企业性质一般经销商
入驻年限第2年
一 简介
Rei-Mv采用一体化设计,铝合金底座、内嵌机器视觉处理器、挂壁式显示器、可调节相机支架以及光源和镜头,预留桌面式机械臂安装接口,配合丰富的工业相机,镜头以及光源,能够满足机器视觉基础实验以及综合应用实验。
二 系统组成
三 特点
一体化设计:Rei-Mv区别于传统PC+设备模式,将视觉处理器,电源管理,视觉元件集成设计,节省空间,方便实验。
功能单元化:在一体化设计的基础上,按照功能区分单元化设计,方便安装,拆卸,收纳,维护。
工控视觉处理单元:视觉处理单元设计采集高性能工控机,不仅能够处理常规视觉问题,还能进行AI训练以及推理。
可视化实验教学软件:前期学生学习不需要编写代码,通过配置软件快速实现项目,理解图像处理相关方法和流程,后期提供工程案例以及源码,教会学生如何动手编程完成一个视觉项目。
真实工业应用:根据真实工业应用场景和项目,搭配了多种相机、镜头、镜头以及相关工业零件,保障学生学以致用,培养快速实现项目的能力。
丰富的视觉案例:
四 课程资源
课程名称 | 课程内容 | 实验内容 | 实验练习 |
数字图像基础 | 1数字图像概述; 2彩色图像的颜色空间; 3灰度直方图; | 实验1:通道转换 | |
图像的代数运算 | 1图像的加法运算; 2图像的减法运算; 3图像的乘法运算; 4图像的除法运算; | 实验1:合成图像; 实验2:找图像变化; 实验3:抠图; 实验4:去除加性图案; | 练习1:找图像变化; 练习2:提取塔顶; 练习3:图像合成; |
图像分割 | 1灰度直方图峰谷分割; 2自适应阈值分割; 3大津法图像分割; 4分割暗字符; 5局部动态阈值分割; 6区域生长分割法; 7分水岭分割; | 实验1:提取回型针; 实验2:提取两个长方形之间的空隙; 实验3:提取不同灰度的字符; 实验4:网格制品缺陷检测; | 练习1:提取两个长方形之间的空隙; 练习2:提取牛奶瓶字符; 练习3:网格制品缺陷检测; |
图像增强 | 1灰度变换; 2直方图增强; 3 图像平滑; 4 图像锐化; 5 图像的彩色增强; | 实验1:图像的均衡化; 实验2:提取亮度不同的字符; 实验3:人脸祛斑; 实验4:提取牛仔裤上的划痕; | 练习1:提取非均匀纹理缺陷; |
形态学应用 | 1区域预算; 2区域(二值)形态学; 3区域(二值)形态学应用; 4灰度形态学; | 实验1:提取车牌字符; 实验2:定位电源控制柜按钮; 实验3:击中击部中变换; 实验4:粒子分割; 实验5:凸点提取; 实验6:pcb板缺陷检测; 实验7:检测工件破损面积; 实验8:鱼鳍状缺陷检测; | 练习1:定位电源控制柜红色按钮; 练习2:定位红色导线或其它颜色导线; 练习3:分割酒瓶标签数字; 练习4:击中击不中变换; 练习5:鱼鳍状缺陷检测; |
图像模板匹配 | 1模板匹配简要流程; 2基于灰度值的模板匹配; 3基于形状的模板匹配; 4图像金字塔; | 实验1:定位灰度图白色区域; 实验2:瓶盖模板匹配; 实验3:商标缩放模板匹配; 实验4:齿轮多目标标准形状模板匹配; | 练习1:工件多目标科缩放形状检测; 练习2:瓶盖定位; 练习3:芯片定位; |
OCR字符识别 | 1 MLP多层感知器; 2 ORC字符识别主要过程; 3 ORC模式; | 实验1:识别酒瓶标签上的字符; | 练习1:识别牛奶瓶标签上的字符; 练习2:识别单晶片上的型号; 练习3:点印字符识别; |
条码识别 | 1一维条形码; 2一维码主要类别以及用途; 3 二维码; 4二维码的类别及特点; 5二维码与一维码比较; | 实验1:识别EAN一维条形码; 实验2:识别25industrial一维码; | 练习1:识别EAN13 一维条形码; 练习2:字符检测识别一维码; |
工件检测 | 1 一维测量原理 | 实验1:测量鱼片的宽度; | |
