Computer Vision Toolbox
Computer-Vision-Systeme entwerfen, simulieren, kalibrieren und einsetzen
Haben Sie noch Fragen? Vertrieb kontaktieren.
Die Computer Vision Toolbox umfasst Algorithmen, Anwendungen und KI-Modelle zum Entwerfen, Simulieren, Kalibrieren und Bereitstellen von Computer-Vision-Systemen. Sie können Objekte erkennen und verfolgen, Merkmale abgleichen und optischen Fluss berechnen. Die Kamerakalibrierung lässt sich automatisieren, darunter auch Konfigurationen mit mehreren Sensoren. Bei 3D-Vision unterstützt die Toolbox Structure from Motion, Echtzeit-SLAM und eine Synthese neuartiger Ansichten wie NeRF. Computer-Vision-Apps ermöglichen neben Automatisierungsfunktionen auch die Kalibrierung sowie die Bild- und Videokennzeichnung durch mehrere Benutzer.
Die Toolbox bietet KI-Techniken, z. B. vortrainierte Convolutional Neural Networks (CNNs), Vision-Transformers und Vision-Language Models. Diese vortrainierten Modelle können Sie für Aufgaben wie Bildklassifizierung, Objekterkennung, Segmentierung, Pose-Schätzung, Bildbeschreibungen, visuelle Fragebeantwortung und optische Zeichenerkennung nutzen oder weiter durch Transfer Learning anpassen.
Sie können Code in C/C++ und HDL sowie für GPU- oder NPU-Hardware-Ziele generieren (mit MATLAB Coder, HDL Coder, GPU Coder und Hardware-Support-Paketen). Außerdem können Sie benutzerdefinierte Apps erstellen (mit MATLAB Compiler).
Verbinden von KI-Agenten mit der Computer Vision Toolbox
Integrieren Sie domänenspezifische Funktionen in Ihren Agentic-AI-Workflow.
Ground-Truth-Kennzeichnung in Bildern und Videos
Automatisieren Sie die Kennzeichnung für die Objekterkennung, die semantische Segmentierung, die Instanzsegmentierung und die Szenenklassifikation mithilfe der Video Labeler-App und der Image Labeler-App.
Deep Learning und Machine Learning
Trainieren Sie Machine-Learning-Modelle und Deep-Learning-Netzwerke – 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.
Kamerakalibrierung
Schätzen Sie kamerainterne, -externe und Objektivverzerrungsparameter für monokulare Kameras und Stereo-Kamerapaare mithilfe der Camera Calibrator-App, der Stereo Camera Calibrator-App bzw. integrierten Funktionen.
Kalibrierung mehrerer Sensoren
Schätzen Sie kameraexterne Parameter zwischen Kameras, LiDARs und IMUs. Führen Sie die Hand-Auge-Kalibrierung von Robotern mithilfe integrierter Funktionen durch. Verwenden Sie die Multi-Camera Calibrator-App, um Systeme mit mehreren Kameras zu kalibrieren.
Visuelles SLAM
Schätzen Sie Kameraposition und -ausrichtung hinsichtlich ihrer Umgebung und erstellen Sie dabei eine Karte einer unbekannten Umgebung. Präzisieren Sie die Lageabschätzungen mithilfe der Bündelausgleichung und der Optimierung des Pose-Graphen.
3D-Rekonstruktion
Rekonstruieren Sie die 3D-Struktur einer Szene aus mehreren 2D-Ansichten mithilfe von Structure from Motion (SfM). Generieren Sie fotorealistische neuartige Ansichten mithilfe von KI-basierten Techniken wie Neural Radiance Fields (NeRFs).
Merkmalserkennung, -extraktion und -abgleich
Sie können Merkmale, wie zusammenhängende Bereiche, Kanten und Ecken, bildübergreifend erkennen, extrahieren und abgleichen. Verwenden Sie die abgeglichenen Merkmale zur Registrierung und Objektklassifizierung oder bei komplexen Abläufen wie SLAM.
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.
Produktressourcen:
„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.“
Häufig gestellte Fragen zur Computer Vision Toolbox
Die Computer Vision Toolbox beinhaltet Algorithmen und Apps zum Entwerfen und Testen von Computer-Vision-Systemen, einschließlich optischer Inspektion, Objekterkennung und -verfolgung sowie Merkmalserkennung, -extraktion und -abgleich.
Die Toolbox bietet vortrainierte Convolutional Neural Networks (CNNs), Vision Transformers und Vision-Language-Modelle für Aufgaben wie Bildklassifizierung, Objekterkennung, Segmentierung, Pose-Schätzung, Bildunterschriften, visuelle Beantwortung von Fragen (VQA) und optische Zeichenerkennung (OCR) sowie Zero-Shot-Modelle für Bildverarbeitungsaufgaben wie optischen Fluss und 3D-Tiefenschätzung.
Ja, die Apps Video Labeler und Image Labeler ermöglichen die teambasierte Ground Truth-Kennzeichnung durch automatischen Workflows für die Objekterkennung, Semantische Segmentierung, Instance Segmentation und Szenenklassifizierung.
Die Computer Vision Toolbox automatisiert Kalibrierungs-Workflows für Einzel-, Stereo- und Fischaugen- sowie Multikamera-Konfigurationen mithilfe der Camera Calibrator-App, der Stereo Camera Calibrator-App und der Multi-Camera Calibrator-App bzw. integrierter Funktionen.
Ja, die Toolbox unterstützt Stereosicht, Structure from Motion, Neural Radiance Fields (NeRF) sowie visuelle Echtzeit-SLAM für 3D-Vision-Anwendungen.
Sie können Code in C, C++ und CUDA für die GPU-Ausführung sowie in Hardware-Beschreibungssprachen (HDL) für Rapid Prototyping, Hardware-Bereitstellung und -Verifikation generieren.
Computer Vision Toolbox kostenlos ausprobieren
Entdecken Sie noch heute die Möglichkeiten.
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.
