您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. halcon划痕检测

  2. halcon划痕检测,halcon 8.0版本
  3. 所属分类:其它

    • 发布日期:2013-05-16
    • 文件大小:261120
    • 提供者:jxllwj
  1. halcon检测划痕

  2. halcon检测划痕实例,机器视觉图像处理检验表面划痕。
  3. 所属分类:C/C++

    • 发布日期:2015-08-31
    • 文件大小:261120
    • 提供者:zhoutao1992
  1. 划痕、油污、瑕疵检测

  2. 划痕、油污、瑕疵检测的经典案例,结合算子的说明,更好的了解其原理。
  3. 所属分类:其它

    • 发布日期:2015-10-06
    • 文件大小:2097152
    • 提供者:lxy_2011
  1. 复杂表面划痕检测

  2. 基于Halcon的复杂表面的划痕处理的源代码程序
  3. 所属分类:其它

    • 发布日期:2016-01-09
    • 文件大小:57344
    • 提供者:zhou5307379
  1. 苹果表面划痕与果梗和花萼的辨识及检出方法

  2. 针对缺陷检测过程中果梗花萼比较容易被误检测,提出了一种自动识别苹果缺陷,饼计算器大小的图像处理算法,用到了图像分割、图像去燥、区域标记与提取、感兴趣区域提取等技术,文中有专门针对果梗花萼与缺陷的区别算法。
  3. 所属分类:其它

    • 发布日期:2016-12-10
    • 文件大小:1048576
    • 提供者:wy12148
  1. halcon 划痕、油污、瑕疵

  2. 划痕、油污、瑕疵 高能量 halcon程序代码 有halcon配套的图像 细小划痕 油污清晰检测出来 划痕、油污、瑕疵
  3. 所属分类:其它

    • 发布日期:2017-09-02
    • 文件大小:2447046
    • 提供者:qq_36930777
  1. vidi软件人工智能深度学习缺陷检测软件视频应用

  2. ViDi 红色:分割段和缺陷探检测 ViDi 红色工具用于探检测异常和美观缺陷。无论是装饰表面上的划痕挂擦、不完整或不正确的组件,还是织品上的纺织问题,红色工具只需学习物体的正常外观,包括明显但可容受许的差异,即可识别所有这些,甚至更多问题。ViDi 红色工具也用于分割具体区域,例如缺陷或其他需要关注的区域。无论是医疗用布上的特定异物,还是织品上的切割区,红色工具只需学习目标区域的各种外观即可识别所有这些区域。 ViDi 绿色:对象和场景分类 ViDi 绿色工具用于对分类一个物体或完整场景进行
  3. 所属分类:深度学习

    • 发布日期:2017-11-10
    • 文件大小:100663296
    • 提供者:crcsafe
  1. vidi人工智能深度学习缺陷检测软件视频外观划痕

  2. ViDi 红色:分割段和缺陷探检测 ViDi 红色工具用于探检测异常和美观缺陷。无论是装饰表面上的划痕挂擦、不完整或不正确的组件,还是织品上的纺织问题,红色工具只需学习物体的正常外观,包括明显但可容受许的差异,即可识别所有这些,甚至更多问题。ViDi 红色工具也用于分割具体区域,例如缺陷或其他需要关注的区域。无论是医疗用布上的特定异物,还是织品上的切割区,红色工具只需学习目标区域的各种外观即可识别所有这些区域。技术交流13642395590
  3. 所属分类:深度学习

    • 发布日期:2017-11-10
    • 文件大小:548864
    • 提供者:crcsafe
  1. vidi人工智能深度学习缺陷检测软件视频手套缺陷检测

  2. ViDi 红色:分割段和缺陷探检测 ViDi 红色工具用于探检测异常和美观缺陷。无论是装饰表面上的划痕挂擦、不完整或不正确的组件,还是织品上的纺织问题,红色工具只需学习物体的正常外观,包括明显但可容受许的差异,即可识别所有这些,甚至更多问题。ViDi 红色工具也用于分割具体区域,例如缺陷或其他需要关注的区域。无论是医疗用布上的特定异物,还是织品上的切割区,红色工具只需学习目标区域的各种外观即可识别所有这些区域。技术交流13642395590
  3. 所属分类:深度学习

    • 发布日期:2017-11-10
    • 文件大小:676864
    • 提供者:crcsafe
  1. vidi人工智能深度学习缺陷检测软件视频金属划痕应用

  2. ViDi 红色:分割段和缺陷探检测 ViDi 红色工具用于探检测异常和美观缺陷。无论是装饰表面上的划痕挂擦、不完整或不正确的组件,还是织品上的纺织问题,红色工具只需学习物体的正常外观,包括明显但可容受许的差异,即可识别所有这些,甚至更多问题。ViDi 红色工具也用于分割具体区域,例如缺陷或其他需要关注的区域。无论是医疗用布上的特定异物,还是织品上的切割区,红色工具只需学习目标区域的各种外观即可识别所有这些区域。
  3. 所属分类:深度学习

