石鑫华视觉网| 东莞华视自动化科技有限公司|机器视觉商城|机器视觉论坛|淘宝店铺

机器视觉_石鑫华视觉网_光源_控制器_工业相机_镜头_视觉方案_NI_LabVIEW_Vision_VBAI_图像处理教程_论坛_商城_东莞华视自动化科技有限公司,机器视觉,工业相机,工业镜头,LED光源,图像处理,视觉方案,VBAI,LabVIEW

当前位置: 首页 > 图像 >

NI视觉助手图像处理教程-基于Vision Assistant的图像处理实用教

时间:2013-09-10来源:石鑫华视觉shixinhua.com 作者:石鑫华 点击: 999999次
各位观众,各位读者,各位机器视觉图像处理工程师,石鑫华与2013年9月10号,这个特殊的日子里-教师节-正式推出《NI 视觉助手图像处理教程-基于Vision Assistant的图像处理实用教程》,也算是我这个兼职教师辛苦创作大半年得到的收获吧。
本教程按照每千字0.5元(某期的《非诚勿扰》上说普通人代写情书的也是0.5元每千字这样的价,宁财神代写情书是5元每千字……)、0.1元每图,定价368.8元,实际定价为360元。因为在教师节这样的一个有意义的日子推出本教程,也为了迎中秋、庆国庆,即日起到10月7日止,本教程特价促销-仅售300元。
另外对于购买了VBAI入门教程的老用户,特别提供彩蛋10个——附加10个更高级更难的视觉助手图像处理实例,以回馈老客户。
目录
基于Vision Assistant的图像处理实用教程 1

基于Vision Assistant图像处理实用教程

说明: D:\视觉商品\培训\基于Vision Assistant的图像处理实用教程\基于Vision Assistant的图像处理实用教程.png
基于Vision Assistant的图像处理实用教程
从年初开始编写NI Vision Assistant教程,断断续续持续到9月份才算正式完成。在编写初期,采用免费阅读的方式与大家共同学习交流,得到的反馈是非常不错的。因此作者才有大动力将本教程全部写完。在这里要感谢所有对机器视觉、图像处理有兴趣的朋友。没有你们的支持,这本书是写不完的。

目前教程共分为12章。第一章讲述了一些基本的概念。这些是在NI视觉中会接触到的。而且是一些最基本的东西。第二章为界面与菜单,介绍了视觉助手的基本界面与菜单功能。第三章为采集图像,介绍了如何在视觉助手中采集图像。第四章为浏览图像,介绍了在视觉助手中对图像的基本操作与浏览。第五章Image图像为视觉助手的图像处理章节,主要是一些基本的图像操作的功能。第六章Color颜色,则主要是针对彩色图像的功能函数。第七章,Grayscale灰度,主要针对灰度图像进行操作的函数介绍。第八章,Binary二值,则主要针对二值化图像的操作函数介绍。第九章Machine Vision机器视觉,则主要介绍了视觉助手中一些常用的图像处理的测试测量函数。第十章 Indentification识别,则是一些识别类的函数介绍。编写本教程时,作者吸取了VBAI教程的读者意见,添加了很多的实例。从第五章开始到第十章,每个函数都有相应的实例添加到章节里面,并且详细介绍了检测的目的,为什么要这么做,以及可能会面临的问题等。第十一章,视觉助手应用实例大全,更是添加了20个实际应用中经常遇到的机器视觉测试测量项目。在这里也详细了介绍了每个项目的目的、多种不同的检查方法、每种方法的不同及可能遇到的问题等。当然利用视觉助手还需要生成LabVIEW、C、.NET等代码,才有更多的实际效果。因此,在第十二章中,添加基于LabVIEW的图像处理编程。通过本章,介绍了如何生成VI函数,并且如何集成到LabVIEW环境中去。同时也介绍了一些在LabVIEW中经常用到的硬件驱动。如驱动相机、驱动IO卡、驱动运动控制卡等。

