导航:EXPO21XX>光学21 xx>段H19:成像软件>自适应视觉
  • 提供配置文件
  • 在过去的11年里,我们的工程师一直专注于为特定应用开发计算机视觉软件。在与智能视频监控、生物识别和医疗系统相关的项目中获得的经验,帮助团队开发了应对计算机视觉不同分支解决方案所需的所有技能。
产品组合
  • Adaptive Vision Studio 2.4

  • Adaptive Vision Studio 2.4是一个易于使用的开发环境,用于创建机器视觉应用程序。它解决了许多不同行业的现实生活任务,并让你自由选择硬件,包括来自几个制造商的智能相机。

    它是最好的机器视觉软件,同时:
    • 直观的-算法和图形用户界面的拖放开发;即时洞察所有中间结果;干净的设计;
    • 强大的-循环,条件,宏过滤器和一个全面的过滤器库,是世界上最快的之一;
    • 适应性强的-支持许多不同供应商的硬件;c++用户过滤;结合OpenCV。
      • Adaptive Vision Studio 2.4

      • 它是如何工作的?
        该应用程序自带超过700个内置计算机视觉过滤器库。用户通过以适当的方式连接过滤器来创建程序。各种类型的连接确保了数据流的任何结构都可以实现,而层次宏过滤器则允许对大规模程序进行有效管理。

        是给谁的?
        Adaptive Vision Studio旨在满足广泛的机器视觉工程师和研究人员的需求。新接触计算机视觉的人可以通过交互实验从快速学习中获益,而机器视觉专家则可以以更快、更方便的方式完成工作,因为没有低级编程的麻烦。此外,拥有自己的视觉相关代码库的C/ c++程序员可以通过轻松集成的用户过滤器利用Adaptive Vision Studio的高交互性。
  • 特性

    • 你可以看到一切

    • 所有的编程都是通过选择过滤器并将它们相互连接来完成的。你可以把所有的脑力都集中在计算机视觉上。要快速演示,请参阅您的第一个程序视频教程。

      该应用程序为计算机视觉专业人员的需求进行了优化。所有中间结果都可以查看和分析,为您提供对算法性能的全面洞察。

    • Macrofilters

    • 无需编写一行代码,就可以创建任意复杂的算法。使用适当的数据连接隐式地创建循环和条件。有关更多信息,请参见数据流编程。

      大程序可以被组织成小的、容易理解的部分——宏过滤器。宏过滤器是一个可重用的过滤器序列,具有自己的输入、输出和数据处理周期。

    • 硬件加速

    • 有数百种现成的机器视觉过滤器。它们被组织到定义良好的类别结构中,并遵循清晰一致的命名约定。它们被记录在过滤器参考中。

      针对SSE技术和多核处理器,对滤波器进行了积极优化。我们的实现是世界上最快的实现之一(可以在性能部分看到)。

    • 任意形状roi

    • 您不仅可以处理图像,还可以处理区域、路径、几何原语、剖面、直方图等。更多细节请见此视频。

      图像处理操作可以在整个图像或任意形状的区域内执行。小而精确的roi可用于显著加快处理速度。

    • OpenCV的支持

    • 您可以使用用户过滤器将自己的C/ c++代码与可视化编程的好处集成在一起。构建第一个用户过滤器需要30秒,重新编译后更新一个需要5秒。这个视频展示了它是多么简单和直接。

      包括来自OpenCV库的免费开源过滤器。与一组标准过滤器一起,它们可以用来为简单的应用程序创建极具成本效益的解决方案。

    • GigE愿景的支持

    • 支持许多不同制造商的相机,包括Basler, PointGrey和XIMEA。

      Adaptive Vision Studio和Adaptive Vision GigE SDK是GigE Vision兼容的产品,支持从相机配置到高性能图像采集的所有需要。请看这个视频展示。

    • 执行程序库

    • 在Adaptive Vision Studio中创建的程序可以与轻量级运行时应用程序一起部署。用户界面(HMI)可以用一个简单的XML文件定义(从2.2开始可用)。