    • 发布日期:2017-11-10
    • 文件大小:467968
    • 提供者:crcsafe
  1. halcon表面划痕检测

  2. halcon表面划痕检测,修改别人的代码以后,针对不同图片请适当调整参数
  3. 所属分类:其它

    • 发布日期:2018-05-04
    • 文件大小:4096
    • 提供者:wr9zgo48
  1. 划痕检测论文

  2. 一些划痕检测的论文供参考,总共有三篇论文,包括金属表面
  3. 所属分类:制造

    • 发布日期:2018-05-14
    • 文件大小:20971520
    • 提供者:u011896623
  1. 划痕缺陷检测

  2. 基于opencv3的划痕缺陷检测,分辨效率高,代码清晰明了。
  3. 所属分类:C++

    • 发布日期:2018-07-03
    • 文件大小:6291456
    • 提供者:qq_29613211
  1. 口罩视觉检测设备第三代.pdf

  2. 口罩表面脏污、瑕疵、破损,耳带、鼻梁条位置尺寸在线高速机器视觉检测。 产品表面缺陷、划痕,位置、尺寸机器视觉检测。
  3. 所属分类:制造

    • 发布日期:2020-05-19
    • 文件大小:1048576
    • 提供者:youdangzhe
  1. 基于视觉的金属表面缺陷检测

  2. 一种用于对金属表面缺陷进行检测的程序。主要用于对三种缺陷进行检测,划痕,烧伤,突起。文件包括传统人工特征分类检测和机器学习分类来检测。
  3. 所属分类:制造

    • 发布日期:2020-04-28
    • 文件大小:156237824
    • 提供者:a2261468163
  1. 划痕检测matlab.rar

  2. 解压后可直接运行, finish1、finish2、finish3分别为三种方法的可执行文件,直接运行即可得出结果。 其他文件自行探索。 摘 要:分别用开运算、直方图均衡化变换、提取梯度等三种方式对图像进行预处理,然后对采集的图像进行开运算与闭运算的方式减少背景噪音,以及采用直线霍夫变换提取划痕。对这三种方法的检测率、误测率、准确率、检测效果及运行时间进行分析对比,发现提取梯度的预处理方法检测率最高89.73%,检测效果较好;开运算的预处理方法误测率最低1.08%,平均耗时最短0.20s
  3. 所属分类:机器学习

    • 发布日期:2020-01-16
    • 文件大小:8388608
    • 提供者:weixin_42353399
  1. 基于小波分析的唐卡图像划痕检测算法

  2. 基于小波分析的唐卡图像划痕检测算法
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:1048576
    • 提供者:weixin_38737213
  1. 一种脉冲激光划痕检测路径优化方法与实验研究

  2. 通过对涂层进行单脉冲激光加载时产生的冲击应力与温度场的理论分析,提出以二分法迅速逼近涂层失效的激光功率密度范围,单脉冲激光离散划痕路径的优化方法。对激光能量的稳定性进行标定,并得出电压与激光实际加载能量的拟合关系式;采用二分法逼近激光功率密度范围并通过功率计在线检测确定涂层的失效阈值,对相关实验结果进行拟合处理,获得实际失效功率密度范围为0.328-0.391 GW/cm2,实际失效阈值分别为0.359 GW/cm2,0.348 GW/cm2,0.381 GW/cm2。经分析比较相关实验数据,验
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:1048576
    • 提供者:weixin_38673924
  1. 基于自适应二叉树算法的图像划痕检测研究

  2. 为了提高图像划痕检测的质量,提出了自适应二叉树算法。采用图像投影确定划痕区域,掩膜操作对图像锐化;图像划痕邻域灰度通过聚类法划分,将结果作为二叉树节点的输入,图像像素值依次分解为8 级二叉树,二叉树指针遍历像素的特征点,自适应阈值将相邻区域划痕合并;给出了算法流程。实验仿真得出自适应二叉树算法能准确地检测划痕位置以及走向,定性检测指标较好。
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:1048576
    • 提供者:weixin_38545117
  1. 基于形态学特征的机械零件表面划痕检测

  2. 采用高、低角度光源组合打光方式提取感兴趣区域,构建划痕形态学的中值滤波核以获取准确的背景图像,再经背景差分后提取划痕缺陷。采用基于方向梯度的改进区域生长算法实现了同一划痕的有效连通,降低了划痕缺陷的漏检率。通过对面积、长宽比等主要特征参数的置信度分析,提出了一种多特征加权融合的划痕判定方法。结果表明,利用该方法进行划痕检测的正确率达95.7%,算法处理时间少于1.21 s,达到了工程应用的精度和效率要求。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:5242880
    • 提供者:weixin_38601311
« 12 3 »