、补充界面和功能。 2 程序及其算法 2.1 检测与计算圆半径的程序 思路:从图片中间横扫取点得M_Point[0]，M_Point[1]（x坐标相加除2的圆心的x 坐标）中间纵向取点得M_Point[2]，M_Point[3]（y坐标相加除2的圆心的y坐标）圆上四个点到圆心的距离（半径）取平均值，输出为半径。
程序如下： double c_DialogTeclarn::f_MakeCircle(double e_dThreshold) { if(NULL==m_pIplImageSource) {return 0;} //定义变量存图像的宽，高，行像素 int q_iWidth=m_pIplImageSource->width; int q_iHeight=m_pIplImageSource->height; int q_iWidthStep=m_pIplImageSource->widthStep; uchar *q_pchDataImage=(uchar *)m_pIplImageSource->imageData; CvPoint M_Point[4]={};//存放检索出的四个点 循环检索 //01纵扫 for(int Cycle_Y=1;Cycle_Y
机器视觉实验报告3
实验五图像的分割与边缘提取 一、实验内容 1.图像阂值分割 实验代码： clear all, close all; I=imread('flower.tif'); figure(1),imshow(I) figure(2); imhist(I) T=120/255; Ibw1=im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L=uint8(T*255) Ibw2=im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh; 运行结果：
实验代码： clear all, close all; I=imread('flower.tif'); figure(1),imshow(I) figure(2); imhist(I) T=240/255; Ibw1=im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L=uint8(T*255) Ibw2=im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh; 运行结果：
2.边缘检测 实验代码： clear all, close all; I=imread('flower.tif'); BW1=edge(I,'sobel'); BW2=edge(I,'canny'); BW3=edge(I,'prewitt'); BW4=edge(I,'roberts'); BWS=edge(I,'log'); figure(1), imshow(I), title('Original Image'); figure(2), imshow(BW1), title('sobel'); figure(3), imshow(BW2), title('canny'); figure(4), imshow(BW3), title('prewitt'); figure(5), imshow(BW4), title('roberts'); figure(6), imshow(BWS), title('log'); %在完成上述试验后,查看函数edge()使用说明。help edge 运行结果：
机器视觉课后心得体会
. ;.. 经过机器视觉技术及应用这门课程的学习，我觉得受益匪浅。可以说这门课 程更偏重于实践，也很好的锻炼了我们，老师讲课很认真，ppT准备的很详细，对于一些关键问题的讲解更是深入浅出。机器视觉技术，即采用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品即图像摄取装置，分CMOS 和CCD两种把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，进而根据判别的结果来控制现场的设备动作。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉不同于计算机视觉，它涉及图像处理、人工智能和模式识别，机器视觉是将计算机视觉应用于工业自动化。 目前在机器视觉系统中；CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点得到了广泛使用。机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。加之机器视觉的介入，自动化将朝着更智能、更快速的方向发展。 通过本课程的学习，我们掌握了一些机器视觉方面的基本知识。这门课对于我们生活方面有很大的实用性，可以让我们了解到机器视觉的基本构造，对成为技术应用型人才，适应社会和培养实践能力与技能都起到了很大的作用。这样的学习让我们将知识更灵活的运用，更好的将知识和实践结合在一起并转化为技能。 通过这门课程的学习，我们懂得更多，收获更多，提升了自身操作能力的同时又学到了很多东西，我相信在以后的课堂学习和实践学习中可以掌握更多更深入的知识，不断的提高自身的学习与应用能力。
机器视觉检测.
