精华内容
下载资源
问答
  • 工业相机计算公式

    2019-01-16 18:36:07
    这是我自己学习整理出来的工业视觉相机计算公式,很全面,适合选型的初学者
  • 已知测量精度,计算工业相机分辨率 1.需求分析: 描述机器视觉系统需要完成的功能和工作环境,对于整个机器视觉系统的成功集成是...相机像素精度 = 单方向视野范围大小/相机单方向分辨率。 得: 相机单方向分辨率 =...

     

    1.需求分析:
    描述机器视觉系统需要完成的功能和工作环境,对于整个机器视觉系统的成功集成是至关重要,即设定工作目标。

    1.分辨率估算:相机每次采集图像的像素点数,一般对应于光电传感器靶面排列的像元数:(面阵相机的分辨率有795×596,1024×1024,2048×2048,5320×5320等)
    首先考虑待观察或待测量物体的精度,根据精度选择分辨率:

    由:
    相机像素精度        =  单方向视野范围大小/相机单方向分辨率。
    得:
    相机单方向分辨率    =  单方向视野范围大小/理论精度。

    又 相机分辨率=感光芯片尺寸/像元尺寸,即:
    在这里插入图片描述

    根据实际应用即可选出恰当的 传感器尺寸(靶面尺寸)
    例:若单视野为5mm长,理论精度为0.02mm,则单方向分辨率=5/0.02=250。然而为增加系统稳定性,不会只用一个像素单位对应一个测量/观察精度值,一般可以选择倍数4或更高。这样该相机需求单方向分辨率为1000,选用130万像素已经足够。

    2.分辨率的确定:根据待测物体的尺寸估算出视野的大小,再结合检测精度,利用上面的公式就可以大概确定检测系统的工业相机的分辨率。
    相机分辨率确认之后,再根据相机的参数,选择对应的镜头即可。

    其他内容参考:https://blog.csdn.net/Vichael_Chan/article/details/98093950

     

     

    展开全文
  • 航测参数计算公式

    2015-08-13 22:06:58
    用于计算航高、航带间距、拍照间距、地面分辨率等的航测工具。
  • 相机精度计算

    万次阅读 2018-07-05 19:18:28
    FOV-H/长边分辨率 = FOV-W/短边分辨率=单个像素对应的大小使用背光源的精度为1~3个像素使用正光源的精度为3~5个像素例:使用500W像素相机 分辨率为2500*2000 视野为100mm*80mm单个像素对应大小 = 0.04mm背光的精度为...
    FOV-H/长边分辨率 = FOV-W/短边分辨率
    
    =单个像素对应的大小
    使用背光源的精度为1~3个像素
    使用正光源的精度为3~5个像素
    例:使用500W像素相机 分辨率为2500*2000 视野为100mm*80mm
    单个像素对应大小 = 0.04mm
    背光的精度为 0.04mm~0.12mm
    正光的精度为 0.12mm~0.20mm
    展开全文
  • 用一张棋盘格来进行图像的像素精度计算,其计算程序是:   #include"opencv2/opencv.hpp" using namespace cv; int main() { Mat srcimg = imread("6.bmp"); Mat gray; cvtColor(srcimg,...

    用一张棋盘格来进行图像的像素精度计算,其计算程序是:

     

