Algoritmo de visión y adaptación del dispositivo·Descripción general de capacidades
Módulo de algoritmo de visión y servicios de desarrollo de SDK.
Para los fabricantes de equipos, integradores de sistemas y equipos corporativos de I+D, se pueden seleccionar servicios de procesamiento y medición de imágenes, puntos y líneas láser, imágenes infrarrojas y algoritmos de imágenes térmicas según las tareas. Combine las muestras originales, las condiciones del equipo, las interfaces y los requisitos de aceptación para aclarar el alcance del desarrollo, el empaquetado del SDK, la adaptación del equipo y el mantenimiento de la versión.
Seleccionar servicios de algoritmo por tarea
Procesamiento de imágenes, medición y análisis experimental.Ángulo de contacto de la gota, dimensiones 2D, contornos, registro, segmentación, sincronización y evaluación de mediciones.Algoritmos de puntos y líneas láserEl posicionamiento del punto de luz, el análisis del punto de luz, la calibración y las posibles direcciones de la escena de aplicación se evalúan de acuerdo con las condiciones de imagen reales.Algoritmos de imagen infrarroja y térmicaCorrección de datos, análisis de mapas de calor, detección de objetivos, registro multimodal y campos de aplicación industrial.
Alcance del servicio
Los proyectos de algoritmos de visión generalmente involucran imágenes, datos, algoritmos, interfaces y entornos operativos de dispositivos simultáneamente. El servicio comienza con la tarea de detección o medición del cliente y combina las capacidades requeridas en una solución ejecutable.
| Necesidades del cliente | Contenido del servicio | salida principal |
|---|---|---|
| Desarrollo de algoritmos para nuevos dispositivos. | Evaluación de muestras, diseño de soluciones, combinación de algoritmos, desarrollo de interfaces y depuración conjunta de equipos. | Software de proyecto, configuración de parámetros, documentación de interfaz e informe de verificación. |
| Optimización de equipos existentes. | Recurrencia de problemas, análisis de muestras, ajuste de parámetros o algoritmos, regresión de versiones antiguas y nuevas | Versión optimizada, registros de problemas, resultados de comparación e instrucciones de actualización |
| Integración del módulo de algoritmo | Confirmación de entrada y salida, acceso a biblioteca o programa, estado de excepción y adaptación del formato de resultado. | Interfaz de llamada, ejemplos, códigos de estado e instrucciones de implementación |
| Implementación de replicación multidispositivo | Software y configuración fijos, licencias de dispositivos, comprobaciones de instalación y gestión de versiones. | Registros de licencias, paquetes de implementación, libros de contabilidad de dispositivos y planes de recuperación |
| Mantenimiento continuo e iteración. | Manejo de problemas en escenarios originales, pruebas de regresión, actualizaciones controladas y evaluación de cambios. | Mantener registros, notas de la versión y planes de iteración. |
Capacidades algorítmicas clave
Las capacidades algorítmicas están organizadas por misión empresarial. Un proyecto puede combinar múltiples módulos y agregar adaptaciones del proyecto basadas en imágenes, calibración, reglas comerciales y plataformas operativas.
| página de habilidad | Tareas aplicables | Salida típica | Puntos clave de confirmación del proyecto |
|---|---|---|---|
| Posicionamiento y análisis de puntos láser. | Detección de punto único, multipunto y punto de luz | Coordenadas centrales, parámetros morfológicos, estado de calidad y resultados de calibración. | Longitud de onda, exposición, tamaño del punto, posición de referencia y plataforma del equipo. |
| Análisis del ángulo de contacto y del perfil de las gotas. | Perfil de gotas, línea base y análisis de procesos dinámicos. | Ángulo de contacto, parámetros de ajuste, cantidades geométricas y estado de la línea de contacto | Modelos de gotas, líneas base, escalas, condiciones de prueba y métodos de referencia. |
| Medición dimensional y de contornos 2D | Mediciones de bordes, contornos y conjuntos de puntos 2D | Posición, tamaño, residuos de ajuste y desviaciones de forma. | Dibujos, tolerancias, datos de referencia, calibraciones, condiciones ópticas y cantidades de referencia. |
| Registro de imágenes y calibración de la cámara. | Alineación de imágenes, mapeo 2D, calibración y dedistorsión. | Matriz de transformación, parámetros de cámara, parámetros de distorsión y residuales. | Sistema de coordenadas, modelo de transformación, placa de calibración, campo de visión y condiciones de recalibración. |
| Segmentación de imágenes y análisis de partículas. | Extracción de regiones, recuento de partículas, separación de adherencias y estadísticas morfológicas. | Máscaras, objetos, recuentos, contornos, esqueletos y distribuciones. | Definición de primer plano, reglas de anotación, pegamento, objetos de contorno y escalas |
| Temporización de movimiento y estadísticas de proceso. | Estimaciones de movimiento, tendencias, ciclos, eventos y puntuación de anomalías. | Desplazamientos, trayectorias, espectros, períodos, eventos y puntuaciones. | Marca de tiempo, frecuencia de muestreo, escala, condiciones operativas, línea de base normal y definición de evento |
| Propiedades físicas humectantes e inversión de parámetros de interfaz. | Cálculos de energía superficial, tensión crítica, imbibición de polvo y gotas colgantes. | Componentes de propiedad física, resultados de regresión, residuos y estado. | Modelos, propiedades de líquidos, unidades, temperatura, métodos de calibración y referencia. |
| Evaluación de la repetibilidad y la incertidumbre de las mediciones | Análisis de sistemas de medición, regresión de calibración y cálculo de incertidumbre. | Componentes de varianza, intervalos, parámetros de regresión e incertidumbre | Diseño de experimentos, equipos de referencia, rangos de medida, tolerancias y modelos de error. |
| Servicios de autorización de equipos y optimización continua | Desarrollo de primeros prototipos, duplicación de equipos, mantenimiento y actualización de versiones. | Alcance de la licencia, libro de versiones, registros de mantenimiento y planes de cambios | Número de dispositivos, escenarios, plazos, reemplazo, operación fuera de línea y alcance del servicio |
Método de selección de proyectos
- Definir resultados de negocio: Determine si se requieren coordenadas, dimensiones, ángulos, recuentos, máscaras, tendencias, parámetros físicos o emita juicios, y describa las unidades y los usos posteriores.
