搜索资源列表
PCBMachineVision
- 使用机器视觉的方法实现对印刷电路板制造缺陷的检测，包括相关问题的讨论-PCB Quality Detection using machine vision method ,design and implication
detection
- 随着生产和工艺的进步，人们对产品的质量要求越来越高，基于机器视觉的在线 检测系统成为一种重要的质量控制手段。本文对应用于宽幅面、高精度的基于分布式 机器视觉的产品表面缺陷在线检测理论与算法进行了研究，并在此基础上以印刷品和 浮法玻璃的缺陷检测为例，完成了模式产品和非模式产品的缺陷在线检测系统。-With the progress of production and technology, people are increas
A-Defect-Detection-System
- 利用PXI 总线控制器以及IEEE 1394 接口的图像采集设备构建机器视觉系统, 应用 计算机视觉以及数字图像处理技术实现了墙地砖表面缺陷的自动检测及等级分类-The system of automatic gr ading and defect detection of tiles based on LabVIEW is studied, in w hich the techno lo gy of the
Machine-vision-technology--
- 机器视觉技术在黄花梨尺寸和果面缺陷检测中的应用-Machine vision technology in huanghua pear fruit surface defects detection size and the application
jiqishijue
- 机器视觉在识别缺陷中的理论知识，也是图像处理的部分。-Machine vision in recognition of the defect theory knowledge, is also part of the image processing.
TPCBMachineVih
- 使用机器视觉的方法来制造印刷电路板的缺陷检测测，包括讨论有关问题的,可以直接使用。 -Method using machine vision to create a printed circuit board defect detection measurements, including a discussion of related issues, can be used directly.
CCD-vision-Detect
- CCD检测软件（配合自动化）机器视觉、连接器，线束，检测软件 In-vision 3.3 东莞汉特士www.hunterx.net 包括CCD检测(尺寸、颜色、表面缺陷，字符等)，自动化设备，紧固件筛选（螺丝，螺母等），CCD自动定位安装 CCD检测｜尺寸检测｜颜色检测｜表面缺陷检测｜字符识别 CCD检测软件（配合自动化）机器视觉、连接器，线束，检测软件 In-vision 3.3 东莞汉特士www.hunterx.net
quexianjiance
- 本程序是基于机器视觉的零件缺陷检测，主要是对热轧钢缺陷的检测。供大家参考学习。vision, mainly is the detection of hot rolled steel defect. For your reference. -This procedure is the detection of defective parts based on machine
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .
Image-processing
- 文章以胡柚为研究对象， 针对基于机器视觉的胡柚品质分拣生产线所涉及的关键技术进行理论和试验研 究，先对在传输带上运动的胡柚进行图像采集、图像分割、图像平滑、灰度化和锐化等一系列 的图像处理， 然后对处理后 的胡柚图像提取大小、颜色和缺陷的特征值，最后依据提取的特征参数进行大小、颜色和缺陷分级。 并以此为基础，研究 适合实时条件下的胡柚大小、形状、颜色及果品缺陷等品质指标的检测方法和分拣执行机构。- This paper ta
fiber-end-face-scratch
- 机器视觉在光纤端面缺陷检测中的应用及实现过程-Machine vision in the fiber end face defect detection application and testing process
Machine-vision-analysis
- 硕士论文，基于机器视觉苹果检测算法的研究。主要内容包括：1、国内外研究现状及进展 2、苹果图像采集与处理 3、苹果大小与形状检测 4、粒子群优化的BP神经网络苹果颜色检测算法 5、遗传算法优化BP神经网络苹果缺陷检测算法 6、苹果检测系统的软件、硬件及界面设计-Research on Apple detection algorithm based on machine vision. The main contents include:
cml
- 基于机器视觉的饮料瓶盖缺陷检测算法设计，包括GUI界面-Design of detection algorithm for drink bottle cap defects based on machine vision
基于机器视觉的BGA芯片缺陷检测
- 基于机器视觉的BGA芯片缺陷检测及其matlab实现，适合作为论文参考资料(BGA chip defect detection based on machine vision and its matlab implementation are suitable for reference.)
机器视觉的零件缺陷和瑕疵检测
- 机器视觉的零件缺陷，瑕疵检测，特征匹配，效率高速度快(Machine vision parts defects, defect detection, feature matching, high efficiency and speed)