chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于機(jī)器視覺的表面缺陷檢測存在哪些問題與難點(diǎn)

牽手一起夢 ? 來源:計算機(jī)視覺life ? 作者:佚名 ? 2020-04-15 14:19 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

中國是一個制造大國,每天都要生產(chǎn)大量的工業(yè)產(chǎn)品。用戶和生產(chǎn)企業(yè)對產(chǎn)品質(zhì)量的要求越來越高,除要求滿足使用性能外,還要有良好的外觀,即良好的表面質(zhì)量。但是,在制造產(chǎn)品的過程中,表面缺陷的產(chǎn)生往往是不可避免的。

不同產(chǎn)品的表面缺陷有著不同的定義和類型,一般而言表面缺陷是產(chǎn)品表面局部物理或化學(xué)性質(zhì)不均勻的區(qū)域,如金屬表面的劃痕、斑點(diǎn)、孔洞,紙張表面的色差、壓痕,玻璃等非金屬表面的夾雜、破損、污點(diǎn),等等。表面缺陷不僅影響產(chǎn)品的美觀和舒適度,而且一般也會對其使用性能帶來不良影響,所以生產(chǎn)企業(yè)對產(chǎn)品的表面缺陷檢測非常重視,以便及時發(fā)現(xiàn),從而有效控制產(chǎn)品質(zhì)量,還可以根據(jù)檢測結(jié)果分析生產(chǎn)工藝中存在的某些問題,從而杜絕或減少缺陷品的產(chǎn)生,同時防止?jié)撛诘馁Q(mào)易糾份,維護(hù)企業(yè)榮譽(yù)。

人工檢測是產(chǎn)品表面缺陷的傳統(tǒng)檢測方法,該方法抽檢率低、準(zhǔn)確性不高、實時性差、效率低、勞動強(qiáng)度大、受人工經(jīng)驗和主觀因素的影響大,而基于機(jī)器視覺的檢測方法可以很大程度上克服上述弊端。

美國機(jī)器人工業(yè)協(xié)會(RIA)對機(jī)器視覺下的定義為:“機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器自動地接收和處理一個真實物體的圖像,以獲得所需信息或用于控制機(jī)器人運(yùn)動的裝置”。

機(jī)器視覺是一種無接觸、無損傷的自動檢測技術(shù),是實現(xiàn)設(shè)備自動化、智能化和精密控制的有效手段,具有安全可靠、光譜響應(yīng)范圍寬、可在惡劣環(huán)境下長時間工作和生產(chǎn)效率高等突出優(yōu)點(diǎn)。機(jī)器視覺檢測系統(tǒng)通過適當(dāng)?shù)墓庠春?a href="http://www.brongaenegriffin.com/tags/圖像傳感器/" target="_blank">圖像傳感器(CCD攝像機(jī))獲取產(chǎn)品的表面圖像,利用相應(yīng)的圖像處理算法提取圖像的特征信息,然后根據(jù)特征信息進(jìn)行表面缺陷的定位、識別、分級等判別和統(tǒng)計、存儲、查詢等操作;

視覺表面缺陷檢測系統(tǒng)基本組成主要包括圖像獲取模塊、圖像處理模塊、圖像分析模塊、數(shù)據(jù)管理及人機(jī)接口模塊。

圖像獲取模塊由CCD攝像機(jī)、光學(xué)鏡頭、光源及其夾持裝置等組成,其功能是完成產(chǎn)品表面圖像的采集。在光源的照明下,通過光學(xué)鏡頭將產(chǎn)品表面成像于相機(jī)傳感器上,光信號先轉(zhuǎn)換成電信號,進(jìn)而轉(zhuǎn)換成計算機(jī)能處理的數(shù)字信號。目前工業(yè)用相機(jī)主要基于CCD或CMOS(complementary metal oxide semiconductor)芯片的相機(jī)。CCD是目前機(jī)器視覺最為常用的圖像傳感器。

光源直接影響到圖像的質(zhì)量,其作用是克服環(huán)境光干擾,保證圖像的穩(wěn)定性,獲得對比度盡可能高的圖像。目前常用的光源有鹵素?zé)簟晒鉄艉桶l(fā)光二級管(LED)。LED光源以體積小、功耗低、響應(yīng)速度快、發(fā)光單色性好、可靠性高、光均勻穩(wěn)定、易集成等優(yōu)點(diǎn)獲得了廣泛的應(yīng)用。

