产品详细介绍产品简介BT系列双远心镜头是机器视觉高精度检测、精密测量的关键组件。根据型号列表，可以根据要求快速查询与之相匹配的相机，例如BT-2364代表相机的CCD尺寸最大为2/3″，其可观测到的视野大小为64x48mm。BT系列双远心镜头产品特点● 兼容高分辨率/小像元尺寸的相机，如500万像素， 2/3″的相机；● 远心度小，分辨率高，低于0.1％的畸变；● 在景深范围内没有放大倍率的变化；● 像方和物方双远心设计，光透射率高；● 标准C接口，最高可支持2/3″成像靶面工业相机。应用实例喷砂金属面字符检测 手机外壳背面字符缺陷检测 普通工业镜头拍摄效果 双远心镜头拍摄效果检测手机外壳背面字符缺陷 金属表面砂砾在光线照射下会产生漫反射光晕，影响字符和背景的对比度， 造成字符聚焦不清，增加检测难度。 平行光入射，成像不受漫反射的影响，清晰聚焦，在后期字符检测、识别时变得简易、高效。硅钢片铁芯尺寸测量 硅钢片检测  普通工业镜头拍摄效果  双远心镜头拍摄效果测量硅钢片铁芯外形尺寸 普通镜头景深太小，内边缘会产生纵向视差，影响测量精度；金属边缘会发生杂散光反射现象，产生虚影，无法精确提取轮廓边缘；在视场70%的区域和中心区域会存在1%左右的无规则畸变，会影响测量精度。无纵向和横向视差，可彻底解决视差问题；平行光入射，可避免各种杂散光反射，提高图片边缘锐度；系统畸变小于0.08%，可最大程度减小畸变对测量精度的影响。手机屏幕尺寸、瑕疵检测 手机边框检测  远心镜头检测检测手机屏幕、边框是否有划痕，测量屏幕外形尺寸。 由于手机边框反光，普通镜头无法检测到微小缺陷，双远心镜头平行光入射，检测结果不受杂散光影响。由于手机屏幕透明透光，普通镜头无法检测到细小划痕，双远心镜头平行光入射，细小特征提取对比高。 手机屏幕透明透光、边框反光，使用普通镜头进行尺寸测量，屏幕和边框的过渡区域会因二次反射形成漫反射带，造成边界提取精度不高，使用双远心镜头只有一条过渡带，测量精度高，便于后期算法处理。检测橡胶密封圈内外径尺寸 一般成像系统存在3%或以上的畸变，由其在视场边缘区域，会造成外形轮廓变形失真；同时由于景深小，拍摄图片不清晰，都影响测量精度。 双远心镜头景深大，畸变小（一般控制在0.1%以内），图片边缘清晰，测量精度高。 性能参数①物距：前端物镜到物体的距离。使用时将其设定在标准值的±3%之内可达到最佳分辨率和最低畸变。②远心度：镜头主射线的最大斜率。③景深：虽位于景深边缘的图像测量数据仍然有效，但要获得清晰的图像，应尽量采用标称景深的一半。物距、景深可根据客户具体需要进行适当调整。