      运行时引擎也可以作为DLL库使用,可以在C、c++或c#应用程序中使用。

    • 人机界面设计

    • 您可以轻松地创建自定义图形用户界面,从而使用单个软件包构建整个机器视觉解决方案。
  • 自适应视觉库

  • 自适应视觉库是一个通用的机器视觉工具集,优化了工业质量检测的需要。该库的主要优势包括出色的性能和全面的机器视觉算法集,特别是对图像处理、斑点分析和轮廓分析等底层技术的良好支持。
      • 自适应视觉库

      • 库的主要部分分为六个部分,根据感兴趣的数据类型定义:
        • 图像处理-包含初始图像预处理/细化的方法
        • 斑点分析,轮廓分析-建立在区域处理(Blob分析)和亚像素精确路径(轮廓分析)基础上的两大图像分析工具集
        • 档案、直方图-处理和分析一维数据的辅助工具集
        • 二维几何-在使用(可能)不同工具发现的物体之间执行最终测量的平台。

        此外,该库还提供了一些专业技术的支持,如一维测量、傅立叶分析和基于形状的模板匹配。

  • 自适应视觉库与自适应视觉工作室的关系

  • Adaptive Vision Library的每个函数都是Adaptive Vision Studio中相应过滤器的基础。因此,使用Adaptive Vision Studio作为一个方便的、点&点击的原型工具是可能的(也是可取的),即使一个人打算使用Adaptive Vision Library在c++中开发最终的解决方案。
    • Blob分析

    • 高性能,任意形状的ROI操作,用于一元和二元算术,图像细化,形态学,平滑,空间变换,特征提取,梯度提取,众多阈值方法,磁盘IO等。

      经典blob分析技术的强大的健壮操作集。提供了blob提取、集合算法、区域细化、任意核形态学、骨骼化、空间转换、特征提取、测量等多种方法。

    • 二维几何

    • 亚像素精确工具集设计作为斑点分析的替代方案,特别适合于形状分析。提供轮廓提取、细化、分割、平滑、分类、全局转换、特征提取等方法。

      与库的其他部分兼容的详尽的几何操作工具集。为2D几何提供超过50个操作,包括几何原语拟合,测量,相交,切线,特征提取等。

    • 1 d测量

    • 辅助工具集允许细化和分析从图像中提取的一维数据。库的创新设计使经典的直方图和概要文件远远超出他们通常的应用。在Adaptive Vision Library中,分析两条路径之间的距离的轮廓,或从一组对象中提取的数字特征的直方图并不罕见。

      一组用于跨图像轮廓提取边缘的经典方法。该库提供了测量交替特征的成对边缘的专门方法,并支持沿任何路径的测量。

    • 傅里叶分析

    • 高效、健壮、易于使用的模板匹配方法。当低级技术不足以定位要查找的对象时,这些工具提供了可靠的替代方案。

      该工具集既适用于教育实验,也适用于工业应用,它提供了傅里叶变换和频域图像处理的方法。

    • 可移植性

    • 在自适应视觉库中,算法的精心设计与详尽的硬件优化齐头并进,从而使该库的性能位居世界最快之列。我们的实现利用了SSE指令和多核处理器上的并行计算。

      该库不使用STL,而是基于简单而高效的Adaptive Template library。后者提供了大部分STL功能,同时避免了迭代器抽象和高级模板技术。因此,Adaptive Vision Library可以很容易地移植到各种嵌入式平台上,包括那些没有完全支持c++模板的平台。

    • 一致性

    • 所有数据类型都具有自动内存管理功能。通过抛出适当的异常显式地处理错误。创新的可选输入结构提供了优雅的处理输入上的特殊值。

      函数名有动词+名词的形式(例如SmoothImage, rotatvector)。如果一个操作有多个变体,则用一个以下划线开头的后缀来区分(例如SmoothImage_Mean, SmoothImage_Gauss)。所有的结果都是通过引用输出参数返回的,因此总是可以有多个输出。

  • 例子的结果