inVISION Newsletter 8 2013
Als Hersteller von Optiken kennt man die Frage: „Ich habe eine Kamera mit einer Pixelgröße von X µm. Kann Ihr Objektiv diese Pixel auflösen?“. ‣ weiterlesen
inVISION Magazin
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
;
?>
-
Navvis Reseller Network
Navvis, ein Unternehmen für Mobile Mapping und Reality Capture, hat den Start des Navvis Reseller Network in Europa bekannt gegeben. Zwei Distributoren von Vermessungsgeräten und 3D-Erfassungslösungen, Positics und Geomesure, sind die ersten offiziellen Wiederverkäufer, die dem Netzwerk beitreten und den Markt in Frankreich adressieren werden.
Sick baut neuen US-Hauptsitz
Mit dem feierlichen Spatenstich hat Sick den Bau seines neuen nordamerikanischen Hauptsitzes in Bloomington begonnen, der Teil einer mehrstufigen Strategie für einen Technologie- und Betriebscampus ist.
Vision Award 2021
Auf der Vision-Messe zeichnet eine hochkarätige Jury die besten Innovationen aus dem Bereich der industriellen Bildverarbeitung mit dem Vision Award aus. Die Auszeichnung ist mit einem Preisgeld von 3.000€ verbunden. Interessierte haben die Möglichkeit, sich unter folgendem Link zu registrieren und ihr Abstract bis zum 11. August 2021 einzureichen.
Faro lagert Fertigung aus
Faro wird seine Fertigung an die Sanmina Corporation auslagern, einen US-amerikanischen Fortune-500 Electronic Manufacturing Service Provider. Als nächsten Schritt plant das Unternehmen, seine Produktion von den drei Fertigungsstandorten in Lake Mary (Florida), Exton (Pennsylvania) und Stuttgart (Deutschland) zu Sanmina zu verlagern.
Neues Management bei Isra Vision
Ende Juni hat sich der Gründer und Geschäftsführer von Isra Vision, Enis Ersü (l.), aus dem operativen Berufsleben zurückgezogen.
Gemeinsames Projekt Basler, KIT und MSTVision
Das Karlsruher Institut für Technologie (KIT), Basler und MSTVision haben eine Kooperation im Projekt ‘Hybride Bildverarbeitung auf FPGAs’ begonnen. Ziel des vom BMWi geförderten ZIM-Projektes ist es, Machine Learning mit klassischen Bildverarbeitungsmethoden zu kombinieren, so dass die Vorteile von Machine-Learning-Verfahren auch bei kurzen Latenzzeiten (<5ms) und hohen Bandbreiten (>2,4GByte/s) erreicht werden. Mögliche Einsatzgebiete des Verfahrens sind Hochgeschwindigkeitssortierung und Oberflächeninspektion.