由光源構(gòu)成的照明系統(tǒng)按其照射方法可分為明場照明與暗場照明、結(jié)構(gòu)光照明與頻閃光照明。明場與暗場主要描述相機(jī)與光源的位置關(guān)系,明場照明指相機(jī)直接接收光源在目標(biāo)上的反射光,一般相機(jī)與光源異側(cè)分布,這種方式便于安裝;暗場照明指相機(jī)間接接收光源在目標(biāo)上的散射光,一般相機(jī)與光源同側(cè)分布,它的優(yōu)點(diǎn)是能獲得高對比度的圖像。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測物上,根據(jù)它們產(chǎn)生的畸變,解調(diào)出被測物的3維信息。頻閃光照明是將高頻率的光脈沖照射到物體上,攝像機(jī)拍攝要求與光源同步。

圖像處理模塊主要涉及圖像去噪、圖像增強(qiáng)與復(fù)原、缺陷的檢測和目標(biāo)分割。

由于現(xiàn)場環(huán)境、CCD圖像光電轉(zhuǎn)換、傳輸電路及電子元件都會使圖像產(chǎn)生噪聲,這些噪聲降低了圖像的質(zhì)量從而對圖像的處理和分析帶來不良影響,所以要對圖像進(jìn)行預(yù)處理以去噪。圖像增強(qiáng)目是針對給定圖像的應(yīng)用場合,有目的地強(qiáng)調(diào)圖像的整體或局部特性,將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征,擴(kuò)大圖像中不同物體特征之間的差別,抑制不感興趣的特征,使之改善圖像質(zhì)量、豐富信息量,加強(qiáng)圖像判讀和識別效果的圖像處理方法。圖像復(fù)原是通過計算機(jī)處理,對質(zhì)量下降的圖像加以重建或復(fù)原的處理過程。圖像復(fù)原很多時候采用與圖像增強(qiáng)同樣的方法,但圖像增強(qiáng)的結(jié)果還需要下一階段來驗證;而圖像復(fù)原試圖利用退化過程的先驗知識,來恢復(fù)已被退化圖像的本來面目,如加性噪聲的消除、運(yùn)動模糊的復(fù)原等。圖像分割的目的是把圖像中目標(biāo)區(qū)域分割出來,以便進(jìn)行下一步的處理。

圖像分析模塊主要涉及特征提取、特征選擇和圖像識別。

特征提取的作用是從圖像像素中提取可以描述目標(biāo)特性的表達(dá)量,把不同目標(biāo)間的差異映射到低維的特征空間,從而有利于壓縮數(shù)據(jù)量、提高識別率。表面缺陷檢測通常提取的特征有紋理特征、幾何形狀特征、顏色特征、變換系數(shù)特征等,用這些多信息融合的特征向量來區(qū)可靠地區(qū)分不同類型的缺陷;這些特征之間一般存在冗余信息,即并不能保證特征集是最優(yōu)的,好的特征集應(yīng)具備簡約性和魯棒性,為此,還需要進(jìn)一步從特征集中選擇更有利于分類的特征,即特征的選擇。圖像識別主要根據(jù)提取的特征集來訓(xùn)練分類器,使其對表面缺陷類型進(jìn)行正確的分類識別。

在現(xiàn)代工業(yè)連續(xù)、大批量自動化生產(chǎn)中,涉及各種各樣的質(zhì)量檢測,如工件表面是否有劃痕、印刷品是否有油污或破損、字符印刷正誤和電路板線路正誤檢查等。質(zhì)量檢測系統(tǒng)的性能優(yōu)劣在一定程度上直接影響著產(chǎn)品質(zhì)量和生產(chǎn)效率。能夠?qū)Ξa(chǎn)品進(jìn)行在線高速缺陷檢測已經(jīng)成為高質(zhì)量和高效率生產(chǎn)的保證。