- Proporcionar datos representativos: Envíe muestras normales, límite y anormales, junto con el campo de visión, resolución, exposición, distancia de trabajo, frecuencia de muestreo y variaciones de campo.
- Determinar el método de evaluación: Aclare los valores de referencia, las reglas de etiquetado, la estratificación de muestras, los denominadores estadísticos y los umbrales de superación.
- Confirme el entorno operativo: Describa el sistema operativo, CPU/GPU/NPU, memoria, idioma de llamada, interfaz, simultaneidad, cantidad de dispositivos y requisitos fuera de línea.
- Verificación completa de la muestra: Verifique el efecto, el manejo de fallas, el consumo de tiempo y el uso de recursos en datos independientes y luego determine el alcance del desarrollo y la implementación.
Los proyectos de actualización de equipos existentes también deben proporcionar la versión actual del software, ejemplos de problemas, registros de operación, configuraciones de cámaras y fuentes de luz, y registros de cambios recientes de hardware.
Verificación de muestra y confirmación de desempeño.
El rendimiento del algoritmo está directamente relacionado con las condiciones de la imagen, la distribución de la muestra, la plataforma objetivo y el calibre de la evaluación. El proyecto adopta una verificación por fases, de modo que la precisión, la tasa de detección, la tasa de falsas alarmas, el ritmo de procesamiento y la estabilidad tengan un ámbito de aplicación claro.
| escenario | trabajo principal | Resultados a disposición de los clientes |
|---|---|---|
| Verificación de datos | Verifique los datos originales, los valores de referencia, las muestras anormales y las reglas de evaluación. | Ingrese la lista de verificación, las brechas y el plan de verificación. |
| línea de base de la muestra | Compare rutas de algoritmos y registre parámetros, resultados y condiciones de falla | Conclusiones de viabilidad, resultados de referencia y recomendaciones de implementación. |
| desarrollo de proyectos | Combinación completa de módulos, interfaz, configuración, estado y registro | Versión ejecutable, información de interfaz y registros de prueba. |
| Aceptación de datos independiente | Utilice datos que no hayan participado en el ajuste de parámetros o vuelva a realizar la prueba en una estación de trabajo acordada | Estadísticas de indicadores, resultados muestra por muestra y registros de aceptación |
| Verificación del funcionamiento del equipo | Verifique el funcionamiento continuo, la recuperación de excepciones, la gestión de recursos y versiones. | Ejecute informes, instrucciones de implementación y escenarios alternativos |
Las métricas de rendimiento se definen al inicio del proyecto y se documentan junto con el rango de muestra, la configuración del hardware, la versión del software y las condiciones de prueba.
Catálogo de capacidades de algoritmos 112
La siguiente tabla se utiliza para la selección preliminar de tecnología y enumera los principales insumos, productos disponibles y puntos de confirmación del proyecto. Los campos, unidades, umbrales, plataformas y criterios de aceptación de la interfaz final se determinan en el plan del proyecto.
