针对分拣过程中视觉系统识别复杂物体时速度慢、对环境变化适应性不足的问题，提出一种基于轻量型卷积神经网络的机械臂快速分拣方法。该方法首先使用基于轻量型卷积神经网络的MobileNet-SSD算法对图像中的目标物体进行检测，获取目标类别和位置信息；然后根据检测输出结果对图像进行预处理和边缘检测，最终得到校正后的定位结果。在PROBOT Anno机械臂平台上进行分拣实验，实验结果表明，相比于传统的图像处理方法，提出的方法能对复杂目标物体实现快速的检测和定位，对于目标形态和环境的多样性来说具有更好的鲁棒性。

人群中的异常行为是一大潜在威胁，自动检测监控中的异常行为成为近年的研究热点之一。然而，由于异常的未知性与复杂性，已有的检测方法仍然存在检测率低、定位精度差的问题。为此，提出了对视频监控中的人群异常行为自动检测与定位的方法。结合灰度值与光流场的分布提取运动区域；对运动区域分割得到有效的运动块，从中提取表示外观和动态的两种特征，即局部H梯度方向直方图G和局部H光流方向直方图F特征；使用k-means方法对运动块进行聚类，对每类样本使用一类分类器进行建模。最后，加入运动连续性约束，以抑制干扰噪声。在两个复杂的异常行为数据集上的实验结果表明，本文方法明显优于已有的检测方法，且可以满足正确率高、抗干扰能力强等实际工程需求。

基于机器视觉的芯片引脚缺陷检测研究.pdf

python利用opencv进行相机标定(教程)# 实现步骤 ## 拍摄棋盘图 首先打印下图：[下载](http://120.79.182.159:8000/f/9ad20d5debfb4aa68898/?dl=1) 也可直接保存 将其固定到一个平面上，使用相机从不同角度，不同位置拍摄（10-20）张标定图。类似这样的：python调用opencv相机拍照代码（例）： ``` 按`j`拍摄图片，将会按照顺序批量保存，按`q`退出程序。

官方OpenMV IDE安装包，版本：2.2.0，无需注册，即可使用。

C#联合halcon实时二值化显示源码及图片

常州龙熙机器视觉中心核心内容有： Halcon 、QT、C++ 、OpenCV 机器视觉二维（检测、测量、定位、识别、标定、匹配等），三维有（三维无序抓取、三维测量、三维自制线激光相机、鞋底涂胶、PCL点云处理等），以学员为中心，为入行机器视觉的朋友和同学提供优秀的学习平台，我们的3D无序抓取，不同于市面上的3D抓取，我们的抓取是多个面的抓取。精度更高、稳定性更好、三维测量、三维自制线激光相机、鞋底涂胶、PCL点云处理等） 我们教学的宗旨就是一切只为学员能够学到更好的技术去进步，以学员为中心，学员的建议就是我们明天的进步，志在为入行机器视觉的朋友和同学提供一个好的学习平台。）

主包括康耐视VisionPro软件中常见工具的使用，以及job,GoupRun,ToolBlock三种脚本教程和示例，最后是C#和VisionPro的简单交互教程

VisionPro联合C#高级开发，常用功能封装成控件，快速开发。

VisionPro项目实例，代码简洁但不简单。