产品详细介绍产品简介MV-E系列工业相机为维视推出的高分辨率以太网工业相机，该系列相机为800万像素以上相机，采用更加稳定和通用的千兆以太网络进行传输，相机功耗低、散热良好，具有图像质量清晰、稳定等特点，支持IO信号输入输出，配套多种主流语言开发包及例程，同时支持第三方图像处理软件直接调用，主要应用于高精度视觉检测、尺寸测量、缺陷检测、科学研究等方向，配合双远心光学镜头效果更佳，是您机器视觉项目图像高清获取的理想之选。工业相机产品特点● 采用千兆以太网接口，理论支持100米传输距离● 采用大型数据包形式传输，减少对中断的处理，性能更加稳定● 采用高品质感光器件，较低的功耗及优良的算法，使得图像清晰、低噪声、色彩还原度好● 支持1路外触发输入，可从IO卡/PLC等设备获取控制信号，提高图像获取同步性● 支持1路信号输出，可随曝光时间或自定义输出，如控制频闪灯● CMOS相机支持AOI/ROI进行局部曝光，并提高采集帧率● 支持断网续传功能，在网络断开重新连接时，可自动继续工作● 随机附赠VB/VB.NET/VC/C#/QT等例程并提供源代码方便用户参考及二次开发● 兼容Halcon、Labview、VisionPro、Matlab等第三方图像处理软件● 支持Windows XP、Win7、Win8、Win10操作系统 性能参数C接口相机型号 MV-E800M/C MV-E1000C MV-E1200M/C MV-E1400C最高分辨率 3312×2496 3984×2712 4080*3066 4620×3084像素尺寸 3.88μm×3.88μm 3.4μm×3.4μm 3.1μm×3.1μm 2.86μm×2.86μm传感器类型 CCD CMOS CMOS CMOS光学尺寸 1" 1" 1" 1"有效感光面积 12.8mm×9.6mm 13.5mm×9.2mm 12.7mm×9.5mm 13.5mm×8.8mm最大帧率 14 fps 10 fps 6 fps 7 fps帧存 3帧/128MB 3帧/128MB 3帧/128MB 3帧/128MB曝光时间 黑白：33-100000μs彩色：33-500000μs 300-500000μs 100-78000μs 300-500000μs输出颜色 M为黑白,C为彩色 彩色 M为黑白,C为彩色 彩色数据位数 8 8 8 8曝光方式 帧曝光 行曝光 行曝光 行曝光I/O接口 12芯I/O 12芯I/O 12芯I/O 12芯I/O采集方式 连续/外触发/软触发 连续/外触发/软触发 连续/外触发/软触发 连续/外触发/软触发输出方式 GigE千兆以太网输出(1000Mbit/s) GigE千兆以太网输出(1000Mbit/s) GigE千兆以太网输出(1000Mbit/s) GigE千兆以太网输出(1000Mbit/s)传输距离 100米 100米 100米 100米可编程控制 增益、帧率、曝光时间 增益、帧率、曝光时间 增益、帧率、曝光时间 增益、帧率、曝光时间镜头接口 C口 C口 C口 C口供电要求 DC 12V DC 12V DC 12V DC 12V功耗 4W 3.5W 2W 4W外形尺寸 50mm×50mm×48mm 50mm×50mm×48mm 50mm×50mm×48mm 50mm×50mm×48mm重量 145g 145g 145g 145gF接口相机型号 MV-E1600M/C-M MV-E2900M/C-M MV-E7000M/C最高分辨率 4896×3264 6576×4384 10000×7000像素尺寸 5.5μm×5.5μm 5.5μm×5.5μm 3.1μm×3.1μm传感器类型 CCD CCD CMOS光学尺寸 ASP-H 35mm 35mm有效感光面积 26.9mm×18mm 36mm×24mm 31mm×21.7mm最大帧率 5 fps 2.5 fps 1.5 fps帧存 3帧/128MB 3帧/128MB 3帧/128MB曝光时间 30-1000000μs 30-1000000μs 100μs~500ms输出颜色 M为黑白,C为彩色 M为黑白,C为彩色 M为黑白,C为彩色数据位数 8 8 8曝光方式 帧曝光 帧曝光 行曝光I/O 12芯I/O 12芯I/O 12芯I/O同步方式 连续/外触发/软触发 连续/外触发/软触发 连续/外触发/软触发输出方式 GigE千兆以太网输出(1000Mbit/s) GigE千兆以太网输出(1000Mbit/s) GigE千兆以太网输出(1000Mbit/s)数据传输距离 100米 100米 100米可编程控制 增益、帧率、曝光时间 增益、帧率、曝光时间 增益、帧率、曝光时间镜头接口 F口 F口 M72供电要求 DC 12V DC 12V DC 12V功耗 6W 6W 7.5W外形尺寸 60mm×60mm×150mm 60mm×60mm×150mm 76mm×76mm×71mm重量 420g 420g 360g