机器视觉检测 一、概念 视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光将光栅或线光源等投射到被 测物上，根据它们产生的畸 变，解调出被测物的三维信 息 频闪光照明将高频率的光脉冲照射到物
体上，摄像机拍摄要求与光 源同步 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特
机器视觉课后心得体会
经过机器视觉技术及应用这门课程的学习，我觉得受益匪浅。可以说这门课程更偏重于实践，也很好的锻炼了我们，老师讲课很认真，ppT准备的很详细，对于一些关键问题的讲解更是深入浅出。机器视觉技术，即采用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品即图像摄取装置，分CMOS 和CCD两种把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，进而根据判别的结果来控制现场的设备动作。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉不同于计算机视觉，它涉及图像处理、人工智能和模式识别，机器视觉是将计算机视觉应用于工业自动化。 目前在机器视觉系统中；CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点得到了广泛使用。机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。加之机器视觉的介入，自动化将朝着更智能、更快速的方向发展。 通过本课程的学习，我们掌握了一些机器视觉方面的基本知识。这门课对于我们生活方面有很大的实用性，可以让我们了解到机器视觉的基本构造，对成为技术应用型人才，适应社会和培养实践能力与技能都起到了很大的作用。这样的学习让我们将知识更灵活的运用，更好的将知识和实践结合在一起并转化为技能。 通过这门课程的学习，我们懂得更多，收获更多，提升了自身操作能力的同时又学到了很多东西，我相信在以后的课堂学习和实践学习中可以掌握更多更深入的知识，不断的提高自身的学习与应用能力。
机器视觉与智能检测相关课题创新实践-实验报告
《机器视觉与智能检测相关创新实践》 课外实验报告 实验一、图像融合 1.实验内容： 对同一场景的红外图像和可见光图像进行融合，采用图1中的参考图形，以及自己 的手掌图像（可见光图像和红外光图像），并对结果进行简要分析，融合方法可采 用以下方法中的一种或多种：直接加权融合方法，傅里叶变换融合方法，小波变换 融合方法； 2.实验目标： 1）. 了解融合的概念； 2）. 比较融合方法中不同参数的效果（如直接加权融合中权值的分配） 3.参考图像： （a）红外图像（b）可见光图像 图1 待融合图像 4.实验内容 1）直接加权融合方法： 线性混合操作也是一种典型的二元（两个输入）的像素操作：
通过在范围内改变。 核心代码：image((Y1+Y2)/2); %权值相等 图2 直接融合图像1 图3 直接融合图像2 改变参数的影响：那个图的参数比例高，那个图在融合图像中的影响就越高。2）傅里叶变换融合：
对一张图像使用傅立叶变换就是将它分解成正弦和余弦两部分。也就是将图像从空间域(spatial domain)转换到频域(frequency domain)。然后通过在频域的处理来实现融合。 图4傅里叶变换融合图像1 图5 傅里叶变换融合2 3）小波融合： 小波变换（Wavelet Transform）是一种新型的工程数学工具，由于其具备的独特数学性质与视觉模型相近，因此，小波变换在图像处理领域也得到了广泛的运用。用在图像融合领域的小波变换，可以说是金字塔方法的直接拓展。
图6 小波融合1 图7 小波融合2 5．实验完整代码 1．直接融合 addpath('E:\学习\课件\机器视觉创新实践\曾东明') Y1=imread('1.PNG'); subplot(1,3,1); imshow(Y1); title(' 直接融合1.PNG');