F01 Perfil de gota y ángulo de contacto (9 artículos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A01 | Método altura-ancho (θ/2) | Contorno de gota, línea base de contacto y convención de coordenadas | Ángulo de contacto y cantidades geométricas utilizadas para la revisión. | Se aplica la aproximación del casquete esférico; modelo de forma de gota no arbitraria |
| ALG-A02 | Ajuste de círculos de mínimos cuadrados algebraicos | Esquema de caída del asiento y definición del punto de contacto | Parámetros del círculo de montaje y ángulo de contacto. | Supuesto de arco general; Es necesario comprobar la influencia de la deformación por gravedad. |
| ALG-A03 | Ajuste de elipse | puntos de contorno 2D | Centro de elipse, longitud y dirección del eje. | Se utiliza para generar parámetros de elipse geométrica; El ángulo de contacto debe calcularse según la línea base, el punto de contacto y las definiciones de ángulo. |
| ALG-A04 | Ajuste polinómico local robusto | Contorno de gota, orden polinómico e intervalo de ajuste. | Punto de contacto tangente y ángulo. | El intervalo de adaptación y la línea de base deben confirmarse en función de la muestra. |
| ALG-A05 | Ajuste B-spline cúbico suave | Contorno de gotas, puntos de control y parámetros de suavizado. | Contornos suaves, tangentes y ángulos locales. | El suavizado no puede restaurar los verdaderos contornos ocluidos |
| ALG-A06 | Young-Laplace / ADSA | El contorno de una caída de asiento que satisface las condiciones de simetría axial y equilibrio estático. | Parámetros y ángulos de ajuste del modelo Zuodi. | El modelo de caída sentada no se convierte automáticamente en el producto de inversión de imagen de caída colgante. |
| ALG-A28 | Integración numérica de contornos axisimétricos. | Perfiles axiales y radiales, escalas de longitud. | Volumen y área de superficie axisimétrica | Requiere simetría axial y contornos confiables; Las cantidades físicas dependen de la escala. |
| ALG-A92 | Corrección de coordenadas de línea base de inclinación | Puntos de contorno, puntos finales de línea base y direcciones de eje de imagen | Coordenadas de corrección y transformación. | La corrección de coordenadas no puede arreglar puntos de contacto incorrectos |
| ALG-A93 | Identificación del estado de movimiento de la línea de contacto | Tiempo, radio de contacto, ángulo y umbral de velocidad. | Estado y segmentación del movimiento de la línea de contacto. | La determinación del estado está limitada por la frecuencia de muestreo y el umbral. |
F02 Medición geométrica y análisis de perfiles (16 artículos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A07 | Ajuste total de mínimos cuadrados en línea recta | Punto bidimensional establecido en el mismo sistema de coordenadas. | Dirección de línea, posición y residuos de ajuste. | Los resultados de mínimos cuadrados no excluyen automáticamente los valores atípicos |
| ALG-A08 | RANSAC Estimación del modelo robusto | Conjunto de puntos 2D, tipo de modelo y umbral de puntos interiores | Modelos lineales o circulares, puntos interiores y residuales. | Los resultados solo se pueden comparar después de que el tipo de modelo y el umbral estén claros. |
| ALG-A09 | Detección lineal aproximada | Escala de grises o mapa de bordes, longitud y umbrales de conexión | Ubicaciones y segmentos de línea candidatos | El segmento de línea candidato no es una categoría de borde de producto identificada |
| ALG-A10 | Calibrador de gradiente de subpíxeles | Imagen, línea de muestreo del calibrador y polaridad del borde | Posición del borde del subpíxel en la línea de muestra | La posición del píxel no equivale directamente a la precisión del tamaño físico |
| ALG-A17 | Método de pinza giratoria de casco convexo | Puntos de contorno en el mismo sistema de coordenadas. | Diámetro máximo y mínimo de Feret. | Las dimensiones físicas requieren escala |
| ALG-A18 | Medición del ancho de doble borde de la sección normal | Máscara binaria, línea central y parámetros de muestreo normales. | Ancho de sección a lo largo de la línea central | El ancho 2D no se puede interpretar como profundidad de la zanja |
| ALG-A19 | Análisis de la desviación del contorno del campo de distancia del símbolo | Máscaras de referencia y observación registradas. | Distancia firmada y desviación del contorno. | El error de registro debe distinguirse del error de forma. |
| ALG-A29 | Ajuste de círculo de distancia ortogonal geométrico | Conjunto de puntos bidimensionales casi circulares y parámetros de iteración | Círculo de ajuste de distancia geométrica y error residual. | El resultado de convergencia se ve afectado por el valor inicial, la calidad del conjunto de puntos y la proporción de valores atípicos. |
| ALG-A30 | Herraje recto robusto Huber IRLS | Conjunto de puntos bidimensionales, iteración y parámetros de ajuste de Huber. | Información sólida sobre líneas rectas y pesos | La robustez tiene un ámbito de aplicación y no puede reemplazar la inspección de calidad de las muestras. |
| ALG-A34 | Coincidencia de plantilla de distancia de chaflán | Bordes de imagen y plantilla | Costo de coincidencia de chaflanes y posiciones candidatas | La distancia coincidente no es probabilidad de clase |
| ALG-A35 | Coincidencia de contorno invariante de momento Hu | Dos contornos 2D y cómo compararlos | Puntuación de diferencia de forma de Hu | La puntuación no es equivalente a la confianza de identificación calibrada |
| ALG-A36 | Descriptor de contorno de Fourier | Contornos cerrados ordenados, número de muestras y número de armónicos. | Descriptor de contorno de Fourier | El descriptor no proporciona automáticamente etiquetas de clasificación de productos. |
