Computer Vision Toolbox

 

Computer Vision Toolbox

Entwurf und Test von Computer Vision-Systemen

Ground-Truth-Kennzeichnung in Bildern und Videos

Automatisieren Sie die Kennzeichnung für die Objekterkennung, die semantische Segmentierung, die Instanzsegmentierung und die Szenenklassifikation mithilfe der Apps Video Labeler und Image Labeler.

Mit Instanzsegmentierung gekennzeichnete Fußgänger, Autos und Busse.

Deep Learning und Machine Learning

Trainieren Sie Machine-Learning-Modelle und Deep-Learning-Netze – oder verwenden Sie vortrainierte Netze – zur Objekterkennung und Segmentierung. Bewerten Sie die Leistung dieser Netze und stellen Sie sie durch die Generierung von C/C++ oder CUDA® Code bereit.

Ursprüngliches Bild der Tablette und dasselbe Bild mit gekennzeichneten Anomalien.

Automatisierte Sichtprüfung

Verwenden Sie die Automated Visual Inspection Library, um automatisch im Rahmen der industriellen Qualitätssicherung Anomalien und Fehler zu ermitteln.

Mehrere Fischaugenbilder eines Schachbrettmusters werden zur Kalibrierung einer Kamera mithilfe der Camera Calibrator-App verwendet.

Kamerakalibrierung

Schätzen Sie die intrinsischen, extrinsischen und objektverzerrenden Parameter von Monokular- und Stereokameras mithilfe der Camera Calibrator-App und derStereo Camera Calibrator-App.

Dichte Rekonstruktion einer Szene durch die Anwendung von visuellem SLAM auf Daten von einer RGB-D-Kamera.

Visuelles SLAM und 3D Vision

Extrahieren Sie die 3D-Struktur einer Szene aus mehreren 2D-Ansichten. Schätzen Sie Kameraposition und -ausrichtung hinsichtlich ihrer Umgebung. Präzisieren Sie die Lageabschätzungen mithilfe der Bündelausgleichung und der Optimierung des Pose-Graphen.

LiDAR und Verarbeitung von 3D-Punktwolken

Führen Sie Segmentierung, Clustering, Downsampling, Rauschentfernung, Registrierung und Anpassung geometrischer Formen für LiDAR- oder 3D-Punktwolken-Daten durch. Die Lidar Toolbox stellt zusätzliche Funktionen für das Design, die Analyse und den Test von LiDAR-verarbeitenden Systemen bereit.

Zwei nebeneinander liegende Bilder einer Schachtel und derselben Schachtel in einer umfassenderen Szene. Linien verbinden die einzelnen Abgleichungsmerkmale in den Bildern miteinander.

Merkmalserkennung, -extraktion und -abgleich

Sie können Merkmale von Bedeutung, wie Flächen, Kanten und Ecken, bildübergreifend erkennen, extrahieren und abgleichen. Verwenden Sie die abgeglichenen Merkmale zur Registrierung und Objektklassifizierung oder bei komplexen Abläufen wie SLAM.

Erkennung mehrerer Fußgänger im Bereich von Interesse in einem Dashcam-Video.

Multi-Objekt-Verfolgung und Bewegungsschätzung

Schätzen Sie Bewegungen und verfolgen Sie mehrere Objekte in Video- und Bildsequenzen.

Unterstützung der Codegenerierung und Drittanbieterunterstützung

Generieren Sie Code aus Ihren Computer-Vision-Algorithmen zum Rapid Prototyping, zur Bereitstellung und zur Verifikation. Integration von OpenCV-basierten Projekten und Funktionen in MATLAB und Simulink.

„Wir können mit wenigen Zeilen MATLAB Programmcode auf Machine-Learning-Funktionen zugreifen. Die Codegenerierung ermöglicht dann ohne manuelles Eingreifen oder Verzögerungen im Ablauf die Bereitstellung trainierter Klassifizierer im Gerät.“

Kostenlose Testversion anfordern

30 Tage kostenlos ausprobieren.


Bereit zum Kauf?

Angebot anfordern und Erweiterungsprodukte entdecken.

Studieren Sie?

Ihre Hochschule bietet möglicherweise bereits Zugang zu MATLAB, Simulink und Add-on-Produkten über eine Campus-Wide License.