1) micro stereovision
显微立体视觉
1.
Research on binocular micro stereovision system calibration method;
双目显微立体视觉系统标定方法研究
2.
Research on Three-dimensional Modeling and Elementary Measurement in Micro Stereovision;
显微立体视觉中三维造型与初步测量研究
3.
In this paper,three-dimensional motion positioning in micromanipulation system based on a micro stereovision model of stereo light microscope is studied.
基于体视显微镜(Stereolightmicroscope,SLM)的显微立体视觉已经在微操作领域应用。
2) micro stereo vision
显微立体视觉
1.
Research on the micro stereo vision system;
显微立体视觉系统的研究
2.
Double refraction correction algorithm in SLM micro stereo vision
SLM显微立体视觉中的双重折射校正算法
3.
A kind of micro stereo vision system for photoelectron components alignment was developed.
开发了用于光电子器件对准的显微立体视觉系统。
3) stereomicroscope
[,stiəriə'maikrəskəup]
立体显微镜，体视显微镜
4) Micro-vision
显微视觉
1.
Research on Macro-micro Dual-drive Micro-locomotion Platform Based on Micro-vision;
基于显微视觉的宏/微双驱动微动台系统
2.
Micromanipulation Robot Based on Hybrid Control of Micro-vision and Micro-force Flexible Control;
基于显微视觉与微力觉柔顺混合控制的微操作机器人
3.
Automatic calibration of macro-micro dual-drive micromotion stage based on micro-vision;
基于显微视觉的宏/微双重驱动微动台的自动标定
5) microvision
显微视觉
1.
Motion measurement technique for MEMS devices based on autofocus and microvision;
基于自动调焦显微视觉的MEMS运动测量技术
2.
A new microvision based microassembly system was designed.
提出一种基于显微视觉伺服控制的MEMS器件微装配系统设计方案,描述了系统样机及关键技术模块的研制方案。
6) micro vision
显微视觉
1.
For the problem of depth information estimation of micro vision image,a defocus characteristic parameter model based on Markov random field(MRF)is presented,which converts the depth information estimation problem of defocus characteristics into the optimization problem of energy function.
针对显微视觉图像深度信息估计问题,提出了一种基于马尔可夫随机场的散焦特征参数模型:该模型将散焦特征深度信息的估计转化为能量函数的优化问题。
2.
microscope is main sensor device and microscope with CCD camera system form a micro vision system and micro vision feedback technique is key technique in BEOM.
显微视觉是最主要的一项技术，基于此技术完成了两项功能，即微针的纵向定位和自动寻针。
补充资料：立体视觉
立体视觉
stereo vision
点P(x刁，:)在I一及Jr上的位置PI(x一沙l)及l，:(xr，夕r)，即可由公式一。生粉黑笋一占左晋岁普梦二一。厂共下 、JI一工r夕计算得到有关P点的三维坐标值x，y，z。如果三维物体表面的许多点都可按上面方法求得其三维坐标，那么，有关此物体的三维信息就可以认为是得到了。‘! Q一yx右镜头左镜头左图象右图象Pl(xI，”》P:(x，，多) 图1立体视觉原理图 立体视觉技术中最困难的问题之一是所谓“对应点匹配”。空间点P在图象上的位置九及Pr是两个点，它们对应于同一空间点，故称为对应点。如何从一幅图象上的点PI(或Pr)寻找在另一幅图象上相对于同一物点的点Pr(或Pl)的技术问题，称为对应点匹配问题。 解决对应点匹配问题的方法一般可分两类。一为相关匹配方法:在待匹配的图象中选取一批候选的匹配对应点，从中选出对应点图象邻域间相关系数为最大的点，作为被匹配的对应点。二为搜索匹配，它是根据摄象机和物体的位置关系，物体本身的几何形状特征等约束条件，在两幅图象中搜索满足最优约束条件的点，作为对应点。尽管原理比较简单，但由于实际图象中需要计算的对应点的数量比较大，计算量及搜索的范围迅速增长，造成计算时间长，容易错配或失配的现象，因而对应点匹配仍是一个需要研究的问题。 除了对应点匹配之外，还可以作对应边线的匹配、对应曲面投影边的匹配。通过获得点、线、边的1 ltl sh一Jue立体视觉(ster的vision)摹仿人体双眼视觉原理，利用相隔一定距离的两个(有时可用三个)摄象镜头摄取两幅(或三幅)数字图象，通过对同一物体在两幅图象上相对位置的差异，计算获得所摄空间景物的三维信息，并由此对景物进行定位、自动识别或理解的技术总称。 立体视觉的基本原理可由图1说明:设三维空间中物体为A，左右镜头拍摄的数字图象为11，Ir，镜头相间距离为b，焦距为f;那么利用物体A上某匹配，其它面上的点，需要通过一定的计算来获取其三维信息。 综上所述，完成立体视觉需要四个步骤，即:①摄取两幅(或以上)图象;②求取对应点的匹配;③利用前述公式，求取对应点的三维坐标，获取物体的全面三维信息;④根据三维信息对物体进行分割、建模、识别及理解。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条