| ALG-A41 | Ajuste de plano ortogonal de conjunto de puntos tridimensionales | Un punto tridimensional ambientado con significado físico. | Plano normal, posición y residual. | No se pueden generar puntos tridimensionales de la nada a partir de fotografías bidimensionales ordinarias. |
| ALG-A45 | Distancia de contorno bidireccional de Hausdorff y chaflán | Dos contornos en el mismo sistema de coordenadas. | Distancia bidireccional de Hausdorff y Chaflán | Los umbrales de distancia deben definirse en función de las tolerancias del producto y el muestreo. |
| ALG-A46 | Rectángulo envolvente girado de área mínima | conjunto de puntos 2D | Girar el rectángulo, la orientación y el tamaño del sobre | El rectángulo exterior no reemplaza todas las tolerancias dimensionales y geométricas. |
| ALG-A99 | Rectitud de área mínima bidimensional | Puntos de muestreo bidimensionales limitados. | Ancho y dirección mínimos de la banda paralela de la envolvente | No constituye directamente un conjunto completo de inspecciones de tolerancia geométrica ISO o ASME. |
F03 Segmentación de partículas y mejora de imágenes (32 elementos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A11 | Otsu Segmentación del umbral de Otsu | Escala de grises, color inverso y ajustes de suavizado | Umbral global, máscara binaria | Distribución en escala de grises que debe ser adecuada para el umbral global |
| ALG-A12 | Etiquetado y filtrado de dominios conectados | Máscara binaria, límite inferior de área y reglas de conectividad | Lista de áreas, tamaño y ubicación. | Los dominios conectados no pueden distinguir automáticamente las categorías de productos |
| ALG-A13 | Marcado de cuencas de control | Imagen, máscara de primer plano o parámetros de semilla | Áreas de cuencas y etiquetas | La calidad de la semilla y del primer plano determinan las condiciones de desprendimiento |
| ALG-A14 | Coincidencia de plantillas de correlación cruzada normalizada | Plantillas de referencia e imágenes a buscar. | Puntuaciones coincidentes y ubicaciones de candidatos | Los cambios de rotación, escala o perspectiva deben seleccionar el método de registro correspondiente y verificarlo por separado. |
| ALG-A15 | Refinamiento del esqueleto de Zhang-Suen | Máscara binaria y límite superior de iteración | esqueleto de un solo píxel | Los esqueletos no incluyen automáticamente la semántica de defectos |
| ALG-A16 | Transformada de distancia euclidiana | máscara binaria | Campo de distancia de píxeles | La distancia de la máscara 2D no es igual a la profundidad física |
| ALG-A27 | Segmentación semántica de U-Net | Definiciones de preprocesamiento y peso ONNX del dominio de producto legalmente disponibles | Resultados del acuerdo de interfaz y máscara de segmentación | Los proyectos deben proporcionar o entrenar modelos de pesos para las categorías de productos aplicables y confirmar las licencias de peso y la verificación del dominio del producto. |
| ALG-A43 | Detección de blobs LoG de múltiples escalas | Umbrales de imagen, multiescala y respuesta. | Detectar centro de candidatos, escala y respuesta | La escala candidata no es directamente igual al tamaño físico de las partículas. |
| ALG-A44 | Agrupación de densidad DBSCAN | Punto o característica, radio de vecindad y límite inferior de densidad | Etiquetas de clúster y puntos de ruido. | La agrupación en clústeres no puede nombrar automáticamente los tipos de defectos |
| ALG-A47 | Umbral gaussiano adaptativo | Escala de grises, ventanas y compensaciones. | Umbral local y máscara binaria | Los parámetros deben combinarse con la escala de defectos y no se pueden aplicar a ninguna textura. |
| ALG-A48 | Umbral local de Sauvola | Imagen en escala de grises, ventana y parámetros estadísticos locales. | Mapa y máscara de umbral local | Requiere marcado y confirmación independientes, no detección de defectos incondicional |
| ALG-A49 | Segmentación de umbral triangular | Imagen en escala de grises y configuración de color inverso | Umbral y enmascaramiento de triangulación | Distribución de imágenes que debe cumplir con el modelo de umbral. |
| ALG-A50 | Segmentación en primer plano GrabCut | Imagen en color y rectángulo o etiqueta inicial. | Etiquetas y máscaras de primer plano | Necesita inicialización, no modelo semántico de dominio de producto |
| ALG-A51 | K-medias segmentación de color | Mapa de color, espacio de color y número de grupos. | Etiquetas de grupos de colores y resultados relacionados | Los grupos de colores no son equivalentes a las categorías de aprobado y defectuoso |
| ALG-A52 | Conjunto de niveles Chan-Vese | Imagen en escala de grises, máscara inicial y parámetros de evolución. | Máscaras de región y resultados de iteración. | Las texturas complejas deben verificarse mediante otros métodos o combinaciones. |
| ALG-A53 | Borde de cruce por cero LoG | Imagen en escala de grises, escala de filtro y umbral de contraste. | borde de cruce por cero | La respuesta del borde no genera automáticamente resultados de aceptación dimensional |
| ALG-A54 | Borde degradado de Scharr | Imagen en escala de grises y umbral de degradado | Respuesta de gradiente y bordes. | La intensidad del gradiente no se corresponde directamente con la profundidad de la grieta. |
| ALG-A55 | Corrección de fondo de sombrero de copa multiescala | Imágenes, elementos estructurales multiescala y propiedades de luz y oscuridad objetivo. | Corrección de fondo y respuesta multiescala. | El procesamiento no demuestra las propiedades físicas del material objetivo. |
