0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 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識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

解讀機器視覺檢測技術發(fā)展趨勢分析

新機器視覺 ? 來源:廣東嘉銘智能 ? 作者:廣東嘉銘智能 ? 2021-06-10 15:22 ? 次閱讀

在現(xiàn)代化生產(chǎn)中,由于能夠最大程度的提高產(chǎn)品質(zhì)量、降低成本,近年來一直被廣泛用于各類工業(yè)檢測項目上。而隨著工業(yè)制造技術和加工工藝的提高和改進,對檢測手段、檢測速度和精度提出得更高要求,也使得機器視覺檢測技術在各大行業(yè)建功無數(shù),發(fā)展勢頭強勁。那么,今天我們就來細數(shù)下機器視覺檢測發(fā)展的幾個歷程和趨勢。

1、初級視覺理論:主要針對光學成像的逆問題,是由能從二維光強度陣列恢復三維可見表面物理性質(zhì)的一系列處理過程組成。這里各過程的輸入數(shù)據(jù)及計算目的都是能夠明確描述的,如邊緣檢測、立體匹配、由運動恢復結構等方法。在三維物體投影成二維圖像過程中,三維信息有很多損失,從而導致病態(tài)問題產(chǎn)生,因此加強對初級視覺過程及其約束條件的研究就顯得格外重要,其主要針對3D重建。

2、主動視覺理論:主動視覺指觀察者以確定或不定方式運動跟蹤目標、感知對象的技術方法。在主動視覺中,觀察者和目標物體也可同時運動,觀察者的運動為研究目標的形狀、距離和運動提供了附加條件,重要研究方向為目標跟蹤,導彈攔截等。

3、視覺信息融合:將多種視覺信息相互融合,有可能突破單一視覺信息獲取的局限性,達到利用理想環(huán)境下靜止和瞬間的視覺信息獲取,達到認識復雜客觀世界的要求,主要研究領域為圖像信息融合。

4、三維場景重建:目前對三維場景的恢復理論和算法局限于對景物“可視”部分,屬于2.5維信息表達,僅提供物體可見輪廓以內(nèi)的三維信息。恢復景物表面可見與不可見部分的完整信息,是一個復雜但也急待解決的理論難題。

5、算法性能評價:機器視覺研究關注任務可否進行或能否完成,缺乏對算法和系統(tǒng)方法性能質(zhì)量的刻化和評價。在實際應用中,效率和性能十分重要,否則算法和系統(tǒng)無法走出實驗室,因此,算法性能評價的建立必不可少。

6、視覺并行計算:視覺實時計算還有許多理論、算法和技術上的問題。視覺并行計算結構發(fā)展趨勢是在越來越大的結構中采用越來越小的處理單元,其發(fā)展方向是由基本邏輯運算處理單元組成龐大的處理網(wǎng)絡系統(tǒng)。

8、通用視覺信息系統(tǒng):能完成各種視覺任務的通用視覺信息系統(tǒng),即建立類比于人類視覺系統(tǒng)功能的機器視覺系統(tǒng),通過建立專用視覺系統(tǒng)平臺,逐漸發(fā)展到完善的通用視覺系統(tǒng),如視覺平臺,高度智能化的視覺機器人等。

可預計的是,隨著機器視覺技術自身的成熟和發(fā)展,機器視覺檢測技術將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應用。

編輯:jq

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)站授權轉載。文章觀點僅代表作者本人,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習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    211

    文章

    28423

    瀏覽量

    207144
  • 機器視覺
    +關注

    關注

    162

    文章

    4373

    瀏覽量

    120337

原文標題:機器視覺檢測技術發(fā)展趨勢分析

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    高通分析藍牙技術發(fā)展趨勢

    近日,藍牙技術聯(lián)盟高級營銷項目經(jīng)理Mindy Dolan采訪了高通副總裁兼移動連接業(yè)務總經(jīng)理Javier del Prado,共同討論了藍牙技術在2024年取得的一些成就,并深入分析了藍牙技術
    的頭像 發(fā)表于 12-09 18:15 ?401次閱讀

    光模塊技術發(fā)展趨勢 光模塊常見故障及解決方法

    光模塊技術發(fā)展趨勢 光模塊技術是光纖通信系統(tǒng)中的關鍵組件,隨著網(wǎng)絡帶寬需求的不斷增長,光模塊技術也在不斷發(fā)展和進步。以下是光模塊技術的一些
    的頭像 發(fā)表于 12-02 14:39 ?356次閱讀

