技術(shù)支持
短波紅外范圍敏感是由于InGaAs傳感器的發(fā)展才于最近成為現(xiàn)實的。InGaAs相機具有靈敏度高、晝夜成像、無需低溫制冷等優(yōu)點。
混合現(xiàn)實(MR)技術(shù)結(jié)合了虛擬現(xiàn)實(VR)技術(shù)與增強現(xiàn)實(AR)技術(shù)的優(yōu)勢,能夠更好地將AR技術(shù)體現(xiàn)出來。
深度學習是機器學習的一種。通過定義神經(jīng)網(wǎng)絡(luò)模型并不斷優(yōu)化、縮小差距,可使器視覺應(yīng)用的識別功能更為精準。
本文介紹了偏振光的定義、偏振光的分類、偏振光的應(yīng)用等內(nèi)容。光虎視覺代理的偏振相機便應(yīng)用了相關(guān)原理。
光通量指人眼所能感覺到的輻射功率;光照強度是指單位面積上所接受可見光的能量;發(fā)光強度簡稱光強;亮度是指發(fā)光體光強與人眼所“見到”的光源面積之比。
光虎視覺專業(yè)生產(chǎn)雙遠心鏡頭,雙遠心鏡頭的優(yōu)勢包括影像分辨率高、近乎零失真率、無透視誤差等,這使雙遠心鏡頭可應(yīng)用于被檢測物厚度大、不在同一平面等多種情況。
濾光片是用來選取所需輻射波段的光學器件,包括紫外濾光片、可見濾光片、紅外濾光片、薄膜干涉濾光片、反射濾光片等。
機器視覺應(yīng)用中,CoaXPress標準可滿足今后十年間不斷增長的帶寬需求,支持高速相機拍攝大分辨率影像。
計算機視覺中比較成功的深度學習的應(yīng)用,包括人臉識別、圖像問答、物體檢測、物體跟蹤。
深度學習(DL, Deep Learning)是機器學習(ML, Machine Learning)領(lǐng)域中一個新的研究方向,它被引入機器學習使其更接近于最初的目標——人工智能(AI, Artificial Intelligence)。
三維掃描儀分類為接觸式(contact)與非接觸式(non-contact)兩種,后者又可分為主動掃描(active)與被動掃描(passive),這些分類下又細分出眾多不同的技術(shù)方法。
?? 三維掃描儀(3D scanner)是一種科學儀器,用來偵測并分析現(xiàn)實世界中物體或環(huán)境的形狀(幾何構(gòu)造)與外觀數(shù)據(jù)(如顏色、表面反照率等性質(zhì))。搜集到的數(shù)據(jù)常被用來進行三維重建計算,在虛擬世界中創(chuàng)建實際物體的數(shù)字模型。