| ALG-A56 | Mejora del contraste local CLAHE | Imágenes, límites de contraste y cuadrículas | Mejorar imágenes | Los cambios de apariencia mejorados no son información de medición nueva. |
| ALG-A57 | Corrección de iluminación Retinex de escala única | Escala de imagen e iluminación. | Tabla de corrección de Retinex y resultados relacionados | No recupera información perdida por oclusión o saturación |
| ALG-A58 | Filtrado bilateral | Imagen, vecindad y pesos bilaterales. | Imagen sin ruido | El efecto de eliminación de ruido debe evaluarse junto con la cadena de medición. |
| ALG-A59 | Eliminación de ruido media no local | Imagen, intensidad de ruido y ventana de búsqueda. | Imagen sin ruido | No hay compromiso para recuperar estructuras por debajo de la resolución de imagen. |
| ALG-A60 | Reconstrucción morfológica | Gráfico semilla, gráfico de restricciones y reglas de conectividad | Resultados de la reconstrucción y estado de la iteración. | Los errores de semilla cambiarán los resultados y no pueden reemplazar el juicio semántico. |
| ALG-A61 | Relleno de agujeros binarios | Máscara binaria y reglas de conectividad. | Máscara de llenado de agujeros y resultados del procesamiento. | Si los agujeros reales son objetivos de detección, no se pueden borrar mediante el preprocesamiento. |
| ALG-A62 | Campo de distancia semillas h-maxima | Máscara binaria, valor h e intervalo mínimo | Semillas de campo a distancia y resultados relacionados | Sólo se generan semillas de segmentación, lo que no significa que los objetivos se hayan separado correctamente. |
| ALG-A63 | Seguimiento de ruta del gráfico de esqueleto | Esqueleto de un solo píxel u opciones de refinamiento explícitas | Nodos, ramas y caminos del esqueleto. | El trazado de trayectoria no diferencia automáticamente entre grietas, rayones y polvo |
| ALG-A64 | Planificación dinámica de caminos límite. | Mapa de costos 2D, eje de ruta y restricciones de punto final | Rutas y costos de restricción | Mapa de costos de dependencia de la ruta, no verdad del terreno de contorno universal |
| ALG-A65 | Línea central del láser del centro de gravedad en escala de grises | Imagen de línea láser, eje de escaneo y parámetros de fondo. | Línea central en escala de grises | La línea central del píxel no es igual al contorno 3D calibrado |
| ALG-A66 | Características de la textura de Gabor. | Parámetros del filtro de imagen, dirección y longitud de onda. | Respuesta y características de la textura de Gabor. | La extracción de características no completa automáticamente la clasificación de defectos |
| ALG-A80 | Textura LBP de patrón binario local | Imagen en escala de grises | Codificación LBP y estadísticas de textura. | La codificación en sí misma no tiene significado de categoría de defecto |
| ALG-A81 | Textura de matriz de coocurrencia de nivel de gris GLCM | Imágenes cuantificadas en escala de grises, niveles y compensaciones espaciales. | Características de textura y matriz de coocurrencia. | Los umbrales de funciones deben verificarse según las tareas |
| ALG-A82 | Muesca gaussiana en el dominio de frecuencia para eliminar franjas periódicas | Imagen, posición de frecuencia marginal y ancho de banda de muesca | Imagen marginal deperiódica | Necesidad de distinguir estructuras repetitivas verdaderas de franjas de interferencia |
F04 Cámara de registro y geometría láser (10 artículos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A20 | Extracción de crestas de subpíxeles de Steger | Parámetros de curvatura, escala y imagen lineal en escala de grises | Posición de la cresta del subpíxel y respuesta asociada | La extracción de crestas no es un sistema de escaneo 3D terminado |
| ALG-A21 | Triangulación láser | Parámetros internos y externos de la cámara, plano láser y posición de la imagen. | El punto de intersección tridimensional del rayo y el plano de calibración. | Debe calibrarse utilizando equipos reales; la precisión física no se puede lograr con parámetros sintéticos |
| ALG-A31 | Registro de traducción dependiente de la fase | Imágenes de referencia y móviles con texturas superpuestas. | Traducción 2D y respuestas relacionadas. | Adecuado para estimación de traducción; La rotación o la postura tridimensional requiere seleccionar el modelo correspondiente. |
| ALG-A32 | Registro de intensidad ECC | Superposición de imágenes, modelos de movimiento y valores iniciales. | Especificar transformaciones bidimensionales e indicadores relacionados. | Basándose en el valor inicial y la similitud de la imagen, el proyecto debe establecer una determinación de falla. |
| ALG-A33 | Registro de homografía ORB y RANSAC | Imágenes de origen y destino con características suficientes | Correlación de características y transformación de homografía. | Aplicable a la homografía; no cubre automáticamente escenas de profundidad múltiple |
| ALG-A37 | Registro ICP de cuerpo rígido 2D | Conjunto de puntos 2D, postura inicial aproximada y parámetros de poda | Transformación de cuerpo rígido bidimensional y residuos de registro. | No es un registro global ni una calibración mano-ojo de un robot 3D. |
| ALG-A38 | Se deben instalar los puntos correspondientes. | Puntos correspondientes en el mismo plano. | Matriz de homografía bidimensional | Las relaciones de un solo plano no se pueden sustituir por una calibración tridimensional completa |
| ALG-A39 | Calibración de cámara de tablero de ajedrez de vista múltiple | Tablero de ajedrez multivista o puntos de esquina, dimensiones y especificaciones de imagen. | Parámetros internos de la cámara, distorsión y resultados de calibración. | La instalación y el estado de la lente deben revisarse después de los cambios. |