人工檢測

產(chǎn)品缺陷檢測方法可以分為三種。第一種是人工檢測法,這種方法不僅成本高,而且在對微小缺陷進(jìn)行判別時,難以達(dá)到所需要的精度和速度,人工檢測法還存在勞動強(qiáng)度大、檢測標(biāo)準(zhǔn)一致性差等缺點(diǎn)。第二種是機(jī)械裝置接觸檢測法,這種方法雖然在質(zhì)量上能滿足生產(chǎn)的需要,但存在檢測設(shè)備價格高、靈活性差、速度慢等缺點(diǎn)。第三種是機(jī)器視覺檢測法,即利用圖像處理和分析對產(chǎn)品可能存在的缺陷進(jìn)行檢測,這種方法采用非接觸的工作方式,安裝靈活,測量精度和速度都比較高。同一臺機(jī)器視覺檢測設(shè)備可以實現(xiàn)對不同產(chǎn)品的多參數(shù)檢測,為企業(yè)節(jié)約大筆設(shè)備開支。

繁忙的檢驗科

待檢測物品的缺陷表現(xiàn)在圖像上,即為缺陷處的灰度值與標(biāo)準(zhǔn)圖像的差異。將缺陷圖像的灰度值同標(biāo)準(zhǔn)圖像進(jìn)行比較,判斷其差值(兩幅圖灰度值的差異程度)是否超出預(yù)先設(shè)定的閾值范圍,就能判斷出待測物品有無缺陷。

機(jī)器視覺檢驗

在實際應(yīng)用中,不同產(chǎn)品對缺陷的定義也不一樣。一般來說,產(chǎn)品表面缺陷分為結(jié)構(gòu)缺陷、幾何缺陷和顏色缺陷等幾種類型。常見的工件完整性檢測屬于結(jié)構(gòu)缺陷檢測,尺寸規(guī)格檢測屬于幾何缺陷檢測,而印刷品質(zhì)量檢測中常需要進(jìn)行顏色缺陷檢測。

視覺檢驗軟件

機(jī)器視覺缺陷檢測軟件通過對目標(biāo)表面圖像進(jìn)行預(yù)處理,并與標(biāo)準(zhǔn)圖像對比,找到其中存在的缺陷,然后識別并判斷缺陷種類和嚴(yán)重程度,對產(chǎn)品進(jìn)行分類分級處理。

發(fā)展趨勢

基于機(jī)器視覺的表面缺陷檢測將是未來研究和發(fā)展的主要方向,目前,基于機(jī)器視覺的表面缺陷檢測理論研究和實際應(yīng)用等環(huán)節(jié)均有可喜的成果,但仍存在下面主要的問題和難點(diǎn):

1) 受環(huán)境、光照、生產(chǎn)工藝和噪聲等多重因素影響,檢測系統(tǒng)的信噪比一般較低,微弱信號難以檢出或不能與噪聲有效區(qū)分。如何構(gòu)建穩(wěn)定、可靠、魯棒的檢測系統(tǒng),以適應(yīng)光照變化、噪聲以及其他外界不良環(huán)境的干擾,是要解決的問題之一。

2) 由于檢測對象多樣、表面缺陷種類繁多、形態(tài)多樣、復(fù)雜背景,對于眾多缺陷類型產(chǎn)生的機(jī)理以及其外在表現(xiàn)形式之間的關(guān)系尚不明確,致使對缺陷的描述不充分,缺陷的特征提取有效性不高,缺陷目標(biāo)分割困難;同時,很難找到“標(biāo)準(zhǔn)”圖像作為參照,這給缺陷的檢測和分類帶來困難,造成識別率尚有待提高。

3) 機(jī)器視覺表面缺陷檢測,特別是在線檢測,其特點(diǎn)是數(shù)據(jù)量龐大、冗余信息多、特征空間維度高,同時考慮到真正的機(jī)器視覺面對的對象和問題的多樣性,從海量數(shù)據(jù)中提取有限缺陷信息的算法能力不足,實時性不高。

4) 與機(jī)器視覺表面檢測密切相關(guān)的人工智能理論雖然得到了很大的發(fā)展,但如何模擬人類大腦的信息處理功能去構(gòu)建智能機(jī)器視覺系統(tǒng)還需要理論上的進(jìn)一步研究,如何更好的基于生物視覺認(rèn)識、指導(dǎo)機(jī)器視覺得檢測也是研究人員的難點(diǎn)之一。