建筑工程混凝土实验实验报告
姓名： 院校学号： 学习中心： _______________ 层次：专升本 专业：土木工程 实验一：混凝土实验 一、实验目的：1、熟悉混凝土的技术性质和成型养护方法；2、掌握砼拌合物工作性的测定和评定方法；3、通过检验砼的立方体抗压强度，掌握有关强度的评定方法。 二、配合比信息： 1 .基本设计指标 (1)设计强度等级C30 (2)设计砼坍落度30-50mm 2.原材料 (1)水泥：种类复合硅酸盐水泥强度等级C32.5 (2)砂子：种类河砂细度模数 2.6 (3)石子：种类碎石粒级5-31.5mm
(4)水：洁净的淡水或蒸馏水
3.配合比：（kg/m3） 三、实验内容： 第1部分：混凝土拌合物工作性的测定和评价 1、实验仪器、设备：电子秤、量筒、坍落度筒、拌铲、小铲、捣棒（直径16mm、长600mm, 端部呈半球形的捣棒）、拌合板、金属底板等。 2、实验数据及结果
第2部分：混凝土力学性能检验 1、实验仪器、设备：标准试模：150mm X 150mm X 150 mm 、振动台、压力试验机(测量精度为土1%,时间破坏荷载应大于压力机全量程的20%;且小于压力机全量程的80%。、压力试验机控制面板、标准养护室(温度20C±2C,相对湿度不低于95%。 2、实验数据及结果 四、实验结果分析与判定： (1、混凝土拌合物工作性是否满足设计要求，是如何判定的？ 答：满足设计要求。实验要求混凝土拌合物的塌落度30—50mm,而此次实验结果中塌落度 为40mm, 符合要求；捣棒在已塌落的拌合物锥体侧面轻轻敲打，锥体逐渐下沉表示粘聚 性良好；塌落度筒提起后仅有少量稀浆从底部析出表示保水性良好。
机器视觉之：为何要使用光源
为何要使用光源 机器视觉系统的关键是图象的数据采集和处理，图象自身的成像品质对整体视觉系统极其关键。光学光源则是影响机器视觉系统成像品质的关键要素，许多光源和照明效果对视觉辨别影响是非常大的。 按照适当的光源照明设计，使图象的目标信息与背景信息取得最佳的分离处理，能够大幅度降低图象处理算法分割、分辨的难度系数，与此同时提升系统的定位、测量精度，让系统的可靠性和综合型能取得提升。相反，假如光源设计不合理，会造成在图象处理算法设计和成像系统设计中事半功倍。因而，光源及光学系统的设计的成功与失败是决定系统成功与失败的主要是要素。 在机器视觉系统中，光源的作用： 1，照明目标，提升目标亮度； 2，形成最有利于图象处理的成像效果； 3，解决坏境光的影响，确保图象的稳定性能； 4，用以測量的工貝和参照。 光源的归类 在机器视觉里的光源主要指的是人造的光源，是人为的将多种形式的能量（热能、电能、化学能）转换成光辐射的器件。
人工光源通常可分成下面几大类：热辐射光源、气体放 电光源、固体发光光源、激光器。 发光二极管（LED）光源做为一类新式的半导体发光材料，在寿命和稳定性能上有着十分明显的优势。 下面以目前被普遍使用的LED光源重点详细介绍。 #条型光源 条型光源特性： >>LED均成直线或其组合排列，照度高，光源指向性强，照明效果也符合直线型规律或其叠加。 >>采用特殊光学透镜，有效的改变LED照射角度。 >>采用标准模具成型、拼接安裝，结构稳定 >>可选漫射版导光，光线均匀分布。 >>尺寸、颜色能够按照具体要求定制。 应用场合：可用以电子元件分辨与缺陷检测；文字内容、外形分辨等； #环形光源 环形光源分成垂直照射环形光源，角度照射环形光源， 低角度环形光源，无影环形光源。 垂直照射环形光源的特性： >>用高亮度LED高密度安裝，提拱红、绿、蓝、白、红外、紫外等颜色；
建筑工程测量实验报告
建筑工程测量实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
江西理工大学 建筑工程测量 实验报告 专业建筑学 年级13级 班级 **** 学号 **** 姓名 **** 2015年月日 目录 第一部分实验项目内容及要求 第二部分实验报告 第三部分实验心得体会和建议