| ALG-A40 | Dedistorsión de imagen y punto | Imagen o píxeles, parámetros intrínsecos de la cámara y distorsión. | Imagen correcta o coordenadas de puntos. | Se basa en parámetros internos efectivos y no promete eliminar todos los errores ópticos. |
| ALG-A42 | Registro de similitud y cuerpo rígido SVD | Opciones de escala y conjunto de puntos bidimensionales correspondientes secuencialmente | Cuerpo rígido o transformación similar | Adecuado para puntos correspondientes bidimensionales; El registro tridimensional requiere el establecimiento de datos independientes y enlaces de coordenadas. |
F05 Tiempo de movimiento y estadísticas de proceso (20 ítems)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A22 | filtro de kalman | Configuración de posición inicial, paso de tiempo y ruido. | Estimación bidimensional del estado de posición y velocidad. | La salida filtrada no puede disfrazar mediciones no válidas como posiciones medidas |
| ALG-A23 | partido de hungría | Matriz de costos y umbral de rechazo | Asociaciones uno a uno y elementos incomparables | Los resultados de la asociación no constituyen una identificación real. |
| ALG-A24 | Suavizado y derivación de Savitzky-Golay. | Secuencia, ventana, orden, intervalo de muestreo y orden derivada. | Secuencia suave o derivada | El muestreo uniforme y la legalidad de los parámetros deben ser claros. |
| ALG-A25 | Estimación del espectro de potencia de Welch | Señal, frecuencia de muestreo y ventanas de segmentación. | Densidad espectral de frecuencia y potencia. | La salud de los equipos a largo plazo no se puede inferir a partir de un solo segmento del espectro |
| ALG-A26 | Detección de anomalías de distancia de Mahalanobis | Funciones de entrenamiento normales, regularización y funciones de prueba. | Puntuación de distancia y juicio de anomalía confirmada. | Necesita una distribución normal verdadera, no un identificador de defectos universal |
| ALG-A67 | Flujo óptico escaso de Lucas-Kanade | Dos fotogramas consecutivos, puntos de esquina iniciales y parámetros de seguimiento. | Movimiento de puntos dispersos y estado efectivo. | El seguimiento del flujo óptico no equivale a la correlación de identidad entre espejos |
| ALG-A68 | Flujo óptico denso Farneback | Dos cuadros consecutivos y parámetros de flujo óptico. | Campo de desplazamiento bidimensional denso | El desplazamiento de la imagen no es directamente igual a la velocidad tridimensional |
| ALG-A69 | Separación de fondo MOG2 | Parámetros de aprendizaje de marco continuo y fondo. | máscara de primer plano | Los prospectos no son categorías específicas como personas, llamas, etc. |
| ALG-A70 | Detección de movimiento diferencial de doble cuadro | Dos fotogramas, umbral de diferencia y parámetros morfológicos. | máscara diferencial de movimiento | No se puede juzgar de forma independiente la categoría o el nivel de peligro del objetivo en movimiento. |
| ALG-A71 | Media móvil exponencial EWMA | Secuencia numérica, coeficiente de suavizado y valor inicial. | Serie suavizada EWMA | El suavizado no puede eliminar la deriva del sistema |
| ALG-A72 | Filtrado de anomalías de desviación absoluta de la mediana de Hampel | Secuencias numéricas, ventanas y umbrales MAD. | Marcadores atípicos y secuencias de procesamiento. | Los valores de reemplazo no pueden imitar las medidas originales válidas |
| ALG-A73 | Detección de cambio CUSUM bilateral | Secuencia, media objetivo, desviación permitida y umbral | Cambiar estadísticas y candidatos de alarma | Los umbrales de alarma y la eliminación de equipos se acordarán por separado. |
| ALG-A74 | transformada de Fourier de corto tiempo STFT | Señal, frecuencia de muestreo, ventana y tamaño de paso. | espectro de tiempo | La información de alias no se puede recuperar cuando la frecuencia de muestreo es insuficiente |
| ALG-A75 | Estimación del período de autocorrelación FFT | Secuencia, frecuencia de muestreo y rango de retardo de búsqueda | Estimaciones de período o frecuencia y cantidades relacionadas | La existencia de ciclos no prueba directamente el tipo de falla del equipo. |
| ALG-A76 | Deformación dinámica del tiempo DTW | Ventana de dos secuencias y rutas | Distancia DTW y trayectoria de alineación | La distancia de similitud no es igual a la verdadera identidad del evento |
| ALG-A77 | Mínimos cuadrados recursivos RLS | Vectores de características, observaciones y parámetros de recursividad. | Coeficientes y estado del modelo en línea. | Es necesario definir las condiciones de incentivos del modelo y de los datos. |
| ALG-A78 | Media y covarianza en línea de Welford | Secuencia de observación dimensionalmente consistente | Media en línea, covarianza y recuento. | Las estadísticas no dan automáticamente juicios de calificación de procesos |
| ALG-A79 | Puntuación de anomalía residual de reconstrucción de PCA | Muestras normales, normalización de características y puntuaciones de componentes principales. | fracción de diferencia residual reconstruida | Es necesario establecer una línea base normal, no un diagnóstico general de fallas. |
| ALG-A83 | Envolvente RMS de corto tiempo | Señales, ventanas y escalones. | Envolvente RMS de corto tiempo | Las unidades físicas dependen de la calibración de entrada. |
| ALG-A84 | Detección de significado de pico unidimensional | Secuencia unidimensional, prominencia e intervalo mínimo. | Posición máxima y cantidad de correlación máxima | Los picos no pueden nombrarse automáticamente como eventos de defecto |