本教程目前全本共有1383页,304353个字,说明、演示图像2166张。以下内容为本教程目录以及前言等,可以帮助您了解本书的大概内容与价值体现。如果您有意向购买本教程,请不要再跟作者讨价还价,您真要有这个心情,还不如去认真做个项目,绝对可以买十本、百本这样的教程了。作者也不可能靠卖给您一本书,就能进排行榜了。

本教程是PDF电子档,无任何形式实体印刷书籍;除本站销售外,无任何第三方销售渠道。对于本教程的学习,建议用户有一定的LabVIEW编程基础。

基于Vision Assistant的图像处理实用教程

版权声明

尊敬的读者,当您看到本页时,表示您已经获得了《基于NI Vision Assistant的图像是实用教程》的相关版本(电子书等形式)。无论你从何渠道获得本书,您仅拥有阅读权,本教程著作权归石鑫华所有,未经石鑫华同意,您无权将本教程用于出版、印刷、转售、淘宝、复印、扫描、网络发布等。为了维护作者的权益,分发给您的复本可能是加密的PDF文档,也许无法用于打印、复制等,其中的图片也有可能包含水印等情况,敬请谅解!请尊重作者的劳动成果,买这本书的钱,对于做视觉的您来说,真应该是小意思。当然,对于作者来说,全国需要这类书籍的人也屈指可数,多买一本少卖一本也发不了财。因此,如果你对本书有兴趣,请不要再跟作者讨价还价。您买的不是二十斤肉,您买的是一份可以有更高回报的经验分享。

读者利益

亲爱的读者同志,当您通过正规渠道获得《基于NI Vision Assistant的图像是实用教程》的复本时,表示您遵守了相关的法律法规。同时也表示了您对知识产权的承认以及对原作作者的尊重。
为了提升正版阅读体验,在您购买本书时,可在作者网站shixinhua.com论坛中注册相关ID,并通知作者,作者将为您提高相应的权限,以查看、下载论坛有限制的阅读内容。同时,您将可以获得优先的技术支持。您通过石鑫华视觉网(http://shixinhua.com)可以了解到,作者在机器视觉行业还算有较丰富的应用经验,对于初学者或者是对机器视觉了解不深的工程师,或者可以提供一些必要的帮助,让您可以少走许多弯路,更快的掌握知识,更高效的完成您的机器视觉案例。

感谢

首先,感谢您支持作者。您是上帝,您的支持就是作者前进的动力。因此要特别感谢。
其次,感谢NI。因为NI为我们提供了这么好的视觉应用软件,可以非常快的设计验证视觉项目,了解机器视觉与图像处理。
第三,感谢MV。没有MV,我们大家也不会走进机器视觉这个圈子。因此我们大家都要感谢MV。

前言

本教程是基于视觉助手2012版创作的。因此附件中的脚本请考虑使用视觉助手2012版的打开或更高版本的如2013版打开。以作者几年的工作经验来看,视觉助手最近几年的版本功能上差不太多。因此本教程可以适用于前面的旧版本,如8.6、2009、2010、2011,也可以适用于后面的新版本,如2012、2013版。
本教程的部分理论知识翻译于NI视觉概念手册。如果需要查看相关的英文原著,可以参考NI视觉概念手册(注意其中也有不少错误)。
教程中相关原实例、应用方案,均源于作者多年工作中遇到的实际应用项目,具有一定的参考价值。也许您会遇到某个相同的项目,如果能做成,那您的回报,将远远大于本书的投入,因此本书是物有所值的。
本教程最后一章与LabVIEW混合编程,因为包含了一些第三方的硬件在其中,并没有就第三方硬件的动态链接库函数进行详细的说明,只是对如何调用这些函数进行了一些方法上的说明。因为我们遇到的硬件可能会有很多种,不可能每种硬件的方法都拿来解释清楚,希望大家能够学会举一反三。
NI Vision工具包里还包含了许多其它的函数,如各种训练函数,如模式匹配OCR训练,或者一些辅助的功能函数,如环形耙子等。这些函数,在您学会了视觉助手后,并且能利用视觉助手生成VI编写一定的图像处理软件时,回过头再来了解这些函数时,将变得非常简单。因此建立读者从视觉助手开始,学习一些最常用的图像处理方式方法后,再去深入了解一些其它的有帮助的方法,这样对于您的帮助可能是巨大的。NI提供视觉助手的目的,也是在于帮助工程人员能够快速的解决测试测量任务,而不是花大量的时间用于编写代码上。
 