    #include"opencv2/opencv.hpp"
    using namespace cv;
    int main()
    {
    	Mat srcimg = imread("6.bmp");
    	Mat gray;
    	cvtColor(srcimg,gray,CV_RGB2GRAY);
    	Size board_sz = Size(6,9);
    	vector<Point2f>corners;
    	bool found = findChessboardCorners(srcimg, board_sz, corners,CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
    	printf("检测到的原始角点坐标");	
    	for (size_t i = 0; i < corners.size(); i++)
    	{
    		printf("第%d个点(%f,%f)\n",i,corners[i].x,corners[i].y);
    	}
    	if (found)
    	{
    		printf("成功检测到角点\n");
    		//检测的角点时以右下角为原点的
    		cornerSubPix(gray,corners,Size(11,11),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));//输入的图像,必须是8位的灰度或者彩色图像。
    		drawChessboardCorners(srcimg,board_sz,corners,found);	
    		Mat dstimg;
    		resize(srcimg,dstimg,Size(1000,800));
    		imshow("亚像素角点图", dstimg);
    		waitKey(20);
    		printf("检测到的0.1亚像素斜的图像角点坐标\n");
    		float jingdux = 0, jinduy = 0;
    		int j = 0;
    		bool flag = false;
    		for (size_t i = 0; i < corners.size(); i++)
    	 {
    		 if (i==0)
    		 {
    		 }
    		 else
    		 {
    			 jingdux=sqrt((corners[i].x - corners[i - 1].x)*(corners[i].x - corners[i - 1].x) + (corners[i].y - corners[i - 1].y)*(corners[i].y - corners[i - 1].y));
    			 jingdux = 12.0 / jingdux;
    		 }
    		 printf("第%d个点(%f,%f)\n", i, corners[i].x, corners[i].y);
    		 printf("其像素精度为:%f/像素\n", jingdux);
    	  }
    	}
    	waitKey(0);
    	return 0;
    }

     

     

    其在一张1280*1024像素的图片里,其中的棋盘格是6*9,物理尺寸为12mm*12mm如图:


     

    其图像的计算出来的像素精度是:

    物理定位精度:其是实际的位置点与计算出来的位置点的偏差,其可以转化为实际的像素位置与计算出来的像素位置的偏差,然后把这个偏差乘以像素精度既是物理定位精度  。

    可以得到其相机的像素精度是0.17mm/像素(其是相机在某个固定高度上时得出的,相机离目标面越远,则这个值越大,即精度降低了),其后面的几位都一直改变,是因为相机标定板也可能倾斜,或者像素长度计算误差。如果我们的像素定位精度是0.1亚像素,则其实际定位的物理精度为0.017mm,即计算的像素位置与实际的像素位置差了0.1个像素,则把其乘以0.17mm就是定位精度,所以仅仅只考虑像素精度是没有意义的(即如果你能处理到0.01的亚像素,但是你的相机像素精度是1.7mm/像素,而你的物理定位精度还是0.17mm,跟0.1亚像素的一样),其要把亚像素精度与像素的物理分辨率一起考虑,进行计算物理定位精度的计算(物理定位精度才是有实际意义的)。这上面的是理想状况下的,一般还有很多外部影响导致误差增大,如果考虑外部因素的话定位精度会比理想的多几倍。

    下面是相机的选型,就是涉及到:

    其像素精度是20/1000=0.02mm/像素,亚像素精度是0.5,则物理定位精度是0.01mm,但是对于一些检伤的设备,需要像素精度必须是要低于一些值得,如果不低于的话,则会导致无法凸显伤痕。)其例子如下:

     

     

     

     

     

     

      如果是通过物体所占的像素多少来计算其长度时,则会出现像素的误差积累,因为我们是拿一个固定值来与像素相乘的。例如某个尺子长度在此高度的相机里拍到的图像里所占的像素为100像素,则实际的0.17mm的误差会累计,假如其误差是0.01mm,其是固定误差,即实际的是0.16mm,其固定误差就会累计成100*0.01mm=1mm的误差,现实中有些东西是不会成线性增加,是因为这些误差是随机误差,不是固定误差,随机误差积分时误差之间会进行抵消。改进方法是要使用很密的棋盘格来对应图像里的像素点,从而来提高精度,即定位物体的头跟尾的像素位置,然后把其转换到以标定纸为坐标系的物理坐标,然后进行相减则可以得出其高精度长度,不会有累计误差。

     

    展开全文
  • 平均像素精确度(MeanpixelAccuracy,MPA)平均像素精确度(Mean pixel Accuracy,MPA)平均像素精确度(MeanpixelAccuracy,MPA) MPA(Mean pixel Accuracy):平均像素精确度 在PA基础上做了提升,为类别内像素正确...

