工埔教育丨2022年最新3D机器视觉测量+无序抓取课程大纲

显示全部楼层 · 2025-1-17 19:29:11

※机器视觉行业前景

在今天，大到汽车、家电制造，小到药品、食品包装，都离不开数字化的智能装备。智能生产线上，这些机器人之所以能够精准操作、分毫不差，是因为它们都拥有一双“慧眼”。这种机器视觉，被称为工业视觉，截至2020年底，我国的机器视觉市场容量已超过200亿元，据预测到2025年，这一数字有望突破300亿元，年增长率达24%。尽管市场需求旺盛，企业却面临一个共同的难题——缺人才，机器视觉维护工程师缺口预计不少于50万人

※

招生对象

1．入门：专业冷门、无经验、无背景，对未来职业发展迷茫的应届毕业生；

2．转行：从事低技术含量行业，想转行进入高新技术行业的普通产线员工；

3．升级：受困于技术瓶颈，上升无望的工程师；

4．拓展：工作中学习无门，想拓展更高技术的技术员；

5．深造：从事相关行业，想掌握机器视觉知识以提高工作成效的企业领导或销售；

※

课程特色

1．结构化知识点，主次分明；

2．内容深入浅出，简单易懂；

3．讲课逻辑清晰，高效吸收；

※

课程大纲

第一部分：3D测量课程大纲

1.3D视觉原理

      什么是3D视觉

      3D视觉的优点

      3D视觉技术原理分类∶被动光双目、主动光双目、激光三角测量法、结构光          原理、TOF原理

      多3D相机组网技术

      行业应用∶1、消费电子品行业2、汽车行业3、锂电行业 4、机器人3D视觉          引导

2.3D视觉技术要点

      3D相机输出的图像

      激光参数及选型

      线激光3D相机搭建方式、应用场景

      线激光3D相机分辨率、选型

      利用沙姆接圈改善景深

      曝光和光亮设置

      线激光3D相机点云生成过程

      线激光3D相机点云生成模式

      像素深度和图像数据类型

      滤波

      参考面补

      正去除死角

      去除突出干扰

      3D测量常用方法

      2.5D测量（轮廓线/截面）

      多3D相机组网技术

3.分体式3D线激光相机

      激光三角测量法

      线激光3D相机搭建方式、应用场景

      线激光参数及选择

      3D相机分辨率、选型

      激光及相机调节

      【求x方向和Y方向的分辨率

      【片光法获取3D图像

      参考面补正

      测量段差（高度差）

4.一体式3D线激光相机

      激光三角测量法

      线激光3D相机搭建方式、应用场景

      线激光

      利用沙姆接圈改善景深

      曝光和光亮设置

      滤波

      轮廓水平校准和高度校准参

      考面补正

      2个相机组网

      c#+halcon写程序调用相机SDK采图、3D点云显示

5.halcon 3D点云处理

      3D图元对象及3D对象属性（图元创建及特征、3D对象的创建、属性的创             建、增、改、删、查、复制）

      3D点云Blob分割（点云特征、预处理、去噪、分割、拟合、筛选）

      halcon3D显示控件详解、c#下调用halcon 3D显示控件

3D图元对象及3D象属性（图元创建及特征、3D对象的创建、属性的创建、          增、改、删、查、复制））

      3D点云精密测量（图元拟合、高度检测、点云校正、平面拟合、段差测量、          平面度测量）

6.3D视觉案例

案例∶测量矩形精密零件段差、平面度、体积

      案例∶测量卡托段差、平面度

      案例∶银行卡3D Blob分割及OCR识别

      案例∶测量芯片引脚共面度

第二部分：3D测量与3D无序抓取

1.3D视觉原理

      3D视觉技术要点

      分体式3D线激光相机

      一体式3D线激光相机

      halcon3D点云处理

      案例∶ 精密零件段差（高度差）、平面度、体积

      案例∶ 3D OCR识别

2,3D无序抓取

      教学员搭建自己的DLP3D相机（DLP光机+用户自选相机+sdk开发）

      点云处理、点云匹配

      3D手眼标定、3D仿射变换取，欧拉角计算

      ABB机器人实操、机器人和3D软件通讯

      ABB机器人和3D相机联合抓取

什么是3D视觉？

以前我们所说的机器视觉，通常是指2D的视觉系统：即通过摄像头拍到一个平面的照片，然后通过图像分析或比对来识别物体，能看到物体一个平面上特征，可用于缺失/存在（有无）检测、离散对象分析图案对齐、条形码和光学字符识别以及基于边缘检测的各种二维几何分析。

2D机器视觉的局限性

由于2D视觉无法获得物体的空间坐标信息，所以不支持与形状相关的测量，如：物体平面度、表面角度、体积或者区分相同颜色的物体之类的特征或者在具有接触侧的物体位置之间进行区分，而且2D视觉测量物体的对比度，这意味着特别依赖于光照和颜色/灰度变化，测量精度易受变量照明条件的影响。

什么是3D机器视觉？

什么是3D机器视觉？它究竟是如何工作的？3D机器视觉可以粗略地定义为允许3D对象或表面的三维测量或检查的技术。有几种不同的方式可以实现：

激光轮廓分析：激光轮廓分析是最受欢迎的3D成像技术之一。被测物体通过激光束移动，因为以已知角度定位的相机记录当物体穿过它时激光器的变化轮廓。这种配置在工厂生产地板或包装线上特别受欢迎，因为它依赖于相对于激光器移动的物体，这意味着它非常适合于传送带上的产品。

   体成像：另一种流行的3D成像技术是立体成像，其中两个相机用于记录物体的2D图像，然后可以将其三角化并制成3D图像。与激光轮廓分析一样，这种技术也允许在测量和记录时物体的移动。使用随机静态照明图案还可以为普通表面和没有自然边缘的对象提供任意纹理，这是许多立体重建算法所需要的。

条纹投影：在条纹投影中，条纹图案投影到待测量的整个表面区域上。然后通过垂直于被测物体定位的摄像机记录图像。所创建的点云能够使高度分辨率比激光分析方法能够提供的高出两个数量级。条纹投影也更具可扩展性，测量区域范围从1毫米到超过1米。

飞行时间：飞行时间法测量光脉冲到达被测物体然后返回的时间。测量每个图像点所花费的时间将根据对象的大小和深度而变化，因此每个点将在测量时提供该信息。

   2D视觉虽为当前主流，但随着测量精度要求越来越高，被测物体条件越来越复杂，2D系统的缺陷也愈发突出，而3D视觉技术不断获得突破，在精度、灵活性和速度方面都是2D无可比拟的，所以3D机器视觉检测有取代2D系统的趋势，相信3D视觉未来将成为主流视觉系统。

工埔教育简介

Gongpu Education

工埔教育2012年在苏州起步，总部坐落于工业重镇昆山市。10年的时间，学院从一个单一校区发展拥有八家实训基地的职业技能教育连锁品牌，学院专注智能制造和新工科人才培养领域，累积为社会培训专业人才25000人，是华东地区规模最大的智能制造人才培养基地。

截止2022年，工埔教育拥有昆山总校，张浦校区，木渎校区，常州校区，南通校区，徐州校区，宿迁校区，昆山市工埔职业技能培训学校八大实训基地。未来工埔教育继续坚持“为学员找未来，为企业造匠才”的办学理念，为长三角地区智能制造产业培养更多高技能人才，打造智能制造人才培养第一品牌

工埔教育丨2022年最新3D机器视觉测量+无序抓取课程大纲

本帖子中包含更多资源

浏览过的版块