目录

基于Vision Assistant的图像处理实用教程 1
版权声明         1
读者利益         1
感谢         1
前言         2
第一章 基本概念  20
第一节 数字图像  20
数字图像的定义     20
数字图像的属性     20
图像类型         21
图像文件         22
NI视觉图像的内部表示         23
图像边界         24
图像掩模         26
第二节 显示  27
图像显示         27
调色板     29
无损覆盖         36
第三节 ROI兴趣区域    37
ROI概念 37
Point Tool点工具    37
Line Tool线工具      38
Broken Line Tool折线工具      39
Freehand Line Tool徒手线工具      39
Rectangle ROI tool矩形ROI工具 40
Rotated Rectangle ROI tool旋转矩形ROI工具    41
Oval ROI tool椭圆ROI工具   41
Annulus ROI tool环形ROI工具     42
Polygon ROI tool多边形ROI工具 43
Freehand Region ROI tool徒手画的区域ROI工具       43
Magic Wand Tool魔棒工具    44
Tolerance公差         45
第四节 设置成像系统  46
成像系统概述         46
采集图像的质量     48
第五节 空间标定  51
标定介绍         51
什么时候使用标定         52
标定算法         52
空间标定概念         54
深入探讨         61
第二章 界面与菜单       67
第一节 启动欢迎界面  67
第二节 功能界面  73
Acquire Images采集图像界面       73
Browse Images浏览图像界面       77
Process Images处理图像界面       79
第三节 File文件菜单    86
Open Image:打开图像          86
Open AVI File:打开AVI文件         87
Save Image:保存图像  87
New Script:新建脚本   91
Open Script:打开脚本  92
Save Script:保存脚本   92
Save Script As:脚本另存为  93
Acquire Image:采集图像     93
Browse Images:浏览图像   93
Process Images:处理图像   94
Print Image:打印图像 94
Preferences:优先参数选择 95
Exit:退出       97
第四节 Edit编辑菜单   97
Edit Step:编辑步骤       97
Cut:剪切       97
Copy:复制     98
Paste:粘贴   98
Delete:删除 98
第五节 View查看菜单 98
Zoom In:放大        99
Zoom Out:缩小     99
Zoom 1:1:原始图像      99
Zoom to Fit:适合窗口  99
第六节 Image图像菜单        99
Histgram:直方图 101
Line Profile:线剖面图   101
Measure:测量      101
3D View:三维视图        101
Brightness:亮度   102
Set Coordinate System:设置坐标系    102
Image Mask:图像掩码         102
Geometry:几何    102
Image Buffer:图像缓存        102
Get Image:获取图像   102
Image Calibration:图像标定        102
Image Correction:图像修正         102
Overlay:覆盖         102
Run LabVIEW VI:运行LabVIEW VI       103
第七节 Color彩色菜单 103
Color Operators:彩色运算  104
Color Plane Extraction:彩色平面抽取          104
Color Threshold:彩色阈值   104
Color Classification:彩色分类      105
Color Segmentation:彩色分段     105
Color Matching:彩色匹配    105
Color Location:彩色定位      105
Color Pattern Matching:彩色模式匹配       105
第八节 Grayscale灰度菜单 105
Lookup Table:查找表    107
Filters:滤波  107
Gray Morphology:灰度形态学     107
Gray Morphological Reconstruction:灰度形态学重建        107
FFT Filter:快速傅立叶变换滤波  107
Threshold:阈值     107
Watershed Segmentation:分水岭分割        107
Operators:运算    107
Conversion:转换  107
Quantify:量化       108
Centroid:质心       108
Detect Texture Defects:检查纹理缺陷       108
第九节 Binary二值菜单        108
Basic Morphology:基本形态学    109
Adv. Morphology:高级形态学      109
