机器视觉（AOI）之传统的图画切割方法
广东吉洋视觉：SMT AOI,LED AOI,焊线AOI,焊线检测AOI传统常用的图画切割技术，效率不如深度学习技术，由于它们运用严厉的算法，需求人工干预和专业知识。这些包含:阈值 - 将图画切割为远景和布景。指定的阈值将像素分为两个级别之一，以阻隔对象。阈值化将灰度图画转换为二值图画或将五颜六色图画的较亮和较暗像素进行区别。K-means聚类 - 算法辨认数据中的组，变量K表明组的数量。该算法依据特征相似性将每个数据点(或像素)分配到其中一组。聚类不是剖析预界说的组，而是迭代地工作，从而有机地形成组。基于直方图的图画切割 - 运用直方图依据“灰度”对像素进行分组。简略的图画由一个对象和一个布景组成。布景通常是一个灰度级，是较大的实体。因而，一个较大的峰值代表了直方图中的布景灰度。一个较小的峰值代表这个物体，这是另一个灰色级别。边际检测 - 辨认亮度的急剧变化或不接连的地方。边际检测通常包含将不接连点排列成曲线线段或边际。例如，一块赤色和一块蓝色之间的鸿沟。
郑重声明：
1、部分内容来源于网络，本文版权归原作者所有，转载文章仅为传播更多信息之目的。
2、本文仅供学术交流，非商用。如果某部分不小心侵犯了大家的利益，请联系删除。