5) 從機(jī)器視覺表面檢測的準(zhǔn)確性方面來看,盡管一系列優(yōu)秀的算法不斷出現(xiàn),但在實際應(yīng)用中準(zhǔn)確率仍然與滿足實際應(yīng)用的需求尚有一定差距,如何解決準(zhǔn)確識別與模糊特征之間、實時性與準(zhǔn)確性之間的矛盾仍然是目前的難點(diǎn)。

隨著計算機(jī)技術(shù)、信息技術(shù)、電子技術(shù)、傳感器技術(shù)和仿生技術(shù)等的發(fā)展,機(jī)器視覺檢測方法也必將得到迅速的發(fā)展。技術(shù)和市場需求等因素決定了機(jī)器視覺表面缺陷檢測的發(fā)展趨勢為:

1) MARR理論對計算機(jī)視覺發(fā)揮了巨大作用,其核心是將視覺理解為3D重建的過程。但是,從3D場景到2D圖像是一個多對一的映射,在映射的過程中損失了深度信息;灰度是對場景的惟一的測量值,諸如光照、材料特性、朝向和距離等信息都無法反映;成像中由于噪聲及環(huán)境等因素的干擾,都會使圖像產(chǎn)生失真。為此,需要研究視覺檢測新理論和新方法,如發(fā)展主動視覺、增強(qiáng)視覺系統(tǒng)的智能學(xué)習(xí)能力等。

2) 從生物視覺得到啟發(fā),吸收來自心理學(xué)、生理學(xué)等其他學(xué)科中生物視覺的最新研究成果,基于生物視覺機(jī)制為視覺檢測提供研究新思路,模仿生物視覺多尺度、層次性的視覺特點(diǎn),結(jié)合視覺任務(wù),引入先驗高級知識的指導(dǎo),同時將機(jī)器視覺、機(jī)器聽覺、機(jī)器嗅覺、機(jī)器觸覺等多信息相互融合,突破單一視覺信息的局限性,也將成為機(jī)器視覺檢測的發(fā)展方向之一。

3) 研究更具魯棒性的圖像處理和分析算法,提高圖像處理的有效性和和執(zhí)行效率,降低算法的復(fù)雜度,提高識別的準(zhǔn)確性。在在線檢測系統(tǒng)中,要特別注重實時性,視覺本身具有內(nèi)在的并行性,為此,還在要理論、算法和技術(shù)等多方面研究視覺并行計算,提高視覺計算的速度。同時,進(jìn)一步研究算法性能的評價方法,以對算法的效率和性能作了科學(xué)、準(zhǔn)確的刻化和評價。

4) 研究完整3維場景重建方法。現(xiàn)有3維場景重建理論和算法基本都局限于對目標(biāo)“可視”部分的重構(gòu),如果用Marr視覺計算理論來說,還主要停留在2.5維表達(dá)上,這種表達(dá)僅提供了物體可見輪廓以內(nèi)的3維信息。如何恢復(fù)物體完整表面的信息,即包括物體表面不可見部分,是一個復(fù)雜但也亟待解決的問題。

5) 采用統(tǒng)一而開放的標(biāo)準(zhǔn),構(gòu)建標(biāo)準(zhǔn)化、一體化和通用化的解決方案,標(biāo)準(zhǔn)化與個性化的進(jìn)一步統(tǒng)一,研發(fā)可靠性高、維護(hù)性好、便于不斷完善和升級換代、網(wǎng)絡(luò)化、自動化和智能化更高的機(jī)器視覺系統(tǒng)是今后的發(fā)展趨勢。

機(jī)器視覺系統(tǒng)的研究和應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、交通和安全等國民經(jīng)濟(jì)的各個領(lǐng)域,基于機(jī)器視覺的產(chǎn)品表面質(zhì)量檢測在現(xiàn)代自動化生產(chǎn)中得到了越來越多的重視和應(yīng)用。

機(jī)器視覺表面缺陷檢測系統(tǒng)中,圖像處理和分析算法是重要的內(nèi)容,通常的流程包括圖像的預(yù)處理、目標(biāo)區(qū)域的分割、特征提取和選擇及缺陷的識別分類。每個處理流程都出現(xiàn)了大量的算法,這些算法各有優(yōu)缺點(diǎn)和其適應(yīng)范圍。如何提高算法的準(zhǔn)確性、執(zhí)行效率、實時性和魯棒性,一直是研究者們努力的方向。