Binary Morphological Reconstruction:二值形态学重建     109
Particle Filter:粒子滤波        109
Binary Image Inversion:二值图像反转        110
Particle Analysis:粒子分析  110
Shape Matching:形状匹配  110
Circle Detection:圆检测       110
第十节 Machine Vision机器视觉菜单 110
Edge Detector:边缘检测     111
Find Straight Edge:查找直边        112
Adv. Straight Edge:高级直边        112
Find Circular Edge:查找圆边        112
Max Clamp:最大卡尺  112
Clamp(Rake):卡尺(耙子)         112
Pattern Matching:模式匹配         112
Geometric Matching:几何匹配   112
Contour Analysis:轮廓分析 112
Shape Detection:形状检测  112
Golden Template Comparison:极品模板比较     113
Caliper:测径器、卡尺 113
第十一节 Identification识别菜单         113
OCR/OCV:光学字符识别     114
Particle Classification:粒子分类  114
Barcode Reader:条码读取  114
2D Barcode Reader:二维条码读取     114
第十二节 Tools工具菜单      114
Batch Processing:批量处理          114
Performance Meter:性能测量     120
View Measurements:查看测量   120
Create LabVIEW VI:创建LabVIEW VI代码 121
Create C Code:创建C代码 121
Create .NET Code:创建.NET代码        122
Activate Vision Assistant:激活视觉助手     123
第十三节 Help帮助菜单       124
Show Context Help:显示上下文帮助  124
Online Help:在线帮助  125
Solution Wizard:解决问题向导   125
Patents:专利         125
About Vision Assistant:关于视觉助手         125
第三章 采集图像  126
第一节 Acquire Image采集图像  127
第二节 Acquire Image(1394,GigE,or USB)采集图像(1394、千兆网、USB) 128
Main选项卡   129
Attributes属性选项卡   138
第三节 Acquire Image(Smart Camera)从智能相机中采集图像 143
第四节 Simulate Acquisition仿真采集 145
第四章 浏览图像  150
第五章 图像处理-Image图像       153
第一节 Histogram直方图     153
Histogram选项卡  155
Main选项卡   159
第二节 Line Profile线剖面图         161
Line Profile选项卡  162
Main选项卡   164
第三节 Measure测量   165
Measure选项卡     167
第四节 3D View三维视图    174
3D View选项卡       177
第五节 Brightness亮度         182
Brightness选项卡  184
第六节 Set Coordinate System设定坐标系 192
Settings选项卡       194
第七节 Image Mask 图像掩模     200
Mask选项卡   202
第八节 Geometry几何 212
Geometry选项卡   214
第九节 Image Buffer图像缓存     228
Image Buffer选项卡       230
图像缓存实例         233
第十节 Get Image获取图像         237
Main选项卡   239
获取图像实例         241
第十一节 Image Calibration图像标定          244
Main选项卡   245
Calibration Data标定数据选项卡 247
图像标定实例         252
第十二节 Image Correction图像校正 253
Image Correction图像校正选项卡        255
图像校正实例         257
第十三节 Overlay覆盖 259
Overlay选项卡        259
Layer Management选项卡    280
第十四节 Run LabVIEW VI运行LabVIEW函数   281
Main选项卡   282
调用VI实例   285
VI Control选项卡   286
第六章 图像处理-Color颜色         290
第一节 Color Operators颜色运算        290
Color Operators选项卡 293
颜色运算实例         297
第二节 Color Plane Extraction颜色平面抽取      314
Extract Color Plane选项卡     315
第三节 Color Threshold颜色阈值         327
Color Threshold选项卡  328
颜色阈值实例         332
第四节 Color Classification颜色分类   338
Main选项卡   338