实验报告一 日期班组第六组学号 *号姓名**** ㈠完成下列填空 1.安置仪器后，转动三个脚螺旋使圆水准器气泡居中，转动 目镜对光螺旋看清十字丝，通过镜筒上方的缺口和准星瞄准水准尺，转动水平微动螺旋精确照准水准尺，转动物镜对光螺旋进行对光消除视差，转动微倾螺旋使符合水准器气泡居中，最后读数。 2.消除视差的步骤是转动目镜对光螺旋使十字丝清晰，再转动 物镜对光螺旋使水准尺的分划像清晰。 ㈡实验记录和计算 1.记录水准尺上读数填入表2-1-1中。 表2-1-1
2.计算(基于黑红面读数的平均值) ⑴ A点比C点低 m。 ⑵ B点比D点高 m。 ⑶ C点比E点高 m。 ⑷假设C点的高程H C= m，求A点、B点、C点、D点、E点的高程，即： A A= m，H B= m，H C= ，H D= m，H E= m，水准仪的视线高程 H I= m。 ㈢出图2-1-1中水准仪各部件的名称 图2-1-1 1）目镜对光螺旋； 2）望远镜； 3）水准管； 4）水平微动螺旋； 5）圆水准器； 6）校正螺旋； 7）水平制动螺旋； 8）准星； 9）脚螺旋； 10）微倾螺旋； 11）水平微动螺旋； 12）物镜对光螺旋； 13）缺口； 14）三脚架。 实验报告二水准测量 日期班组第六组学号 *号姓名 *** ㈠水准测量的外业记录及其高程计算 实验数据记入表2-2-1，进行高程的计算，并进行验算，以确保各项计算准确无误。
人工智能YOLO V2 图像识别实验报告材料
第一章前言部分 1.1课程项目背景与意义 1.1.1课程项目背景 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 科学技术的发展是推动人类社会进步的主要原因之一,未来社会进一步地朝着科技化、信息化、智能化的方向前进。在信息大爆炸的今天,充分利用这些信息将有助于社会的现代化建设,这其中图像信息是目前人们生活中最常见的信息。利用这些图像信息的一种重要方法就是图像目标定位识别技术。不管是视频监控领域还是虚拟现实技术等都对图像的识别有着极大的需求。一般的图像目标定位识别系统包括图像分割、目标关键特征提取、目标类别分类三个步骤。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
社会实践实习报告：建筑工程测量实训报告
( 实习报告 ) 单位：_________________________ 姓名：_________________________ 日期：_________________________ 精品文档 / Word文档 / 文字可改 社会实践实习报告：建筑工程测 量实训报告 Social practice practice report: construction engineering survey training report
社会实践实习报告：建筑工程测量实训报 告 社会实践实习报告：建筑工程测量实训报告 进入大学的第一次测量实训终于在大家的期盼中来了，因为大家都想抓紧实训的时间好好休息一下，可是，现实是如此的残酷！ 开始老师让我们先从理论下手，介绍了水准仪和经纬仪的构成以及它的使用方法，我们都很认真的记载着老师所讲的重点，在学习中，我知道了测量人员是工程建设的开路先锋，是确保工程质量的“千里眼”，我为能成为测量人而感到自豪！老师还说了，让我们好好保护仪器！我们知道了：人在仪器在，人亡仪器也不能亡！可是让人疑惑的是老师总让我们做好“军训”的打算，有那么辛苦吗？ 很快我就见到了传说中的水准仪，它长得真的很不咋的，可是在老师的介绍下，我知道了它是一个很有内涵的仪器！千万不能小