    未來物流發(fā)展趨勢與TMS的關系

    Management System,簡稱TMS)作為物流管理的核心工具之一,其發(fā)展與物流行業(yè)的未來趨勢緊密相關。 一、未來物流發(fā)展趨勢 數(shù)字化與智能化 物聯(lián)網(wǎng)(IoT)技術 :通過傳
    的頭像 發(fā)表于 11-26 09:40 ?426次閱讀

    開關電源的最新技術發(fā)展趨勢

    開關電源作為電子信息產(chǎn)業(yè)的重要組成部分,其技術發(fā)展趨勢一直備受關注。以下是開關電源的最新技術發(fā)展趨勢: 一、高頻化 高頻化是提高開關電源效率和功率密度、降低體積和重量的重要途徑。隨著開關頻率的提高
    的頭像 發(fā)表于 11-20 10:46 ?702次閱讀

    未來的ar技術發(fā)展趨勢

    增強現(xiàn)實(AR)技術,作為連接虛擬世界和現(xiàn)實世界的橋梁,近年來得到了飛速的發(fā)展。隨著技術的不斷進步和創(chuàng)新,未來的AR技術將呈現(xiàn)出以下發(fā)展趨勢
    的頭像 發(fā)表于 11-11 10:07 ?512次閱讀

    機器技術發(fā)展趨勢

    機器技術發(fā)展趨勢呈現(xiàn)出多元化、智能化和廣泛應用的特點。 一、智能化與自主化 人工智能(AI)與機器學習 : AI和機器學習在
    的頭像 發(fā)表于 10-25 09:27 ?950次閱讀

    智能駕駛技術發(fā)展趨勢

    智能駕駛技術是當前汽車行業(yè)的重要發(fā)展趨勢之一,它融合了傳感器技術、人工智能、大數(shù)據(jù)和云計算等多種先進技術,旨在實現(xiàn)車輛的自主駕駛和智能化管理。以下是對智能駕駛
    的頭像 發(fā)表于 10-23 15:41 ?698次閱讀

    視覺檢測是什么意思?機器視覺檢測的適用行業(yè)及場景有哪些?

    檢測的定義與原理 機器視覺檢測,是利用光學成像、數(shù)字信號處理和計算機技術,模擬人類視覺的功能,對
    的頭像 發(fā)表于 08-30 11:20 ?373次閱讀

    藍牙技術發(fā)展趨勢和熱點解讀(下)

    洞見分析經(jīng)驗分享
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年08月19日 15:37:54

    藍牙技術發(fā)展趨勢和熱點解讀(上)

    洞見分析經(jīng)驗分享
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年08月19日 15:23:48

    機器視覺在焊接質(zhì)量檢測中的應用

    焊接作為連接不同材料的關鍵工藝,其質(zhì)量直接影響到結構的強度和可靠性。隨著工業(yè)技術發(fā)展,如何高效、精準地檢測焊接質(zhì)量,成為了工業(yè)制造領域急需解決的問題。機器
    的頭像 發(fā)表于 08-13 16:33 ?278次閱讀

    無線充電技術發(fā)展趨勢

    目前無線充電技術還處于發(fā)展階段,距離方案的成熟尚需不斷探索和完善!降低熱損耗,提升效率縮短充電時間,改良充電曲線以更好的保護負載設備(終端或者電池等)。
    發(fā)表于 08-03 14:26

    2024年工控與通信行業(yè)上游發(fā)展趨勢和熱點解讀

    電子發(fā)燒友網(wǎng)站提供《2024年工控與通信行業(yè)上游發(fā)展趨勢和熱點解讀.pdf》資料免費下載
    發(fā)表于 07-01 14:52 ?784次下載

    視覺上下料技術在智能制造領域的發(fā)展趨勢如何呢?

    視覺上下料技術在智能制造領域的發(fā)展趨勢 在智能制造的大潮中,視覺上下料技術憑借其獨特的優(yōu)勢,逐漸成為生產(chǎn)線上的“明星”。它不僅提高了生產(chǎn)效率
    的頭像 發(fā)表于 01-31 17:18 ?588次閱讀

    2024年可預見的藍牙技術發(fā)展趨勢

    近期,Silicon Labs(亦稱“芯科科技”)負責藍牙技術的高級產(chǎn)品經(jīng)理Parker Dorris先生參與藍牙技術聯(lián)盟(Bluetooth SIG)的會員訪談,就2024年可預見的藍牙技術發(fā)展趨勢進行了討論,包括電子貨架標簽
    的頭像 發(fā)表于 01-08 17:27 ?1643次閱讀