機(jī)器視覺表面檢測比較復(fù)雜,涉及眾多學(xué)科和理論,機(jī)器視覺是對人類視覺的模擬,但是目前對人的視覺機(jī)制尚不清楚,盡管每一個正常人都是“視覺專家”,但難以用計算機(jī)表達(dá)自己的視覺過程,因此構(gòu)建機(jī)器視覺檢測系統(tǒng)還要進(jìn)一步通過研究生物視覺機(jī)理來完善,使檢測進(jìn)一步向自動化和智能化方向發(fā)展。

責(zé)任編輯:gt

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2573

    文章

    53917

    瀏覽量

    781259
  • led
    led
    +關(guān)注

    關(guān)注

    243

    文章

    24334

    瀏覽量

    684696
  • 機(jī)器視覺
    +關(guān)注

    關(guān)注

    163

    文章

    4677

    瀏覽量

    124581
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    明治案例 | 汽車天窗全自動視覺檢測系統(tǒng),螺絲、膠點(diǎn)全覆蓋

    檢測,顯著提升生產(chǎn)效率與質(zhì)量控制水平。本案例成功應(yīng)用一套高精度機(jī)器視覺系統(tǒng),實現(xiàn)了對汽車天窗總成多項關(guān)鍵缺陷的自動化100%在線檢測,在50
    的頭像 發(fā)表于 10-21 07:33 ?39次閱讀
    明治案例 | 汽車天窗全自動<b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>系統(tǒng),螺絲、膠點(diǎn)全覆蓋

    機(jī)器視覺助力FPD 面板檢測

    FPD面板光學(xué)檢測,需要在工業(yè)相機(jī)上使用圖像識別和檢測算法來檢測缺陷和異常。
    的頭像 發(fā)表于 09-26 16:09 ?338次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>助力FPD 面板<b class='flag-5'>檢測</b>

    機(jī)器視覺檢測PIN針

    物理損傷)必須進(jìn)行極其精密的測量與核查。以往依賴人眼的檢測方式存在明顯短板:不僅作業(yè)速度慢、受人員狀態(tài)影響大(易疲勞導(dǎo)致誤判),而且在面對日益嚴(yán)苛的微米級精度標(biāo)準(zhǔn)時顯得力不從心。相比之下,基于機(jī)器
    發(fā)表于 09-26 15:09

    硅片濕法清洗工藝存在哪缺陷

    硅片濕法清洗工藝雖然在半導(dǎo)體制造中廣泛應(yīng)用,但其存在一些固有缺陷和局限性,具體如下:顆粒殘留與再沉積風(fēng)險來源復(fù)雜多樣:清洗液本身可能含有雜質(zhì)或微生物污染;過濾系統(tǒng)的濾芯失效導(dǎo)致大顆粒物質(zhì)未被有效攔截
    的頭像 發(fā)表于 09-22 11:09 ?274次閱讀
    硅片濕法清洗工藝<b class='flag-5'>存在哪</b>些<b class='flag-5'>缺陷</b>

    汽車后視鏡加熱片細(xì)微缺陷檢測難題,PMS光度立體輕松拿捏

    汽車在我們的生活中應(yīng)用非常廣泛,汽車加熱片生產(chǎn)過程中的輕微折痕、針孔等缺陷,會引起熱點(diǎn)聚集,熱阻增加,進(jìn)而引起后視鏡的除霜延時,更嚴(yán)重的會引發(fā)事故,即使上了普通的機(jī)器視覺檢測設(shè)備,針對
    的頭像 發(fā)表于 09-01 15:53 ?304次閱讀
    汽車后視鏡加熱片細(xì)微<b class='flag-5'>缺陷</b><b class='flag-5'>檢測</b>難題,PMS光度立體輕松拿捏

    紅外光在機(jī)器視覺檢測中的應(yīng)用

    短波紅外(SWIR)因其高靈敏度、高分辨率和適應(yīng)性強(qiáng),成為工業(yè)機(jī)器視覺和半導(dǎo)體檢測的重要光源。
    的頭像 發(fā)表于 08-27 09:51 ?401次閱讀
    紅外光在<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>中的應(yīng)用

    為什么近紅外在機(jī)器視覺中表現(xiàn)更優(yōu)

    機(jī)器視覺在焊接場景中具有重要作用,能夠強(qiáng)化質(zhì)量控制、過程監(jiān)控和缺陷檢測,提升生產(chǎn)一致性,同時減少返工或故障。
    的頭像 發(fā)表于 06-19 10:46 ?283次閱讀

