产品的小型化趋势让这个行业能够在更小的空间内包装更多的部件,这意味着机器视觉产品变得更小,这样他们就能够在厂区所提供的有限空间内应用。例如在工业配件上LED 已经成为主导光源,它的小尺寸使成像参数的测定变得容易,他们的耐用性和稳定性非常适用于工厂设备。
集成产品增多智能相机的发展预示了集成产品增多的趋势,智能相机是在一个单独的盒内集成了处理器、镜头、光源、输入/输出装置及以太网,电话和 PDA 推动了更快、更便宜的精简指令集计算机(RISC)的发展,外观检查项目,这使智能相机和嵌入式处理器的出现成为可能。同样,外观检查方法,现场可编程门列阵(FPGA)技术的进步为智能相机增添了计算功能,并为PC 机嵌入了处理器和桢,智能相机结合处理大多数计算任务的FPGA,DSP和微处理器则会更具有智能性 。
在行业应用方面,主要有制药、包装、电子、汽车制造、半导体、纺织、、交通、物流等行业,用机器视觉技术取代人工,可以提供生产效率和产品质量。例如在物流行业,可以使用机器视觉技术进行快递的分拣分类,不会出现大多快递公司人工进行分拣,减少物品的损坏率,可以提高分拣效率,减少人工劳动。 [6] 产展编辑机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术,后来一直在机器视觉中应用。罗伯兹在图像分析过程中,采用了自底向上的方法。用边缘检测技术来确定轮廓线,用区域分析技术将图像划分为由灰度相近的像素组成的区域,这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述,以便同机内存储的模型进行比较匹配。实践表明,只用自底向上的分析太困难,必须同时采用自顶向下,即把目标分为若干子目标的分析方法,运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中,A.古兹曼提出运用启发式知识,表明用符号过程来解释轮廓画的方法不必求助于诸如二乘法匹配之类的数值计算程序。70年代,机器视觉形成几个重要研究分支:①目标制导的图像处理;②图像处理和分析的并行算法;③从二维图像提取三维信息;④序列图像分析和运动参量求值;⑤视觉知识的表示;⑥视觉系统的知识库等。
外观检查方法-格拉尼视觉科技(在线咨询)-常州外观检查由苏州格拉尼视觉科技有限公司提供。苏州格拉尼视觉科技有限公司(www.grani.com.cn)在工业自动控制系统及装备这一领域倾注了诸多的热忱和热情,格拉尼视觉科技一直以客户为中心、为客户创造价值的理念、以品质、服务来赢得市场,衷心希望能与社会各界合作,共创成功,共创辉煌。相关业务欢迎垂询,联系人:朱春雷。