其他

      在處理一些需要映像相加運算的操作時，通常定義    IplImage* dst = cvCreateImage(cvGetSize(img),IPL_DEPTH_64F,img->nChannels);      當處理完成後，需要對原這個IPL_DEPTH_64F深度的映像進行顯示的時候，就需要做一些轉換。可以用cvScale()這個函數，這個函數主要是對映像做線性變換。如果不轉換的話，可以發現顯示的映像是全白的。這是由於IPL_DEPTH_64F類型的圖片顯示範圍為[0,1

      開始要要在OpenCV下面編譯產生靜態連結庫。有個比較方便的方法就是，舉個例子：cxcore這個檔案夾，Release下面它編譯成的為cxcore.lib。這個時候我們可以在他的同級目錄下面建立一個檔案夾cxcorel，建立一個靜態庫。                 

　　合作研發，曆來就不是什麼太受歡迎的詞，特別是國內研究機構和國外研究機構之間的合作研發，總給人一種粉飾的意味，總是那麼含混不清。可是，不巧的是，我現在負責的項目就是要同國外公司一同展開研發。　　客觀的說，我們掌握的技術，已經接近或在某個領域超過國外這個同行，大家之間在一個小地區記憶體在競爭關係。現在為了國內一個大客戶，決定聯手，顯得有點那麼不自在。　　所以儘管事先雙方簽訂了種種協議，但還是不能打破彼此間的深深的戒備。所以，常常在項目進展時，出各種各樣的小問題。　　現在暫時總結下來，覺得有些方面

       前幾天，翻到別人寫的一篇博文，談論一篇關於《大道至簡》的文章，感覺蠻不錯，就去google了一下。        花了接近兩個小時的時間，全篇通讀了一遍，呵呵，沒留下什麼深刻印象，感覺有點像書中所寫的那樣，功力不夠，沒能夠達到那種心領神會的境界。幸好文字詼諧而不太深沉，於是決定靜下心來，仔細研讀。       

        專案管理中的進度安排是非常必要的，而且也是必不可少的。        但很多情況下，進度計劃卻成為一紙空文，項目一拖再拖，或根本無法繼續下去。根本原因何在？       我個人認為在做計劃時，應充分考慮到團隊資源，甚至是客戶的資源，因為有的項目也需要客戶提供動態支援和協助，暫且算是一個大的項目團隊。       充分考慮團隊中每個人的特長，分配給他最擅長的任務，這樣能非常有效提高效率。     

今天有專案經理向我抱怨幹項目雜事太多,無法坐下來安心作科研,總是跑來跑去,安排不了別人,只好自己幹,全是雜事,感覺很無聊.其實說起這個,我很能理解他的感受.是的,做一個完整的項目,需要關心的事情總是很多.而且絕大多數事情是沒有技術含量的.也許我的說法太過武斷,專案管理中75%的事情是處理項目中所遇到的各種人和事,大約有10%處理核心技術問題,還有15%是各項應急,彙報.雖然我不太同意同事的說法,但他的說法卻引發了我的思考,項目核心是什麼?我的分析很直接,做項目的目的是什麼?這很現實,關係到我們自

 客戶的需求很急，恨不得第二天就要讓機器視覺檢測系統上線。所以粗粗安排了一下人手後，便跑到客戶那裡，瞭解真實的情況，以便可以儘快瞭解客戶真正的需求。生產部門對該項目實施很急，而且很瞭解該項目，很配合我的工作，很快就瞭解到了一些情況；和生產部門相配合的部門，卻沒有這麼熱情了，他們說生產部門沒有給他們提需求，他們也不好配合做什麼，這就是很麻煩的事情了。這個現象讓我停下來冷靜思考，我將我們要做這個項目所需要的現場客戶支援點向他們負責同志作了闡述，由他們負責同志給與安排人員配合。否則，項目前景會很難看。

       經過長達4天沒日沒夜的工作,項目終於在使用者那裡得到實施，慶祝一下。在項目實施過程中，有一些感悟，略為記錄一下，也當作備忘錄。      1、我們的項目只能在現場使用者不生產時投入實施。這是個高要求的任務，特別是對項目進度有嚴格要求的情況下。因為現場使用者不生產的情況非常少。而且一旦停機，會有很多很多類似的項目需要實施。給我們的機動時間就相當的少。需要我們高效無誤實施。       2、擔心的事情，往往會發生。我再次驗證了這個道理。      

 1、現場調研，和使用者作深入交流，可以的話，和使用者一起工作一周左右，切實發掘使用者的真實需求，並建立良好的關係，取得使用者的信任和支援 2、撰寫報告，做風險評估，方案評估等 3、安排時間節點，確定具體人員，任務明確；任務分解介面明確； 4、按期考核，周周檢查進度，分析延期原因，調整下周工作 5、向上級彙報工作，讓上級瞭解項目進度和出現什麼問題，以便上級確定是否需要他出面解決一些問題 6、我覺得最重要一點就是交流，交流，再交流，瞭解與項目相關的每個人在每個階段的真實想法和意見。