受国家自然科学基金资助，自1990年开展该研究工作，已形成专利产品——红外热成像装置。济南钢铁集团总公司和北京科技大学于1999年6月签定了本项目的技术开发合同书，共同开发这一具有明显技术经济效益的新型烧结工况信息获取与智能化处理系统。该项目已于2000年12月通过验收。 系统所涉及的主要技术包括：红外热成像、红外测温、图象抓取与处理、图象分割、特征变量的提取和选择，适应于烧结矿红外图像的滤波方法、以及烧结矿FeO含量和转鼓指数在线推断的数学建模，其中红外热成像技术及测温技术为国家专利技术。 系统采用近红外成像技术，可以采集高温工业窑炉的工况图像，通过计算机图像采集转换成数字图像，在获得模拟和数字图像的同时，可通过视频缆和网络进行图像的传输，并可根据应用厂家的需求，任意或同时测取点、线、面的温度。在此基础上可根据厂家的要求，进行烧结矿的在线质量推断。 该系统由两部分组成： 红外热成像装置：提供清晰的工况图像。红外热成像计算机视觉检测及信息处理系统：红外热成像装置与计算机连接后，通过图像采集获得生产工况的数字图像，经处理构成红外热成像计算机视觉检测和信息处理系统

一种基于机器视觉的水稻穗颈瘟染病程度分级方法，包括以下步骤：（1）建立水稻穗颈瘟染病程度分级模型；（2）对农田现场的水稻染病程序进行测试，其过程为：（2.1）、采用多光谱成像仪拍摄农田现场的水稻的图像；（2.2）、将获得的多光谱图像去除图像背景，提取图像信息；（2.3）、获得图像的12个颜色特征；（2.4）、通过对获取的12个颜色特征进行变量标准化预处理，然后进行用以对数据降维的主成分分析，根据各主成分的贡献率，得到第一主成分和第二主成分；（2.5）、将第一主成分和第二主成分作为测试模型的输入，运行所述测试模型得到农田现场的水稻的穗颈瘟染病级别。本发明省时省力、可靠性高、效率很高。

在国家自然科学基金等项目资助下，本课题组在2003年成功研制出基于立体视觉的显微操作装配工作站，主要用于对微小物体进行操作和微小系统的装配，已推广到台湾大学等地区使用，近年来结合不同领域用户实际需求，不断改进，显著改善了系统的可靠性、模块化、灵活性、控制软件智能化程度，拓宽了本技术的应用范围，在多种微纳器件和系统的集成制造中发挥了重要作用。系统具有图像采集、图像获取，三维成像、三维测量、微小系统装配、微小零件在线修磨等，还可以根据用户具体要求定制特殊功能。系统配置可根据用户要求选配，一种典型的配置如下：高倍立体显微成像系统、微操作器、数控微位移工作台、彩色CCD摄像机、高速图像采集及立体显示卡、高分辨率显示器、微型计算机以及可选操纵单元（夹持器、真空吸盘、喷涂装置等）等。具有动静态彩色立体成像及显示。 系统典型技术参数如下：光学分辨率水平方向最高可达到500nm，深度方向分辨率最高可达到80nm，立体视觉的深度分辨率为10um，X/Y每轴运动范围：50mm，Z轴运动范围：25mm，运动分辨率：1μm(per step)，自动引导重复定位精度：±3μm；具有操作自动寻位、自动避障功能；有真空吸附与夹钳式拾取器（操作手）；具有空间位置测量及相对距离测量功能，图像处理与分析功能、可以实现存储、打印等操作。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。 

采用机器精测替代人工调查，突破了稻麦病害精准化检测难题，规范了病害监测过程。解决当前病害测报无法有效保存信息的问题，实现稻麦病害高效测报与防治服务，使农田用药更加精准，降低种植成本，保护生态环境。可广泛应用于我国稻麦病害的诊断、测报与防治方案制定， 以及农作物病害大数据分析等领域的研究与实践过程。

本发明公开了一种用于对 RFID 天线毛刺和污点缺陷执行视觉检测的方法，包括：对摄像装置执行标定之后，通过其与条形或背光光源的配合，对待检测的各个 RFID 天线拍摄图像；采集所拍摄的天线图像并将其与天线模板图像相匹配以获得预对齐信息；根据天线模板图像上的 ROI 区域并结合预对齐信息，从天线图像中扣取对应的毛刺和污点检测区域；对所抠取检测区域和 ROI 区域分别执行二值化处理，然后执行图像相减处理；对相减处理后的残余图像执行 blob 分析，由此判定毛刺和污点缺陷结果。本发明还公开了相应的视觉检测

本成果为获得发明专利授权的专利成果。该成果可应用于视频监控、传感网络等领域。