    平 均 像 素 精 确 度 ( M e a n p i x e l A c c u r a c y , M P A ) 平均像素精确度(Mean pixel Accuracy,MPA) MeanpixelAccuracy,MPA

    MPA(Mean pixel Accuracy):平均像素精确度

    在PA基础上做了提升,为类别内像素正确分类概率的平均值

    实现

    gt_image = np.array([
        [0,1,2,4],
        [0,0,0,0],
        [0,0,0,0],
        [0,0,0,0]
    ])
    
    pre_image = np.array([
        [0,1,2,4],
        [0,1,0,0],
        [0,1,0,0],
        [0,0,1,0]
    ])
    
    def generate_matrix(gt_image, pre_image,num_class=8):
            mask = (gt_image >= 0) & (gt_image < num_class)#ground truth中所有正确(值在[0, classe_num])的像素label的mask
            
            label = num_class * gt_image[mask].astype('int') + pre_image[mask] 
            # np.bincount计算了从0到n**2-1这n**2个数中每个数出现的次数,返回值形状(n, n)
            count = np.bincount(label, minlength=num_class**2)
            confusion_matrix = count.reshape(num_class, num_class)#21 * 21(for pascal)
            return confusion_matrix
            
    matrix =generate_matrix(gt_image,pre_image)
    
    def Pixel_Accuracy_Class(confusion_matrix):
          Acc = np.diag(confusion_matrix) / confusion_matrix.sum(axis=1)
          Acc = np.nanmean(Acc)
          return Acc
    Pixel_Accuracy_Class(matrix)
    
    展开全文
  • 视频带宽计算公式(码流_分辨率_帧率)   (自己整理过的.) 码流 码流(Data Rate)是指视频文件在单位时间内使用的数据流量,也叫码率或码流率,是视频编码中画面质量控制中最重要的部分,一般我们用的单位是Kb/...
  • 图像分割综述

    万次阅读 多人点赞 2019-07-09 22:03:48
    阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值作比较,最后将像素根据比较结果分到合适的类别中。因此,该方法最为关键的一步就是按照某个准则函数来求解最佳...
  • 工业相机、镜头、选型计算方式

    万次阅读 多人点赞 2019-01-04 14:42:58
    1. 面阵相机和镜头选型 已知:被检测物体大小为A×B,要求能够分辨率小于C,工作距离为D [1]相机选型步骤: (1).... (2).... 计算短边对应的像素数E=B/C,相机长边和短边的像素数都要大于E; (2)...
  • 前端面试题

    万次阅读 多人点赞 2019-08-08 11:49:01
    有哪些选择符,优先级的计算公式是什么?行内样式和!important哪个优先级高? 45 我想让行内元素跟上面的元素距离10px,加margin-top和padding-top可以吗? 45 CSS的盒模型由什么组成? 45 说说display属性有...
  • 在本里中,曲面的公式采用: (也可以采用其他的曲面公式,原理一样)。 并使用最小二乘法进行求解:是下面式子的误差最小: 则应该满足: 写为矩阵的表达式: 下一步就是要根据拟合点的坐标信息,解出[a,b...
  • 相机分辨率和精度

    千次阅读 2021-02-25 11:21:31
    相机分辨率 分辨率由相机采用的芯片像素决定,是芯片阵列排列的像元数量。 对于面阵相机来说,水平和垂直相乘即为相机的分辨率。例如,一个相机的分辨率是...精度是图像中每个像素代表的实际物理尺寸。 精度 = ..
  • 前言:本文分析工业相机的靶面、镜头和精度的约束和相关关系:所谓工业相机(整机)这里指的是:相机 + 镜头。 我们先把各个参数列个表述。整机参数分别由相机和镜头参数联合决定。 参数。 相机整机参数 ...
  • C#基础教程-c#实例教程,适合初学者