颜色分类实例         343
第五节 Color Classification Training Interface颜色分类训练接口      349
颜色分类训练接口界面         349
颜色分类训练接口菜单         361
第六节 Color Segmentation颜色分割 378
Main选项卡   380
Settings选项卡       381
Pixel Mapping选项卡     388
颜色分类实例         389
第七节 Color Matching颜色匹配          390
Template选项卡     392
Create Template创建模板     393
Settings选项卡       395
颜色匹配实例         396
第八节 Color Location颜色定位  402
Template选项卡     404
Create Template创建模板     404
Settings选项卡       411
颜色定位实例         411
第九节 Color Pattern Matching颜色模式匹配    413
Template选项卡     415
Create Template创建模板     416
Settings选项卡       418
颜色模式匹配实例         421
第七章 图像处理-Grayscale灰度         423
第一节 Lookup Table查找表          423
Image Source图像源      427
Equalize均衡  427
Reverse反转  428
Logarithmic对数     429
Exponential指数     431
Square平方     433
Square Root平方根         434
Power X幂X    434
Power 1/X幂1/X     435
Power Value幂值    436
第二节 Filters滤波        443
Smoothing-Low Pass平滑-低通滤波器 446
Smoothing-Local Average:平滑-局部平均滤波器       450
Smoothing-Gaussian平滑-高斯滤波器 453
Smoothing-Median平滑-中值滤波器    455
Edge Detection-Laplacian边缘检测-拉普拉斯滤波器 457
Edge Detection- Differentiation边缘检测-微分滤波器         467
Edge Detection-Prewitt边缘检测-普瑞维特滤波器     468
Edge Detection-Sobel边缘检测-索贝尔滤波器    472
Edge Detection-Roberts边缘检测-罗伯茨滤波器        476
Edge Detection-Canny边缘检测-坎尼滤波器       479
Convolution-Highlight Details卷积-高亮细节滤波器   486
Convolution-Custom卷积-自定义滤波器      489
第三节 Gray Morphology灰度形态学 491
Dilate膨胀      493
Erode腐蚀       496
Close闭   498
Open开   500
Proper Close适当闭        504
Proper Open适当开        506
Auto Median自动中值   509
第四节 Gray Morphology Reconstruction灰度形态学重建         513
Gray Morphology Reconstruction选项卡       514
灰度形态学重建实例     518
形态学重建扩展     522
更多讨论         533
第五节 FFT Filter快速傅里叶变换滤波器   533
频域分析介绍         533
什么时候使用频域分析         534
频域分析概念         534
深入讨论频域分析         541
快速傅里叶变换实例     543
第六节 Threshold阈值(二值化)      550
全局灰度阈值Global Grayscale Thresholding       550
全局颜色阈值Global Color Thresholding       575
局部阈值Local Thresholding 578
阈值需要考虑的问题     587
第七节 Watershed Segmentation分水岭分割    587
什么时候使用形态学分割     588
形态学分割概念     588
分水岭变换     589
扩展阅读Vincent &Soille’s算法          591
Watershed Segmentation分水岭分割实例  592
第八节 Operators运算 599
Average平均值       601
Min最小值      602
Max最大值     603
Clear if <小于清除  605
Clear if < or =小于等于清除   606
Clear if =等于清除  607
Clear if > or =大于等于清除   608
Clear if >大于清除  609
第九节 Conversion转换        610
第十节 Quantify量化    618
第十一节 Centroid质心        620
第十二节 Detect Texture Defects检测纹理缺陷         623
检测纹理缺陷概述         624
什么时候使用纹理缺陷检测         624
从纹理缺陷检查中期望得到什么         625
纹理检查例子         627
第十三节 Texture Training Interface纹理训练接口    638