帶材表面檢測技術,隨著技術的不斷進步,流派間的區別越來越小.通常按照硬體來分:感應器類別(面陣+工控機)典型代表:德國Parsytec                                                      (線陣+影像處理板卡)代表：美國cognex這兩家公司的帶材表面品質檢測系統在市場上都獲得了很大的成功。通過對這兩家公司系統的跟蹤調試，Parsytec成功原因：1、標準化

1．在一個CUDA程式中，基本的主機端代碼主要完成以下任務1) 啟動CUDA，使用多卡時加上裝置號，或者使用cudaDevice()設定GPU裝置。2) 分別在CPU和GPU端分配記憶體，用以儲存輸入輸出資料，CPU端要記得初始化資料，然後將資料拷入顯存。3) 調用device端的kernel程式計算，將結果寫到顯存相關地區，再回寫到記憶體。4) 利用CPU進行資料其他處理，釋放記憶體和顯存空間。5) 退出CUDA裝置  

        做基於視覺檢測技術的項目有很長一段時間了，從系統硬體架構到軟體架構，來來回回也已經修改了好多次，感覺每次都會有些進步。       幾套系統運行下來，感覺效果還不錯。是不是就沒事可幹了呢？      突然發現，我們對宏觀的東西瞭解很多，但對系統的各個組成部分的具體細節卻不是很瞭解，這導致有些奇怪的事情發生。於是開始翻箱倒櫃的追本溯源。     首先，研究相機。    

封裝精美的經管圖書越來越多，但可看的不多，耐看的更少，因為浮華和喧囂代替了創見和思想， 跟風成為暢銷的嗜頭。潮起潮落， 留下一串串五彩泡沫隨風破滅。 《麥肯錫傳奇》（機械工業出版社出版）是一本不可多得的奇書， 人文思想和管理見解交相輝映， 既可看，更耐看，不亞於一道思想盛宴。我也寡聞。 在看此書之前， 只知有麥肯錫， 卻不知有馬文 ·鮑爾(仿麥肯錫直呼其名習慣，文中以馬文稱之)。 麥肯錫建立了今天為世人所知的麥肯錫公司的前身──

 影像處理庫，形形色色，遍布整個網路，有商業版本的，也有開源的。漸漸覺得總是應用別人的東西，並不是最佳途徑，於是決定撰寫屬於自己的影像處理庫。花了一個禮拜左右的時間構思該庫的結構，寫著寫著，因為結構不合理，又要推倒重來。這裡要感謝各位前人的智慧，不斷觀摩他們的庫結構，勉強寫出自己的庫，功力還是不夠深啊。好得跨出去第一步了，努力，總要學會前進的。

開始接觸CUDA，我安裝好後完全不知道怎麼運行demo，當然也沒有見到詳細的安裝說明。下面說說我的經驗。Platform:Win XP64IDE:VS2008 1 擷取可訪問以下網址：http://www.nvidia.com/object/cuda_get.html共需下載3個應用程式，分別是：1、CUDA Driver2、CUDA Toolkit3、CUDA SDK code samples 2 安裝a)其中CUDA Driver是為了使CUDA和硬體互動，CUDA 2.2中驅動檔案版本是1

本文要使用該類，需要在工程中加入DigitalDevice.h和DigitalDevice.cpp兩個檔案。並在要使用該類的類的標頭檔上加上#include

工業相機（Industrial Camera）的確比較貴。工業相機與普通相機（DSC）的區別：（1）工業相機的快門時間非常短，可以抓拍快速運動的物體。   例如，把名片貼在電風扇扇葉上，以最大速度旋轉，然後用工業相機抓拍一張映像，仍能夠清晰辨別名片上的字型。用一般的相機來拍攝，是不可能達到這樣效果的。這裡邊的技術問題相當棘手，不在此贅述了。（2）工業相機的映像感應器是漸進式掃描的，而一般攝像機的映像感應器是隔行掃描的，甚至是隔三行掃描的。  

       項目已經開展起來，一切都很順利。       項目已經試運行一個月左右，同使用者商量，準備進入考核階段。突然之間，使用者有了新的需求，強烈要求添加新的功能。問題來了，作為專案經理，該如何作出判斷選擇，將會產生一系列的影響。       記得在金融時報上看到“要敢於說不，要將說不作為一項基本原則，並在此基礎上說是”，真的是一門很玄妙的事情。      

機器學習(Machine Learning, ML)的目的是根據給定的訓練樣本求對某系統輸入輸出之間依賴關係的估計，使它（這種關係）能夠對未知輸出做出儘可能準確地預測。機器學習至今沒有一個精確的公認的定義。作為人工智慧(Artificial Intelligence,

 從事該行業已經3年多了，做為專案經理，也已經過了兩年。期間比較累，但也有一些感悟。在非軟體企業，特別是在主業是制鐵的行業，做此類項目，面臨的困難，總是無法想象的。隨著技術的發展，近期情況出現好轉。但這也是一個漫長的過程。在國有企業裡面，領導的支援，是項目得以實施的關鍵。初期對領導的說服，效果示範，以及引用一系列的資料，來贏得領導的注意，是非常重要的，而這個過程，從我們領導到我，花費了接近5年的時間。所以，覺得很累，每次開會，總要重複同樣的話題，說著說著，都快麻木了。還好，最近，事情有了很大轉機