LabVIEW视觉采集软件(VAS)、视觉生成器(VB)和视觉开发模块(VDM)之间有什么不同

简介: LabVIEW视觉采集软件(VAS)、视觉生成器(VB)和视觉开发模块(VDM)之间有什么不同

LabVIEW视觉采集软件(VAS)、视觉生成器(VB)和视觉开发模块(VDM)之间有什么不同

视觉采集软件(VAS)

描述:视觉采集软件(VAS)是一组驱动程序和实用程序,用于采集,显示和保存各种摄像机类型的图像,包括使用GigE Vision,IEEE 1394(FireWire),USB 2.0,USB 3的摄像机Vision或Camera Link标准。


所属模块: VAS包含在VDM和VBAI中


组件: VAS由以下三个驱动程序组成。有关这些驱动程序的更多信息,请参阅NI-IMAQ,NI-IMAQdx和NI-IMAQI / O之间的差异


NI-IMAQ - 从NationalInstruments帧抓取器获取数据,以及具有常规显示,保存文件和采集数据等功能


NI-IMAQdx - 从GigEVision、IEEE-1394相机、符合DirectShow标准的USB相机(VAS 2009及以上版本)以及一些IP相机中获取。


NI-IMAQ I / O -PCI-8254R,PCI-8255R等紧凑型视觉系统中包含的FPGA配置


用法: NIVision Acquisition Software(VAS)附带的驱动程序允许从各种摄像机获取,显示和保存图像。但是,只有NI VDM和NI VBAI软件包能够支持对高级图像处理和分析。


视觉开发模块(VDM)


描述:视觉开发模块(VDM)能为LabVIEW,C / C ++,VisualBasic和.NET环境提供机器视觉和图像处理功能


所属模块: VDM是安装在LabVIEW中的单独许可模块


组件: VDM 包括视觉助手(Vision Assistant)工具,一个代码成型和生成工具,类似于NI 视觉生成器的菜单驱动界面。 视觉助手是一个用于开发和测试一系列图像分析和处理步骤,同时可以从中生成代码的工具。


用法:通常,VDM功能用于图像处理和分析。其用途包括:模式匹配,粒子分析,边缘检测,阈值处理,直方图和光学字符识别。Windows和LabVIEW Real-Time支持视觉开发模块。这意味着可以在远程目标上使用VDM,例如NI CVS(紧凑视觉系统)或NI智能相机。


用于自动检测的视觉生成器(VBAI)


描述:用于自动检测的视觉生成器(VBAI)是一个独立的,可配置的机器视觉开发环境,无需编程知识就可使用。


组件: VBAI包括100多种常用的视觉开发工具,包括模式匹配,光学字符识别和粒子分析。它还内置了VAS,用于从相机获取图像。


用法: VBAI可以对远程目标(包括实时控制器和FPGA)执行图像处理检测,还可以用于配置这些环境。

请参阅下面的流程图,了解不同NI Vision软件组件和用途的可视化摘要:


相关信息


如果使用LabVIEW编程开发,则需要VAS和VDM,如果想使用更基系统于配置的环境,则需要VAS和VBAI。还需要VAS软件与相机通信并获取图像,以及图像处理软件(VDM或VBAI)以处理接收的图像。


需要说明的是,上述的例程和文档,都是可以下载的,双击即可打开,其中压缩文件是可以采用粘贴复制的方式,拷贝到硬盘上。这不是图片,各位小伙伴看到后尝试一下,这个问题就不用加微信咨询了。有关LabVIEW编程、LabVIEW开发等相关项目,可联系们。

相关文章
|
5天前
|
人工智能 文字识别 计算机视觉
【AAAI 2024】M2Doc:文档版面分析的可插拔多模态融合方法
M2Doc是一种创新的多模态融合方法,设计用于增强文档版面分析任务中的纯视觉目标检测器。该方法包括Early-Fusion和Late-Fusion模块,前者通过门控机制融合视觉和文本特征,后者则在框级别合并这两种特征。M2Doc易于集成到各种目标检测器,实验证明它能显著提升DocLayNet和M6Doc数据集上的性能,特别是与DINO结合时,在多个数据集上达到SOTA结果。此外,研究表明M2Doc对于增强复杂逻辑版面分析任务中的文本理解和语义关联特别有效。
|
5天前
|
人工智能 Windows
LabVIEW将视觉生成器AI用作OPC服务器
LabVIEW将视觉生成器AI用作OPC服务器
16 2
|
5天前
|
语音技术 C++
基于Qt的简易语音识别与合成系统设计与实现
基于Qt的简易语音识别与合成系统设计与实现
51 0
|
5天前
|
机器学习/深度学习 数据可视化 算法
神经网络模型结构框架可视化的在线与软件绘图方法
神经网络模型结构框架可视化的在线与软件绘图方法
123 1
|
10月前
|
定位技术
GIS开发:blender调整模型信息
GIS开发:blender调整模型信息
101 0
|
12月前
|
机器学习/深度学习 人工智能 文字识别
仪酷LabVIEW AI视觉工具包及开放神经网络交互工具包常见问题解答
仪酷LabVIEW AI视觉工具包及开放神经网络交互工具包常见问题解答
152 0
|
机器学习/深度学习 人工智能 自然语言处理
USB:首个将视觉、语言和音频分类任务进行统一的半监督分类学习基准
USB:首个将视觉、语言和音频分类任务进行统一的半监督分类学习基准
102 0
USB:首个将视觉、语言和音频分类任务进行统一的半监督分类学习基准
|
机器学习/深度学习 算法 数据可视化
基于深度学习的智能PCB板缺陷检测系统(Python+清新界面+数据集)
基于深度学习的智能PCB板缺陷检测系统(Python+清新界面+数据集)
520 0
|
机器学习/深度学习 存储 XML
血细胞智能检测与计数软件(Python+YOLOv5深度学习模型+清新界面版)
血细胞智能检测与计数软件(Python+YOLOv5深度学习模型+清新界面版)
337 0
|
机器学习/深度学习 编解码 人工智能
CVPR2021 | 视觉推理解释框架VRX:用结构化视觉概念作为解释网络推理逻辑的「语言」
这项工作对神经网络推理逻辑的可解释性进行了探究:区分于大多数现有 xAI 方法通过可视化输入图像和输出结果之间的相关性对网络进行解释,该研究提出用结构化的视觉概念 (Structural Visual Concept) 对神经网络决策背后的推理逻辑和因果关系进行解释,通过解答网络决策中「为什么是 A?为什么不是 B?」 的问题,用人们更容易理解的 high-level 视觉概念和视觉概念之间的结构和空间关系解释神经网络的推理逻辑,并将其作为一种直接指导来提升被解释网络的性能。
CVPR2021 | 视觉推理解释框架VRX:用结构化视觉概念作为解释网络推理逻辑的「语言」