纹理训练接口基本操作         638
纹理缺陷检测的深入探讨     658
第八章 图像处理-Binary二值       665
第一节 Basic Morphology基本形态学          665
Gradient In梯度内 671
Gradient Out梯度外       671
Auto Median自动中值   673
Thick粗化        673
Thin细化          676
Hit-Miss Function击中击不中函数        679
第二节 Advanced Morphology高级形态学 680
什么时候使用高级形态学     682
高级形态学概念     682
Remove small objects删除小目标         682
Remove large objects删除大目标          686
Remove border objects删除边界目标  690
Fill holes填充孔洞  691
Convex Hull凸包     693
Skeleton骨架  695
Separate objects分割目标     699
Label objects标记目标  700
Distance距离 704
Danielsson丹尼尔森      707
Segment image分割图像       709
第三节 Binary Morphology Reconstruction二值形态学重建      712
Binary Morphology Reconstruction选项卡    713
二值形态学重建实例     716
第四节 Particle Filter粒子过滤    718
Particle Filter粒子过滤概述  718
Particle Filter粒子过滤实例  720
Particle Measure粒子测量    722
第五节 Binary Image Inversion二值图像反转     735
二值图像反转函数概述         735
二值图像反转函数的作用     737
第六节 Particle Analysis粒子分析        739
粒子分析概述         739
粒子分析实例         743
第六节 Shape Matching形状匹配        745
形状匹配概述         745
形状匹配实例         747
第八节 Circle Detection圆检测    759
基本原理         759
Circle Detection选项卡 760
圆检测实际应用     762
第九章 图像处理-Machine Vision机器视觉         763
第一节 Edge Detector边缘检测  763
Edge Detection边缘检测       763
什么时候可以使用边缘检测         764
Edge Detection Concepts边缘检测概念       766
NI Vision中的Edge Detection边缘检测       782
边缘检测实例         798
第二节 Find Straight Edge查找直边     801
Main主体        802
Settings设置  802
Advanced高级         818
Result结果      820
查找直边应用实例         821
第三节 Advanced Straight Edge高级直边   824
Main主体        825
Edge Detector Settings边缘检测设置  825
Straight Edge Settings直边设置    835
Result结果      841
高级直边实例         843
第四节 Find Circular Edge查找圆边     844
Settings设置  846
Advanced高级         848
Results结果    849
查找圆边实例         850
第五节 Max Clamp最大夹钳        852
Settings设置  854
最大卡尺实例         867
第六节 Clamp(Rake)夹钳(耙子)         869
Clamp卡尺设置      871
卡尺(耙子)实例         877
第七节 Pattern Matching模式匹配     881
模式匹配介绍         881
什么时候使用模式匹配         881
从模式匹配工具中期望得到什么         882
模式匹配技术         883
深入了解归一化互相关         885
视觉助手中模式匹配     886
模式匹配例子         901
第八节 Geometric Matching几何匹配         903
几何匹配介绍         903
什么时候使用几何匹配         903
什么时候不应该使用几何匹配     905
从几何匹配期望得到什么     905
几何匹配技术         908
使用标定图像进行几何匹配         914
深入探讨         915
NI视觉助手中的几何匹配    918
几何匹配实例         945
第九节 Contour Analysis轮廓分析       947
轮廓分析介绍         947
什么时候使用轮廓分析         947
轮廓分析的概念     948
深入探讨         952
视觉助手中的轮廓分析         953
轮廓分析实例         976
第十节 Shape Detection形状检测        978
Curve Settings曲线设置         979
Shape形状      982
Min Width最小宽度       984
