<sub id="pxh5h"><progress id="pxh5h"><thead id="pxh5h"></thead></progress></sub><big id="pxh5h"></big>

<menuitem id="pxh5h"><big id="pxh5h"><ins id="pxh5h"></ins></big></menuitem>
    <form id="pxh5h"><strike id="pxh5h"><dfn id="pxh5h"></dfn></strike></form>

    <del id="pxh5h"><big id="pxh5h"></big></del>

    <cite id="pxh5h"></cite>

      <ins id="pxh5h"><big id="pxh5h"></big></ins>

      <noframes id="pxh5h">

      <del id="pxh5h"><ruby id="pxh5h"></ruby></del>
      <p id="pxh5h"><sub id="pxh5h"><output id="pxh5h"></output></sub></p>

      <menuitem id="pxh5h"></menuitem>
      通用banner
      您当前的位置 : 首 页 > 资讯动态 > 技术资讯

      机器视觉检测设备要全面替代人工目检,还有诸多难点

      2019-06-15

      目前机器视觉设备检测运用的范围越来越广泛,但是还是不能够全部代替人工目检,依旧有诸多难点没有被攻破,主要表现在已下几个方面:

      光源与成像,机器视觉检测中优质的成像是一步,由于不同材料物体表面反光、折射等问题都会影响被测物体特征的提取,因此光源与成像可以说是机器视觉检测要攻克的难关。比如现在玻璃、反光表面的划痕检测等,很多时候问题都卡在不同缺陷的集成成像上。

      重噪音中低对比度图像中的特征提取,在重噪音环境下,真假瑕疵的鉴别很多时候较难,这也是很多场景始终存在误检率的原因,但这块通过成像和边缘特征提取的快速发展,已经在不断取得各种突破。

      对非预期缺陷的识别,在应用中,往往是给定一些具体的缺陷模式,使用机器视觉来识别它们到底有没有发生,但经常遇到的情况是,许多明显的缺陷,因为之前没有发生过,或者发生的模式过分多样,而被漏检。如果换做是人,虽然在操作流程文件中没让他去检测这个缺陷,但是他会注意到,从而有较大几率抓住它,而机器视觉在这点上的“智慧”目前还较难突破。

      嘉兴市均畅机械有限公司是一家集科研、生产、销售于一体的高科技企业,主要从事工业自动化设备不锈钢设备制品的研发、生产、销售与服务。

      视觉处理.png

      标签

      Z近浏览:

      相关产品

      相关新闻

      视频二区 爆乳 丰满 熟女_青青青国产免费线在_天天摸日日摸狠狠添流水_俄罗斯老太bbw巨大