看它！但是还好的就是它的螺栓比较少，所以我还能接受！可是调节经纬仪的过程就比较复杂了，螺旋比较多，测量时仪器不停的转动，脑袋就晕了，对准后就不知螺旋在哪了，只能瞎摸。但有句话叫“熟能生巧”，这句话一点不假，在实训中，这个成语就得到验证，尽管开始是有点生疏，但经过一圈测量，想不熟也挺难的，而且速度也不断的提高。 下面就来谈谈具体的！我是第一批在校内测量经纬仪的！它的螺栓比水准仪多多了！弄得我头晕眼花的！没办法！我必须要坚持下去！第一个下午，我们全组组员就遇到大麻烦了！因为经纬仪的调整要三个地方全部调好，可是我们老是没办法让它们全都统一，老是这儿调好了，那儿的气泡又跑了！我们组是第八组，组员有6个，而别的组是5个人，所以我们要比别的组要更抓紧时间，可是当第九组已经测六个点时，我们组还压根没挪窝，可是越急越不知道该怎么办！后来在别的组来了一个同学，我们连忙请教他！ 1.先要让三脚架的中心大约和地面的点进行对齐。 2.调节气泡让它处于圆水准器的中间部分。
机器视觉打光技巧
【光源应用】专家级的8个打光技巧机器视觉系统中的照明系统是极其重要的一部分，它的好坏直接影响着后面的图像处理。在听了一位日本光源专家的讲座之前，我其实对照明并不太了解，不就是将图像照亮以至于相机能够拍到图像吗？但事实并非如此，照明远非增强图像亮度这样简单，好的照明系统可以减少很多图像处理工作，提升整个机器视觉系统效率。那么照明是怎样一门学问呢？如何在机器视觉系统中选择合适的照明系统呢？ 合适的照明是机器视觉应用成功的关键，而且是第一要考虑的部分。一个设计良好的照明系统不仅会带来更好的性能，节约时间，而且从长远来看能节约成本。下面来分享选择最合适机器视觉照明的八个小技巧，它们是：（1）检测材料缺损请使用亮度高的光； （2）精确定位请使用合适波长的光； （3）检测玻璃上的刮痕请使用非漫射的光，即Non-Diffused Light；（4）检测透明包装请使用漫射光，即Diffused Light； （5）创造对比请使用颜色光； （6）检测快速移动物体请使用频闪光； （7）消除反射时请使用红外光； （8）消除颜色变化请使用红外光； 照明是怎样影响机器视觉应用的呢？ 对于将质量最为输出的机器视觉系统依赖于图像质量。高质量的图像使得系统能够精确地解释出从检测物体中提取的信息，这样就可以产生可靠的并可重复的系统性能。在任何视觉应用中需要的图像质量很大程度上取决于照明条
件：颜色，角度和使用照明对象的光源数量意味着好图像之间的差异，有可能会产生更好的性能，也会带来质量差的图像，产生不好的结果。 机器视觉照明应该最大化特征对比，同时最小化其它剩下的对比度，因此让相机清晰看到部分或标记。高对比度特征简化集成和提高可靠性；对比度差的图像和不规则的照明需要来自系统的更多努力，而且也增加了处理时间。最优的照明取决于检测物体的尺寸，它的表面特征和部分几何特征和系统需求。具有宽范围的波长（颜色），视场（尺寸），对于特殊应用需要，就可以灵活的选择机器视觉照明。 当选择照明时需要考虑以下五个方面： 1. 表面是光滑，还是崎岖不平？ 2. 表面是暗淡，还是光亮？ 3. 对象是弯曲的，还是平坦的？ 4. 条码或标记的颜色是怎样的？ 5. 是检测移动的物体，还是静止的对象？ 技巧1：使用亮光去检测材料缺损 比如在塑料浇注中验证是否不足 从塑料浇注应用中验证材料缺损对于确保良好的密封表面是重要的。当有材料缺损时，你有了不足的条件（比如浇注到模型中的材料不充分）。 照明技术：亮场 亮场照明技术依赖表面纹理和平坦地形。光线遇到平坦反光的表面将光线反射回到相机，创立一个亮区域。粗糙纹理或表面缺损会将光线散射而远离相机，创立了暗区域。
机器视觉教学大纲
《机器视觉》教学大纲 课程编码：08241059 课程名称：机器视觉 英文名称：MACHINE VISION 开课学期：7 学时/学分：36/2 （其中实验学时：4 ） 课程类型：专业方向选修课 开课专业：机械工程及自动化 选用教材：贾云得编著《机器视觉》科学出版社 2002年 主要参考书： 1.ROBOTICS: Control, Sensing, Vision, and Intelligence, K. S. Fu，McGraw-Hill Publishing Company, 1987 2.张广军编著，机器视觉，科学出版社，2005年 执笔人：孔德文 本课程主要内容包括：二值图像分析、图像预处理、边缘检测、图像分割、纹理分析、明暗分析、彩色感知、深度图与立体视觉。