Settings设置  986
形状检测实例         988
第十一节 Golden Template Comparison金板对比      990
金板对比介绍         990
什么时候使用金板对比         990
金板对比的概念     991
视觉助手中的金板对比         994
金板匹配实例         1010
第十二节 caliper卡尺   1020
Geometric Feature几何特征 1023
Available Points有效点  1023
Select需要选择多少点  1023
Measure测量 1024
Reset重置       1024
Select All选择所有 1024
Distance距离 1024
Mid Point中点         1024
Perpendicular Projection垂直投影(垂足及点到直线的距离)         1025
Lines Intersection直线交点   1026
Angle from Horizontal直线与水平线的夹角         1027
Angle from Vertical直线与垂线的夹角          1028
Angle Defined by 3 Points由三点测量角度(两条相交的直线)       1029
Angle Defined by 4 Points由四点测量角度(未相较的直线)   1030
Bisecting Line角平分线(两直线间的中线)      1031
Mid Line点与直线之间的中线      1031
Center of Mass质心       1032
Area面积         1033
Line Fit拟合直线    1034
Circle Fit拟合圆      1036
Ellipse Fit拟合椭圆         1037
卡尺实例         1037
第十章 图像处理-Indentification识别 1041
第一节 OCR/OCV光学字符识别验证  1041
OCR介绍         1041
什么时候使用OCR         1041
训练字符         1042
阅读字符         1043
OCR引用         1044
概念与术语     1044
视觉助手中的OCR         1052
字符识别实例         1098
第二节 Particle Classification粒子分类        1101
分类介绍         1101
什么时候使用分类         1101
训练分类器     1101
分类样本-二值粒子分类        1102
分类样本-颜色分类        1107
分类方法-最近邻Nearest Neighbor      1109
分类方法-支持向量机Support Vector Machines  1112
选择正确的参数     1116
自定义分类器         1117
深入探讨         1117
视觉助手中的粒子分类         1123
粒子分类实例         1147
第三节 Barcode Reader条码阅读器    1149
仪器阅读简介         1149
仪表测量函数Meter      1150
LCD函数 1155
条码函数Barcode  1157
视觉助手中的条码阅读         1158
条码阅读实例         1164
第四节 2D Barcode Reader二维码阅读器  1174
二维码概述     1174
影响二维码识别的因素         1174
二维码识别概念-数据矩阵概念   1175
二维码识别概念-QR码概念 1184
视觉助手中的二维码阅读     1186
二维码阅读器实例         1227
第十一章 视觉助手应用实例大全       1232
第一节 光盘表面划痕检测  1232
第二节IC引脚间距测量        1235
第三节 字符正反检测  1242
第四节 Mark点定位     1246
第五节 线宽尺寸检查  1250
第六节 LED杯底位置与方向检测        1255
第七节 轴承表面缺口检查  1258
第八节 保险丝有无检查       1262
第九节 编带机元件方向判断       1268
第十节 手机摄像头对位       1274
第十一节 晶片划痕检查       1281
第十二节螺孔有无攻牙         1284
第十三节异形元件定位         1292
第十四节 小金属件正反检测       1294
第十五节 药品有无检测       1301
第十六节 二维码识别  1302
第十七节 轴尺寸测量  1305
第十八节 PCB板上元件有无判断        1309
第十九节USB接口弹片高度测量         1313
第二十节 排线数量与线序检查  1318
第十二章 基于LabVIEW的图像处理编程  1323
第一节 基于LabVIEW的图像处理环境需求       1323
第二节 图像内存的分配与图像保存  1324
第三节 使用IMAQdx驱动相机采集图像    1328
第四节 调用DLL驱动相机采集图像   1339
第五节 使用视觉助手生成图像处理函数并优化处理速度       1351
第六节 输入输出信号操作  1363
第七节 视觉与运动控制的结合  1374
 
VBAI用户彩蛋 1
彩蛋1 玻璃板上的字符 1
彩蛋2 IC OCR 4
彩蛋3 胶量检查 10
彩蛋4 轴承滚珠数量检测 16
彩蛋5 摄像头上透镜方向判断 21
彩蛋6 白色丝带上油渍 31
彩蛋7 手机外壳螺丝有无 34
彩蛋8 电容正负极判断 38
彩蛋9 手机屏幕尺寸测量 47
彩蛋10 金属件变形和污渍检查 57
 
 

购买通道:
 
------分隔线----------------------------
石鑫华推荐