    機(jī)器視覺助力軌道缺陷檢測

    機(jī)器視覺檢測助力軌道檢測
    的頭像 發(fā)表于 05-21 16:55 ?512次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>助力軌道<b class='flag-5'>缺陷</b><b class='flag-5'>檢測</b>

    電纜局部放電檢測的重點(diǎn)及難點(diǎn)問題

    電纜局部放電檢測是一種用于評估電纜絕緣狀態(tài)的技術(shù)手段,對于保障電力系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要意義。通過檢測電纜在電場作用下絕緣材料中局部區(qū)域發(fā)生的放電現(xiàn)象,來判斷電纜的絕緣性能是否存在缺陷
    的頭像 發(fā)表于 04-24 11:07 ?585次閱讀
    電纜局部放電<b class='flag-5'>檢測</b>的重點(diǎn)及<b class='flag-5'>難點(diǎn)</b>問題

    高光譜相機(jī)在工業(yè)檢測中的應(yīng)用:LED屏檢、PCB板缺陷檢測

    隨著工業(yè)檢測精度要求的不斷提升,傳統(tǒng)機(jī)器視覺技術(shù)逐漸暴露出對非可見光物質(zhì)特性識別不足、復(fù)雜缺陷檢出率低等局限性。高光譜相機(jī)憑借其獨(dú)特的光譜分析能力,為工業(yè)
    的頭像 發(fā)表于 04-23 16:36 ?589次閱讀

    機(jī)器視覺照明的技術(shù)選擇與應(yīng)用

    機(jī)器視覺照明的關(guān)鍵特點(diǎn)包括對比度增強(qiáng)、亮度調(diào)整、魯棒性控制、反射控制、可預(yù)測性、表面因素影響以及光源位置。
    的頭像 發(fā)表于 04-09 09:59 ?392次閱讀

    方便面面餅外觀檢測:精準(zhǔn)識別0.5mm2細(xì)微缺陷

    在上篇文章中,我們了解了食品行業(yè)在外觀缺陷檢測時的現(xiàn)有難點(diǎn),并分享了阿丘科技對鵪鶉蛋進(jìn)行外觀缺陷檢測時的典型場景案例,詳細(xì)內(nèi)容可查看《鵪鶉蛋
    的頭像 發(fā)表于 12-12 17:35 ?1363次閱讀
    方便面面餅外觀<b class='flag-5'>檢測</b>:精準(zhǔn)識別0.5mm2細(xì)微<b class='flag-5'>缺陷</b>

    適用于機(jī)器視覺應(yīng)用的智能機(jī)器視覺控制平臺

    工控機(jī)在機(jī)器視覺系統(tǒng)設(shè)計中是不可或缺的核心組件,在機(jī)器視覺中發(fā)揮著至關(guān)重要的作用,其強(qiáng)大的計算能力、高度的穩(wěn)定性和可靠性、實時性以及圖像處理和識別能力,為
    的頭像 發(fā)表于 11-23 01:08 ?787次閱讀
    適用于<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>應(yīng)用的智能<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>控制平臺

    阿丘科技上榜CMVU“機(jī)器視覺創(chuàng)新產(chǎn)品TOP10”

    場景打造的基于深度學(xué)習(xí)的專業(yè)級工業(yè)AI視覺算法平臺軟件,內(nèi)置8大AI功能,用于解決復(fù)雜缺陷的定位、檢測、分類及字符識別等問題,具有檢測精度高、檢測
    的頭像 發(fā)表于 11-02 08:06 ?1096次閱讀
    阿丘科技上榜CMVU“<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>創(chuàng)新產(chǎn)品TOP10”

    功率放大器在機(jī)器視覺下液滴操控與熒光分析檢測中的應(yīng)用

    實驗名稱:功率放大器在機(jī)器視覺輔助下超疏水表面無接觸液滴操控與熒光分析檢測中的應(yīng)用實驗內(nèi)容:在本研究中,我們開發(fā)了一種機(jī)器
    的頭像 發(fā)表于 10-29 17:54 ?1207次閱讀
    功率放大器在<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺</b>下液滴操控與熒光分析<b class='flag-5'>檢測</b>中的應(yīng)用