    万次阅读 多人点赞 2016-08-22 11:13:24
    C#基础教程-c#实例教程,适合初学者。 第一章 C#语言基础 本章介绍C#语言的基础知识,希望具有C语言的读者能够基本掌握C#语言,并以此为基础,能够进一步学习用C#语言编写window应用程序和Web应用程序。...
  • 前言:本举例,说明,我们在工业场景下,如果需要在某个速度下计算某个尺寸的物体的工业相机的精度计算方法 1 需求定义 本需求定义为测量一个有移动速度的工业被测物体: 输入参数 标识 输入参数 ...
  • SSD总结报告

    千次阅读 2018-12-07 17:00:02
    首先在一系列feature map cell上确定中心点,在每个特征图上生成尺度不同的default box,每个特征图上的尺度计算公式如下: 其中, , , m 为需要计算的feature map的数目 对于prior box的aspect ratio...
  • 语义分割是像素级别的分类,其常用评价指标: 像素准确率(Pixel Accuracy,PA)、 ...其计算都是建立在混淆矩阵(Confusion Matrix)的基础上。 1 混淆矩阵 混淆矩阵就是统计分类模型的分类结果,即
  • 混淆矩阵计算代码: // 打开两幅待比较的分类影像 CFile datClassifyImg(ImgPath1, CFile::modeRead | CFile::typeBinary);// ImgPath1:路径根据自己的路径更换 CFile datGroundTruth(ImgPath2, CFile::modeRead | ...
  • 工业相机各种参数计算方法

    千次阅读 2020-06-19 06:57:28
    工业相机各种参数计算方法 一、机器视觉中工业镜头的计算方式 1、WD 物距 工作距离(Work Distance,WD)。 2、FOV 视场 视野(Field of View,FOV) 3、DOV 景深(Depth of Field)。 4、Ho:视野的高度 5、Hi:摄像...
  • 像素像素可以看成组成屏幕一个个小方块,1080p中1080代表屏幕有1080行水平扫描线,1080p通常表示1920x1080的画面分辨率,而1080p10则表示-->分辨率为1920x1080,帧率为60帧/s 分辨率:也就是屏幕的水平和...
  • 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半(a\2)的正弦值的乘积,计算公式为N.A=n*sina/2。数值孔径与其它光学参数有着密切的关系,它与分辨率成正比,与放大率成正比。也就是说数值孔径,直接...
  • 内存计算公式 BitmapFactory.decodeResource BitmapFactory.decodeResourceStream BitmapFactory.cpp 修正后的内存计算公式 补充 划重点 前言 做移动端应用开发的朋友或多或少为Bitmap头疼过,茶不思饭不想就...
  • 1/4像素运动估计

    千次阅读 2016-07-15 15:37:04
    1/4像素运动估计 运动估计的理论基础就是活动图像邻近帧中的景物存在着一定的相关性。因此在压缩编码中不需要传递每一帧的所有信息,而只需要传递帧与帧之间差值就可以了(可以想象,如果画面背景是静止的,那么只...
  • 最后,用改进的均值计算公式进行迭代以实现超像素分割。在Python环境下的实验结果表明,在超像素个数相同的情况下,相比经典的SLIC算法,本算法在相同数据集中的分割误差率降低了7.4%、分割精度提高了1.4%,可在有效提高...
  • 边缘检测

    千次阅读 2017-02-03 17:03:42
    Prewitt利用周围邻域8个点的灰度值来估计中心的梯度,它的梯度计算公式如下: ∂ I ∂ x = I ( i − 1 , j + 1 ) + I ( i , j + 1 ) + I ( i + 1 , j + 1 ) – I ( i − 1 , j − 1 ) − I ( i , j − 1...
  • 像素1.1 亚像素1.2 亚像素精度2. 超像素2.2 超像素判别条件2.3 超像素生成算法 1. 亚像素 1.1 亚像素像素,英文subpixel 在相机成像的过程中,获得的图像数据是将图像进行了离散化的处理,由于感光元件本身...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 17,378
精华内容 6,951
关键字:

像素精度计算公式