机器视觉开发平台大对比 点击:1114 | 回复:1



小鬼1988

    
  • 精华:0帖
  • 求助:4帖
  • 帖子:8帖 | 64回
  • 年度积分:0
  • 历史总积分:124
  • 注册:2017年4月11日
发表于:2018-12-15 00:07:48
楼主

转自百度贴吧-觉得整理的不错

机器视觉当前的比较流行的开发模式是“软件平台+工具包”



软件平台:
C++/VC:是微软公司的C++开发工具,具有集成开发环境,可提供编辑C语言,C++以及C++/CLI等编程语言。VC++集成了便利的除错工具,特别是集成了微软Windows视窗操作系统应用程序接口(Windows API)、三维动画DirectX API,Microsoft .NET框架。大部分的工具包都支持VC的开发。是大家主要选择的平台。
C#:C#是一种安全的、稳定的、简单的、优雅的,由C和C++衍生出来的面向对象的编程语言。它在继承C和C++强大功能的同时去掉了一些它们的复杂特性(例如没有宏以及不允许多重继承)。C#综合了VB简单的可视化操作和C++的高运行效率,以其强大的操作能力、优雅的语法风格、创新的语言特性和便捷的面向组件编程的支持成为.NET开发的首选语言,c#相对于c++比较简单,目前很多相机厂家的SDK开始转向用c#做应用程序了。
LabVIEW:LabVIEW是一种图形化的编程语言的开发环境,它广泛地被工业界、学术界和研究实验室所接受,视为一个标准的数据采集和仪器控制软件。LabVIEW 集成了与满足 GPIB、VXI、RS-232和 RS-485 协议的硬件及数据采集卡通讯的全部功能。它还内置了便于应用TCP/IP、ActiveX等软件标准的库函数。这是一个功能强大且灵活的软件。利用它可以方便地建立自己的虚拟仪器,其图形化的界面使得编程及使用过程都生动有趣。开发周期比较短维护起来比较方便。
VB、delphi:比较现在用的人比较少了
java等没怎么看到别人在用了
python这几年比较火,不过我没有看到做用来做面向工业的视觉项目的情况。

工具包:
halcon:HALCON源自学术界,它有别于市面一般的商用软件包。事实上,这是一套image processing library,由一千多个各自独立的函数,以及底层的数据管理核心构成。是德国MVtec公司开发的一套完善的标准的机器视觉算法包,拥有应用广泛的机器视觉集成开发环境。它节约了产品成本,缩短了软件开发周期——HALCON灵活的架构便于机器视觉,医学图像和图像分析应用的快速开发。用其开发需要一定软件功底和图像处理理论。
VisionPro:美国康耐视的图像处理工具包。性能大多数算法性能都很好,Visionpro的定位,测量,OCR,OCV等等都要比Halcon的要好,但缺陷检查要比halcon弱,项目开发周期短,甚至2天就能做好一个项目。
NI Vision:NI的特点是自动化测试大多数需要的软硬件都有解决方案,有点事软件图形化编程,上手快,开发周期快,缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少,而且整个工具包一个价格,而不是一个算法一个算法地卖,性能方面在速度和精度没有前两种软件好。
OpenCV:OpenCV是一个基于(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法,视觉的涉及领域比较广,openCV更多的还是用在计算机视觉领域,在机器视觉领域其实不算太多,用于教学是个很好的选择。
MIL:加拿大maxtrox的产品,是Matrox Imaging Library 的简写。早期推广和普及程度不错,当前似乎主要用户还是早期的做激光设备的一些用户在用,所以用于定位的较多。
CK Vision:创科公司的软件包,创科视觉国内具有底层算法开发能力的软件供应商,相对前面几个工具包来说价格优势比较明显,另外机器视觉需要的功能也基本都有,处理速度快,测量精度也可以,所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言,用量很大,推广也不错,而且软件有90天的试用期,关注创科视觉公众号即可获得软件的工具包。
迈思肯:迈斯肯的视觉主要产品还是条码阅读一类,图像工具包没有用过,不了解,不评价。
其他:其他还有一些厂家的图像工具包,要么市场影响力不大,要么本人没有用过,不评价。




北京矩视智能

  • 精华:0帖
  • 求助:0帖
  • 帖子:2帖 | 8回
  • 年度积分:0
  • 历史总积分:67
  • 注册:2020年3月12日
发表于:2020-03-24 20:05:23
1楼

1、HalconVisionPro为代表的传统机器视觉软件,通过调用各种算法因子,针对目标特征,定制化设置各种参数。其擅长解决以测量为主的定量问题,和判断有无的简单问题,但对复杂检测类的需求,漏检率/误检率较高。虽然软件价格一降再降,国产软件售价仅几千元甚至免费,但前期开发和后期维护成本较高,在使用时面临很大的局限性。

2、以康耐视的VIDISualab(已被康耐视收购)为代表的深度学习软件,将深度学习的标注、训练、测试流程,以PC软件的方式进行封装,降低了用户使用深度学习技术的门槛。主要解决传统视觉无法解决的复杂缺陷检测难题,或用深度学习的标注方法,提高开发效率。但从实际应用效果来看,当前的深度学习主要以监督学习为主,针对不同场景,需要大量的模型选择、调参等工作,无法针对所有场景,通用性的解决,因此,并没有解决传统算法需要定制开发的难题,并且用户的使用门槛较高,普通工程师对深度学习的调参一般没有基础。

3、北京矩视智能科技有限公司,成立于2017年,先后获融资近千万元,创新性的提供了一款云端的工业视觉深度学习工具,线上实现标注、训练、测试流程,依靠在云端积累的大量不同场景的深度学习模型库,用户上传、标注图片后,将由云端自动匹配最优的深度学习模型和参数进行训练,用户无需任何操作,线上测试效果后,下载SDK即可本地化运行,真正做到通用级的工业视觉深度学习工具。同时在商业上,矩视智能将云端工具直接免费,下载sdk后,仅需购买Lisence加密狗,即可本地运行,且价格直达千元级,致力于将深度学习技术应用于所有的工业视觉场景中。

欢迎免费注册使用:https://www.nb-ai.com



热门招聘
相关主题

官方公众号

智造工程师