光源、相机、镜头选型 (Rei_MvPro) | 1.1 LED光源; 1.2 光源颜色; 1.3 LED光源的类型以及特点; 1.4 光源选型要求; 2.1 工业相机常见分类; 2.2 CCD相机和CMOS相机; 2.3工业相机的基本参数; 2.4工业相机选型要求; 3.1工业镜头的接口; 3.2工业镜头基本参数; 3.3工业镜头类别; 3.4工业镜头选型; | 实验1:提取镜面指纹; 实验2:提取芯片字符; 实验3:提取工件点胶; 实验4:换向器端面缺陷检测; 实验5:换向器轮廓检测; 实验6:换向器端面字符提取; 实验7:相机、镜头选型1; 实验8:相机、镜头选型2; | |
综合实验一 | 图像处理 | 实验1:换向器端面检测; 实验2:铜箔胶带破损检测; 实验3:在原图中框选字符; 实验4:提取焊点; 实验5:皮革缺陷检测; | 练习1:换向器端面缺陷检测; 练习2:铜箔胶带破损检测; 练习3:在原图中框选字符; 练习4:提取焊点; 练习5:皮革缺陷检测; |
综合实验二 | 实物处理 | 实验1:工件定位; 实验2:Blob提取指定形状的工件; 实验3:相机定位指定形状的工件; 实验4:镜面提取指纹; 实验5:提取芯片字符; 实验6:提取工件点胶区域; 实验7:换向器端面字符提取; | |
综合实验三 | 机械手视觉引导工件分拣 | 1相机标定; 2手眼标定; 3视觉引导机械手分拣工件; | |
综合实验四 | 视觉点胶 | 1相机标定; 2手眼标定; 3 PCB点胶; | |
编程开发项目 | 编程完成一个视觉软件小应用 | 1.机器视觉概述 2. 开发工具 3. 相机开发 4. 机械手开发 5. 点胶机开发 6.传送带开发 7.视觉开发方式 8.彩色对象检测 9.换向器检测 10.车牌识别 11.条形码识别 12.芯片检测与测量 13.智能检测与分拣(机械手) 14.工件视觉点胶 |
四 参数配置
名称 | 型号 | 参数 |
机器视觉初级套件 | Rei_Mv | 1.基础结构:铝合金箱体、相机支架、光源支架; 2.机器视觉处理器:预装Windows10操作系统;配有深度学习框架,机器视觉相关软件运行环境;CPU:I7,内存:8G;硬盘:500G;一键还原,有效保护实验环境; 3.显示器:挂壁式安装,270°旋转可调视角;尺寸:21.5寸; 4.光源:白色环形无影光*1 5.相机:200W像素*1; 6.镜头:8mm镜头*1 7.执行机构:4自由度桌面手臂、传送带 8.检测物料配件:形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干; 9.教学资源:教学软件一套,实验指导书一本; |
机器视觉高级套件 | Rei_MvPro | 1.基础结构:铝合金箱体、相机支架、光源支架; 2.机器视觉处理器:预装Windows10操作系统;配有深度学习框架,机器视觉相关软件运行环境;CPU:I7,内存:8G;硬盘:500G;一键还原,有效保护实验环境; 3.显示器:挂壁式安装,270°旋转可调视角;尺寸:21.5寸; 4.光源:红色低角度环形光源*1;红色高角度环形无影光*1;白色低角度环形无影光*1;白色高角度环形无影光*1;蓝色低角度环形无影光*1;紫色环形高角度光源*1;同轴光源*1;白色条形光源*2;四通道光源控制器*1; 5.相机:200W像素*1,300W像素*1,500W像素*1; 6.镜头:8mm镜头*1;12mm镜头*1;16mm镜头*1;35mm镜头*1;50mm镜头*1; 7.执行机构:4自由度桌面手臂、传送带; 8检测物料配件:形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干; 9教学资源:教学软件一套,实验指导书一本; |
机器视觉点胶机版本 | Rei_MvGl | 1.基础结构:铝合金箱体、相机支架、光源支架; 2.机器视觉处理器:预装Windows10操作系统;配有深度学习框架,机器视觉相关软件运行环境;CPU:I7,内存:8G;硬盘:500G;一键还原,有效保护实验环境; 3.显示器:挂壁式安装,270°旋转可调视角;尺寸:21.5寸; 4.光源:白色环形无影光*1 5.相机:200W像素*1; 6.镜头:8mm镜头*1 7.执行机构:三自由度点胶机 8.检测物料配件:形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干、PCB板 9.教学资源:教学软件一套,实验指导书一本; |