开发者社区云计算文章正文

机器视觉检测技术之颜色视觉工具应用

2018-06-06 1610

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介：

颜色视觉工具是基于机器视觉检测技术的检测工具之一，其可提供色差测量、颜色监测、颜色识别、颜色检测整套颜色视觉图像的视觉解决方案。
颜色视觉工具的各项功能如下：
颜色标定：根据色卡数据对颜色成像进行色度学标定；
颜色测量：测量图像两个区域颜色差异，包括CIELAB 色差和CMC修正色差；
颜色检测：实时监测图像中感兴趣区域颜色，包括：RGB颜色值、CIELAB颜色值、CIELCH颜色值、HSI颜色值、OD颜色密度值；
颜色识别：和标准样品颜色比对，对物体进行识别或分拣；
颜色检测：检测产品着色是否正确。
颜色视觉工具应用示例：
20180113094557545754
颜色识别根据：和标准样品颜色对比，对物体进行识别或分拣。
20180113094625822582
颜色标定工具：确定颜色成像数据和色度学空间的非线性变换关系，可以用于颜色高精度定量测量。

朗锐智科1

众所周知

20天前

机器学习/深度学习传感器自动驾驶

作为自动驾驶技术的核心组成部分，图像识别技术对于车辆的环境感知、决策制定和路径规划等方面具有至关重要的作用

【6月更文挑战第10天】本文探讨了深度学习在自动驾驶图像识别中的应用，该技术通过模拟人脑认知处理大量标注数据，实现对图像内容的精准识别。深度学习在特征提取、泛化能力和持续优化上优于传统方法，为自动驾驶提供环境感知、障碍物检测及行为预测等功能。尽管面临数据需求、计算资源和泛化能力的挑战，但随着技术发展，深度学习将继续推动自动驾驶的进步，为未来出行创造更安全、高效的经历。

众所周知

16 0 0

游客4rwjyzfkmixqs

10月前

人工智能算法 C#

基于Aidlux平台的工业视觉缺陷检测

工业视觉缺陷检测是一种利用计算机视觉技术，对工业制品进行自动化检测，以识别和分类可能存在的缺陷的方法。它是现代工业生产中的重要环节，可以大大提高生产效率，降低产品缺陷率，提高产品质量。

游客4rwjyzfkmixqs

65 0 0

技术小达人

机器学习/深度学习人工智能算法

借力计算机视觉及深度学习，纽卡斯尔大学开发实时、自动化奶牛跛行检测系统

技术小达人

125 0 0

游客iigf2m33ba53k

传感器编解码人工智能

2022最新！更面向工业场景：基于视觉方案不同挑战下的车道检测与跟踪（上）

本文作者提出了一种鲁棒的车道检测和跟踪方法来检测车道线，该方法主要介绍了三个关键技术。首先，应用双边滤波器来平滑和保留边缘，引入了一个优化的强度阈值范围（OITR）来提高canny算子的性能，该算子检测低强度（有色、腐蚀或模糊）车道标记的边缘。第二，提出了一种稳健的车道验证技术，即基于角度和长度的几何约束（ALGC）算法，然后进行霍夫变换，以验证车道线的特征并防止不正确的车道线检测。最后，提出了一种新的车道线跟踪技术，即水平可调车道重新定位范围（HALRR）算法，该算法可以在左、右或两条车道标记在短时间内部分和完全不可见时跟踪车道位置。

游客iigf2m33ba53k

249 0 0