F06 Inversión de propiedades físicas de humectación (7 artículos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A85 | OWRK Inversión de energía de superficie sólida | Ángulo de contacto de líquidos con múltiples sondas y propiedades físicas de los componentes. | OWRK componente energético de superficie sólida | Es necesario utilizar unidades de propiedad física consistentes y modelos de superficie aplicables. |
| ALG-A86 | Wu Inversión de energía superficial media armónica | Ángulo de contacto y dispersión líquida de sonda y componentes polares. | Componente de energía superficial Wu | No infiera directamente propiedades físicas a partir de un único gráfico no calibrado. |
| ALG-A87 | vOCG Inversión de energía superficial ácido-base | Ángulo de contacto, líquido de sonda LW y contenido ácido-base | Componente de energía superficial vOCG | Las combinaciones de fluidos de sonda y las suposiciones del modelo deben ser claras. |
| ALG-A88 | Extrapolación de la tensión superficial crítica de Zisman | Ángulo de contacto en serie y tensión superficial del líquido. | Extrapolación y ajuste de la tensión superficial crítica. | El valor extrapolado no es equivalente al valor real de la energía universal de la superficie sólida. |
| ALG-A89 | Ángulo de contacto absorbente de polvo Washburn | Tiempo, calidad de absorción de líquidos, constantes materiales y propiedades físicas del líquido SI. | Ángulo de contacto de absorción de líquido en polvo y cantidad de regresión | Las constantes del material se calibran con las mismas condiciones de llenado; No se pueden mezclar diferentes constantes acordadas. |
| ALG-A90 | Caída colgante Young-Laplace integral hacia adelante | Parámetros de enlace, longitud del arco de integración y tamaño del paso. | Perfil colgante adimensional abatible hacia adelante | No es un ADSA completo para encontrar tensión superficial desconocida en fotografías |
| ALG-A91 | Estimación de la tensión de regresión de curvatura de caída colgante | Semicontornos previamente alisados, diferencias de densidad y gravedad en metros. | Estimación de la tensión de regresión de curvatura. | La dirección de la altura debe ser consistente; No es un accesorio ADSA no lineal completo. |
F07 Estadísticas de medición e incertidumbre (6 ítems)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A94 | Intervalo de confianza percentil de Bootstrap | Muestras, funciones estadísticas, niveles de confianza y configuraciones de remuestreo | Intervalos percentiles y resultados estadísticos. | La configuración del nivel de confianza no equivale a la prueba de cobertura real para muestras finitas |
| ALG-A95 | Propagación de la incertidumbre de medición de Monte Carlo | Modelo de medición, medias de entrada y covarianzas, configuración de muestreo. | Distribución de la producción del modelo y estadísticas de incertidumbre. | Los elementos faltantes del sistema no se completan automáticamente mediante muestreo |
| ALG-A96 | Medidor ANOVA cruzado R&R | Datos de balance por pieza, operador, número de repeticiones. | Gage R&R y componentes de variación | No incorpore automáticamente términos de interacción ni realice pruebas de significancia completas. |
| ALG-A97 | Calibración lineal de mínimos cuadrados ponderados | Referencia x y medición y e incertidumbre estándar | Coeficientes de calibración lineal y residuales. | Los residuos de regresión no son incertidumbres completas del equipo. |
| ALG-A98 | Regresión del error bivariado de Deming | Dos observaciones variables y relación de varianza del error. | Coeficiente de regresión de Deming | El índice de varianza del error debe tener una base |
| ALG-A100 | Propagación de la incertidumbre de la sensibilidad de primer orden. | Modelo de medición, media, covarianza y diferencia de tamaño de paso. | Resultados de sensibilidad y propagación de primer orden. | La fuerte no linealidad y las cantidades faltantes del sistema deben evaluarse por separado. |
F08 Análisis de puntos láser (12 artículos)
| número de serie | módulo de algoritmo | Entradas comunes | Salida disponible | Puntos de confirmación del proyecto |
|---|---|---|---|---|
| ALG-A101 | Centroide en escala de grises del punto láser de umbral adaptativo | Marco en escala de grises, ROI, fondo y parámetros de selección de candidatos | Centro de punto brillante único, área y cantidades relacionadas con la energía | La salida de coordenadas físicas debe verificarse con la cámara de destino, la lente y los datos de calibración. |
| ALG-A102 | Extracción de candidatos de dominio conectados con múltiples puntos láser | Marco en escala de grises, ROI y parámetros de filtrado de dominio conectado | Múltiples candidatos destacados y sus características. | Los puntos brillantes de contacto o superpuestos no se separan automáticamente |
| ALG-A103 | Centro de punto de subpíxel de superficie cuadrática logarítmica | Parámetros aproximados de punto gaussiano, ventana y fondo | Centro cuadrático logarítmico y resultados de ajuste | La saturación fuerte, el truncamiento de ventana y no gaussiano pueden producir sesgo |
| ALG-A104 | Centro de punto de luz de simetría radial degradado | Parámetros de detección de gradiente y punto simétrico casi radial | Centro de simetría radial y residual. | El efecto de posicionamiento debe verificarse de acuerdo con la forma del objetivo reflectante y las condiciones de imagen. |
| ALG-A105 | Punto láser segundo momento y diámetro del eje principal | Respuesta lineal a la intensidad del punto, el fondo y el ROI | Centro de masa, momento de segundo orden, diámetros y direcciones de los ejes primario y secundario. | Solo se implementa el cálculo del momento de segundo orden, no un sistema de medición ISO11146 completo. |