通过本课程的学习，学生应掌握机器视觉的基础理论、基本方法和实用算法。 一、课程性质、目的与任务 机器视觉课程是机械工程及自动化专业在智能机器方向的一门专业方向选修课。机器智能化是机械学科的重要发展方向，也是国际上跨学科的热门研究领域。而机器视觉是智能机器的重要组成部分，它与图象处理、模式识别、人工智能、人工神经网络以及神经物理学及认知科学等都有紧密的关系。本课程对于开阔学生视野、使学生了解本专业的发展前沿，把学生培养成面向二十一世纪的复合型人才具有重要的地位和作用。通过本课程的学习，学生也能掌握一定的科学研究方法与技能，为有潜力成为研究型人才的学生打下一定基础。 二、教学基本要求 本课程主要内容包括：二值图像分析、图像预处理、边缘检测、图像分割、纹理分析、明暗分析、深度图与立体视觉。通过本课程的学习，学生应掌握机器视觉的基础理论、基本方法和实用算法。 本大纲仅列出达到教学基本要求的课程内容，不限制讲述的体系、方式和方法，列出的内容并非要求都讲，有些内容，可以通过自学达到教学基本要求。 使用CAI课件作为辅助教学手段可以节省大量时间，传递更多的信息量，所以本课程建议使用CAI课件。 作业是检验学生学习情况的重要教学环节，为了帮助学生掌握课程的基本内容，培养分析、运算的能力，建议布置作业5－8次，并在期末前安排一次综合作业作为主要考查环节。实验是教学的一个主要环节，实验时间共4学时，每次实验每小组4－6人，使每个学生均有亲自操作的机会。 三、各章节内容及学时分配 1．人类视觉与机器视觉 (4学时) : 人类视觉原理与视觉信息的处理过程；机器视觉理论框架与应用；成像几何学基础。
PLC生产实习
生产实习报告 学院：电气工程 班级： 学号： 姓名： 实习单位：无锡信捷电气股份有限公司校外导师： 校内导师： 日期：2017.1.6
目录 第一章生产实习概况 0 第二章实习目的及意义 (1) 第三章实习历程 (2) 一、实习公司简介 (2) 二、实习历程 (5) （一）实习目的 (5) （二）实习内容 (5) 1.实习所用设备及其接线 (5) 2.通讯协议 (10) 3.视觉测量软件X-Sight Studio (11) 4.编程软件XCPPro (13) 5.触摸屏软件TouchWin (15) 第四章总结 (16)
第一章生产实习概况 一.生产实习的单位 1.单位的名称：无锡信捷电气股份有限公司 2.地点：无锡市滴翠路100号创意产业园7号楼4楼 二.生产实习的时间及实习安排 1.实习的起止时间：2016.11.23～2016.1 2.16 2.过程安排： 第1天：入职培训；参观公司研发部门、生产车间、应用现场。 第2天：必备软件、硬件讲解；上机前注意事项讲解；项目需要掌握的技能点。 第3-18天：完成要求题目。 第19天：完成项目报告。 第20天：进行设计答辩，交流心得。
第二章实习目的及意义 生产实习是电气工程学院各专业课程体系中的校外实践环节，目的是让学生充分接触工程与生产一线，把学生的创新创业训练与解决实际问题能力紧密联系起来，从而培养了学生与社会沟通的能力以及分析和解决实际工程问题的能力，同时为学生提供实践场所和就业渠道，实现课堂与实训零距离、学生与岗位零距离、使学生的实践能力和创新创业训练真正落到实处。具体如下： 1、通过生产，深入生产第一线进行观察和调查研究，获取必须的感性知识和使学生较全面地了解可编程逻辑控制器(即PLC)，在实际的生产中是如何使用的，了解和掌握本专业基础的生产实际知识，巩固和加深已学过的理论知识，并为后续专业课的，课程设计，毕业设计打下基础。 2、在期间，通过对信捷各型号PLC的工作原理的分析，把理论知识和盛传实践相结合起来，完成所布置的课题，以培养我们的考察，分析和解决问题的工作能力。 3、通过，可以有机会接触信捷的员工，学习他们的面对不同课题的处理思路，学习他们面对难题，永不放弃的精神。 4、通过参观他们的各个部门，掌握产品的生产过程，组织管理，设备选择和车间布置等方面的知识，扩大知识面。