康耐视 VisionPro Caliper(卡尺)工具
vision
pytorch/vision: 一个基于 PyTorch 的计算机视觉库,提供了各种计算机视觉算法和工具,适合用于实现计算机视觉应用程序。
项目地址:https://gitcode.com/gh_mirrors/vi/vision
免费下载资源
·
Caliper(卡尺)工具
游标卡尺工具介绍
- 辨别对象中的边缘或者边缘对
- 报告边线对子中的边线位置和边线之间的距离
需求:
- 测量该工件的某个位置的宽度
添加工具并链接图像
步骤
定义目标区域
- 游标卡尺区域指图像中探测到边线的区域
- 在图形上由 输入图像中的蓝色方框表示
区域设置
- 区域标准:
- 包含目标边线
- 边线必须与投影方向平行
- 可能必须旋转
- 在可能时,不包括目标边线以外的特征
- 可能必须倾斜
原理:
设置参数
- 参数的设置要求了解工作是如何执行的
运行期间
投影
- 投影 将二维图像减少到一维图像
- 减少处理时间和存储
- 维持并且在一些情况下增强边线信息
- 沿着规定方向中的平行光线添加像素灰度值
边线筛选
- 边线筛选的目的是从输入图像中消除噪音
找边原理
游标卡尺工具通过使用一个筛选算子盘旋一维投影图像来执行筛选
Projection Image 一维投影图像
Filter operator 灰度值的滤波算子
Filtered output 过滤后的输出参数
第一个位置 -1*0 + 0*0 + 1*0 = 0
第二个位置 -1*0 + 0*0 + 1*5 = 5
第三个位置 -1*0 + 0*5 + 1*10 = 10
第四个位置 -1*5 + 0*10 + 1*15 = 10
参数介绍:
极性
对比度阈值
过滤一半像素
最大结果数
也可以查找多个边缘,通过边缘检测个数
边缘对
出现问题:
结合命名空间工具使用
结果
结果按照得分从高到低的顺序显示在结果表格中
位置
沿相对于输入区域中心的搜索方向的一维测量
计分
默认状态下,单个边线只根据它们跨边线的对比度进行计分,而边线对子根据所测边线之间的距离与预期距离匹配程度来计分。
有时,您需要修改如何给边线计分以便可靠地返回您实际想要查找的那些。这时就需要添加其他的计分函数。
分数: 按照计分的分数曲线来得到计分结果
X0=255 时 得到的分数是1分
分数计算应为 对比度/X0 73.4551/255 =0.28
修改X0参数 为75 得分接近与1
位置
沿相对于输入区域中心的搜索方向的一维测量
筛选尺寸
筛选尺寸接近边线尺寸生产较强的边线峰值
筛选尺寸太大或者太小会减少峰值
GitHub 加速计划 / vi / vision
15.85 K
6.89 K
下载
pytorch/vision: 一个基于 PyTorch 的计算机视觉库,提供了各种计算机视觉算法和工具,适合用于实现计算机视觉应用程序。
最近提交(Master分支:3 个月前 )
518ee93d
10 天前
7d077f13
12 天前
更多推荐
已为社区贡献10条内容
所有评论(0)