| ALG-A106 | Punto láser que rodea el diámetro de energía. | Punto, centro, relación de energía y escala. | Relación especificada de radio y diámetro de energía circundante | La integral en escala de grises no se convierte automáticamente a vatios o julios |
| ALG-A107 | Diagnóstico de calidad y usabilidad del punto láser | Spot, información relacionada con la exposición y límites de calidad. | Cantidades de diagnóstico y comprobaciones de límites, como saturación, truncamiento y relación de ejes. | Los umbrales de calidad requieren pruebas de equipos y no son criterios de aceptación automática. |
| ALG-A108 | Coincidencia uno a uno de bits de referencia de puntos múltiples láser | Puntos de detección, puntos de referencia y límite superior de distancia en el mismo sistema de coordenadas | Coincidencias uno a uno y elementos faltantes | No estima parámetros externos y no prueba la identidad del objetivo. |
| ALG-A109 | Calibración polinomial de coordenadas físicas a píxel bidimensional | Píxeles en el mismo plano que las coordenadas de referencia y el orden del mapeo | Coeficientes de mapeo bidimensional y resultados de ajuste. | El mapeo empírico bidimensional no reemplaza la calibración tridimensional |
| ALG-A110 | Mapeo de calibración de puntos láser y propagación de covarianza. | Puntos de píxeles, calibración 2D efectiva y covarianza de píxeles | Mapeo de coordenadas y propagación de covarianzas dadas. | Las placas de calibración, la variación de temperatura y las desviaciones de modelo no se incluyen automáticamente |
| ALG-A111 | Conversión de píxel de punto láser a ángulo de visión de cámara | Píxeles, intrínsecos de la cámara y distorsión. | Línea de visión y ángulo de la unidad del sistema de coordenadas de la cámara | Falta información de distancia, los puntos 3D no se pueden recuperar individualmente |
| ALG-A112 | Elipse de cobertura y repetibilidad bidimensional del punto láser | Repita las mismas condiciones para coordenadas 2D y niveles de cobertura. | Media, covarianza, RMS radial y elipse de cobertura | La suposición de cobertura normal bidimensional no demuestra precisión física ni estabilidad a largo plazo. |
De la evaluación a la entrega
- Necesita confirmación: Aclarar tareas, datos, resultados, indicadores, plataformas, interfaces, número de dispositivos y tiempo planificado.
- Verificación de muestra: Las muestras fijas y los calibres de evaluación forman la base del algoritmo, las condiciones aplicables y el alcance de la implementación.
- Desarrollo y depuración conjunta: Combinación completa de algoritmos, acceso a datos, configuración de parámetros, estado anormal, interfaz de resultados y registro.
- Aceptación independiente: Verificar el efecto, el consumo de tiempo, la estabilidad y el mecanismo de recuperación en función de los datos o estaciones de equipos acordados.
- Autorización y mantenimiento: Determine la licencia en ejecución según el dispositivo, el escenario y la versión, y maneje continuamente los problemas del escenario original y las actualizaciones controladas.
El contenido de entrega puede incluir bibliotecas o programas de algoritmos, ejemplos de llamadas, descripciones de interfaces y parámetros, archivos de configuración o calibración, informes de prueba, notas de versión y planes de recuperación. El código fuente, los modelos específicos del proyecto, los componentes de terceros, el hardware y las adaptaciones de nuevas plataformas se confirman por separado en la cotización.
Preguntas frecuentes
¿Cómo puedo saber si un algoritmo existente funcionará con mi dispositivo?
Primero proporcione muestras originales, objetivos de la misión, resultados de referencia y condiciones del equipo. Después de completar la inspección de datos y la verificación de muestras, se pueden aclarar la reutilización, el desarrollo que debe complementarse, los entregables esperados y los métodos de aceptación.
¿Se admiten Windows, Linux y plataformas integradas?
La adaptación se puede evaluar en función del sistema de destino, el procesador y la interfaz de llamada. El proyecto también confirmará las dependencias, los recursos, la forma de entrega, el método de instalación y las condiciones de prueba de rendimiento.
¿Por qué es necesario confirmar la precisión y la velocidad de procesamiento proyecto por proyecto?
Los indicadores variarán según la dificultad de la muestra, la resolución de la imagen, la combinación de algoritmos, el hardware y el calibre estadístico. A través de muestras de clientes y pruebas de plataformas objetivo, se pueden formar indicadores aceptables del proyecto.
¿Es posible licenciar según la cantidad de dispositivos?
Las licencias se pueden acordar en función de las entidades, equipos o estaciones de trabajo del cliente, escenarios de algoritmos, versiones de entrega y plazos. Las reglas para el reemplazo de máquinas, operación fuera de línea, recuperación y equipos nuevos se especifican en el contrato.
¿Podemos seguir optimizando en el futuro?
Puede reproducir, mejorar y verificar mediante regresión nuevas muestras, problemas de juicio erróneo y cambios en las condiciones de trabajo en la escena original. Los nuevos productos, hardware o características se evalúan según el alcance del cambio.
Consulta de proyecto
xuzhiyang0928@gmail.com
Envíe muestras y condiciones del equipo para aclarar el alcance del desarrollo y la entrega.
Módulo de algoritmo de visión y servicios de desarrollo de SDK.
Describa el objeto de la tarea, la imagen o el video original, los indicadores de destino, la plataforma del dispositivo, la interfaz y la situación de muestra.
Teléfono: 13910119357xuzhiyang0928@gmail.com