产品详细介绍实训用V型铁V型架-钳工划线平台-铸铁平板铸铁平板（铸铁平台）相关的分类：根据用途可把铸铁平台平板分为以下几类。检验平台平板、划线平台平板、测量平台平板，校正平台平板，装配平台平板，火工平台平板，试验平台平板，基础平台平板，T型槽平台平板，焊接平台平板，铆焊平台平板，校管平台平板，圆平台平板，研磨平台平板。 铸铁平板（铸铁平台）相关的制造标准：按JB/T7974-1999标准制造，精度按国家标准计量检定规程JJG117-91执行。 铸铁平板（铸铁平台）的规格：100X100-4000X8000（mm) ，异型规格可订做，大于4000X8000（mm)可做拼接。 铸铁平板（铸铁平台）的材质：优质高强度灰铸铁HT200-250，硬度HB170-240。 铸铁平板（铸铁平台）的样式：筋板式。铸铁平板（铸铁平台）的精度：0级、1级、2级、3级、精刨，根据用途来区分精度。 铸铁平板（铸铁平台）的相关用途：铸铁平板平台用途广泛，在机床、科技、汽车、电机、造船等各个行业都广泛用到。 具体的可以用于各种检验工作：用于精度测量用的基准平面；用于机床、机械的检验测量基准；或检测精密零件的尺寸精度或行为偏差；并作精密划线，在机械制造中也是不可缺少的基本工具。 铸铁平板（铸铁平台）的表面处理：工作面多采用人工铲刮工艺，工作面上可加工V型、T形、U形槽、燕尾槽、圆孔、长孔等。 铸铁平板（铸铁平台）的检验：检验时工作面应进行涂色对研检验。对研后任意25mm×25mm中的接触点数之间应不大于5点。若有争议，按接触点面积的比率为评定依据。

产品详细介绍机器视觉解决方案 教学实验开发平台 图像处理软件机器视觉教学实验开发平台MV-VS860机器视觉教学实验开发平台MV-VS800配套机器视觉图像处理软件、Microvision图像采集设备搭建机器视觉教学实验平台（MV -VS860），专门针对大学和研究机构开展机器视觉教学和研究，提供包括图像测量、检测、定位、跟踪识别等多个图像处理库函数，功能强大，可覆盖工业生产、机器视觉、智能交通、航空航天等众多图像处理应用领域。本机器视觉图像处理教学实验开发平台可利用其提供的大量图像处理和机器视觉算法进行二次开发，无需复杂编程，就可搭建自己的机器视觉检测系统，解决现代工业产品生产过程中涉及的各种各样视觉问题。实验平台结构开放，提供扩展接口，也可添加自己的图像处理优异算法。本机器视觉教学实验开发平台提供多种图像处理实验，如图象分割、图象融合、机器学习、模式识别、图象测量、图象处理、模式识别和人工智能、三维测量、双目立体视觉等实验，培养学生对机器视觉知识的深入理解和掌握，锻炼学生的研究能力，创新思维以及独立解决技术难题的能力。机器视觉教学实验开发平台还可提供大量机器视觉项目应用案例做为实验，为研究和学习提供了方便，通过实验操作，可学习到建立视觉应用系统所需的各种硬件、方法及图像处理技术，同时也对工业自动生产线的产品视觉检测、判定模拟过程有了深入的了解和掌握。机器视觉教学实验开发平台作为一套完整的机器视觉教学仪器，使用者可利用其配套的工业相机、LED光源、工业镜头、支架、算法软件等搭建自己的视觉处理系统原型，了解图像采集设备等配件的应用和选型，轻松设计、印证和评估自己的视觉系统，特别适合于大学和研究机构开展机器视觉教学和科研工作。机器视觉教学实验平台技术说明一、机器视觉教学实验开发平台实验装置硬件技术要求    1. 任意工件的图像动态采集；    2. USB动态图像采集接口，百万像素高分辨率；    3. 被采集物体图像大小、市场角、物距、焦距可调；    4. 强抗干扰白色环形前光源；    5. 高低速模拟圆形转盘可调；    6. 外触发定点图像采集。二、机器视觉教学实验开发平台实验装置软件性能要求    1. 具有脚本程序组态功能，提供200个库函数；    2. 具有视频显示、代码编辑、结果显示、参数设置四个组态界面窗口；    3. 具有工业检测虚拟仪器界面组态功能，包括画线、按钮、显示屏等；    4. 具有与VC++语言的接口功能；    5. 纸质和电子版机器视觉实验指导说明PPT。三、机器视觉教学实验开发平台开设的创新实验目录1. 机器视觉系统组态实验、 14. 多面积尺寸测量实验2. 多长度尺寸测量实验、 15. 多圆弧检测实验3. 焊点缺陷检测实验、 16. 喷码字符识别实验4. 零件分类识别实验、 17. 开关状态识别实验5. 血管造影处理实验、 18. 粒子识别统计实验6. 交通流动态跟踪实验、 19. 交叉阻挡跟踪实验7. 算法验证研究性实验、 20. 自命题图像采集实验8. 自命题零件检测实验、 21. 多光照图像融合实验9. 篮球目标跟踪实验、 22. 花瓶三维重构实验10. 耳环与齿轮识别实验、 23. 车牌号码识别实验11. 多聚焦图像融合实验、 24. 三维重构研究性实验12. 划痕检测实验、 25. 缺陷检测试验13. 自命题算法研究实验、 26. 视觉硬件组态实验