纹理检测的最新算法（外观检测图像增强）
纹理检测的最新算法（外观检测图像增强）对于圆环形或有弧度的图像的信息，AI直接处理难度很大，需要先通过极坐标展开， 展开为平面，以便于下一步分析。在AQCV中，只需要提供中心点，起始角度，角度范围，起始半径，终止半径，其余算法自动处理 常用于轴承、螺栓、瓶盖、轮胎等由于环境不同，工业产线图片常常不能统一角度、大小，位置和形态变化，在预处理阶段常常需要做图片形态的归一化，服务后续的AI检测或是测量AQCV支持常用的几何变换，方便用户根据实际情况具体调整。如右侧的案例中，先通过AQCV算子计算出外接矩形旋转角度，然后通过平移变换将磁材中心与图像中心重合，再进行旋转操作，最后将其余背景填充为白色，达到归一化的目的3D图像:平面矫正、平面与球体拟合、高度计算、体积计算• 滤波是通过不同的核与图像的每一个位置进行相关（或卷积）操作，可以使图像产生不同的效果。目前支持的滤波有高斯模糊，中值滤波，Sobel算子，Canny算子以及自定义卷积
阿丘科技计算视觉库 AQCV 专为开发人员的工业机器视觉应用而设计，有较强的灵活性。AQCV 允许开发人员能够高效开发项目需要的程序，可以配合AIDI，为实际检测应用赋能。
基础图像处理:滤波、几何变换、极坐标展开
特征分析:Blob分析、轮廓分析、骨架提取
测量工具:相机标定、找线、找圆、拟合工具、几何测量
3D图像:平面矫正、平面与球体拟合、高度计算、体积计算
• 滤波是通过不同的核与图像的每一个位置进行相关（或卷积）操作，可以使图像产生不同的效果。目前支持的滤波有高斯模糊，中值滤波，Sobel算子，Canny算子以及自定义卷积核
• 阈值处理是用一个（或一组）固定（或自适应）的参数将图像分成不同区域的过程，一般作为其他图像算法的预处理。aqcv中有三种不同的阈值处理：固定阈值，自适应阈值和自动阈值
由于环境不同，工业产线图片常常不能统一角度、大小，位置和形态变化，在预处理阶段常常需要做图片形态的归一化，服务后续的AI检测或是测量AQCV支持常用的几何变换，方便用户根据实际情况具体调整。如右侧的案例中，先通过AQCV算子计算出外接矩形旋转角度，然后通过平移变换将磁材中心与图像中心重合，再进行旋转操作，最后将其余背景填充为白色，达到归一化的目的
对于圆环形或有弧度的图像的信息，AI直接处理难度很大，需要先通过极坐标展开， 展开为平面，以便于下一步分析。在AQCV中，只需要提供中心点，起始角度，角度范围，起始半径，终止半径，其余算法自动处理 常用于轴承、螺栓、瓶盖、轮胎等
Blob（Binary large object）是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域
Blob（Binary large object）是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域
轮廓分析：
骨架：
AIDI AQCV案例：光伏硅片分选-脏污检测
单相机标定流程
1. 构建标定板模型
2. 构建相机模型和相机内参模型
3. 构建标定器模型
4. 向标定器中添加图像，一般情况下会提前采
集不同视角下图像
5. 执行标定
6. 分析标定结果
项目中的测量与定位，往往是从寻找关键直线开始
查找圆工具用于图像中提取中圆，输出其圆的属性。当前找圆工具也可支持找圆弧
3D平面纠正-高度变换功能不改变原range图的x y位置只是高度值进行了变换
AQCV支持基本的3D图的图形拟合，测量
