通用banner
您當前的位置 : 首 頁 > 資訊動態 > 行業新聞

視覺技術運用的必要性

2019-07-18

機器視覺首要研討用核算機來模擬人的視覺功能,通過攝像機等得到圖畫,然后將它轉換成數字化圖畫信號,再送入核算機,運用軟件從中獲取所需信息,做出正確的核算和判別,通過數字圖畫處理算法和辨認算法,對客觀國際的三維景象和物體進行形狀和運動辨認,依據辨認成果來操控現場的設備動作。從功能上來看,典型的機器視覺體系能夠分為:圖畫收集部分、圖畫處理部分和運動操控部分,核算機視覺是研討試圖建立從圖畫或許多維數據中獲取“所需信息”的人工智能辨認體系。正廣泛地運用于醫學、軍事、工業、農業等許多范疇中。 

  視覺技術研討與運用的必要性 

  視覺技能在國內外展開極其必要。2008年經濟危機極大沖擊了美國至全球的各個范疇。美國轎車制造業 “Big Three”頻臨破產,進一步自動化是僅有出路。美國政府推行“Made in US” 方案。出臺多個方針刺激鼓舞企業技能發明創新,視覺技能的運用就顯得十分必要。近年在國內,勞動力工資本錢大幅進步,很多出產企業遷移到人力資源更低廉的國家和區域,食物、醫藥質量事情不斷?!癕ade in China”在國際聲譽亟需進步,為進步質量保持競爭力,各范疇的視覺檢測及高度自動化勢在必行。視覺檢測對工業自動化的重要性日積月累,工業自動化需求對視覺技能的推進高度集成化。 

視覺技術應用

  國外典型研討與運用 

  對于機器視覺技能,國際各國都在研討與運用。1994年S.T rika等研討了一種根據機器視覺的多面體零件特征提取技能,取得零件特征。1998年,J.Merlet等將機器視覺技能運用于部件裝配。同年, Du-Ming Tsai等將機器視覺和神經網絡技能相結合, 完成對機械零件表面粗糙度的非接觸測量。2003年,Eladaw .iA.E將機器視覺技能用于數控銑加工中, 以取得實時加工數據。日本的視覺辨認機器人研討,從數量或研討成果看都占據著明顯的領先地位.美英德韓也都在展開相關研討。國外的卡耐基-梅隆M.A.Smith等提出了一種在視頻幀中檢測文字的辦法。韓國Soongsil大學的Kim根據支撐向量機和Camshift算法檢測視頻幀中的文字。 


  國內典型研討與運用 

  相對國外,國內核算機視覺技能運用研討起步較晚,與國外有距離,還需進一步在深度、廣度及實踐方面作出努力。國內的李留格等采用BP神經網絡來進行輪胎胎號字符辨認;李朝輝等運用形狀算子提取視頻幀的高頻分量,把文本字符從復雜的視頻中分離出來;周詳等運用改善的BP神經網絡對字符進行辨認,進步了辨認率和辨認速度。字符辨認技能是機器視覺范疇的一個重要分支,在文字信息處理,辦公自動化、實時監控體系等高技能范疇,都有重要的運用價值和理論意義。本文以輸血袋的字符辨認為例介紹機器視覺在工業智能檢測中的運用。 


  機器視覺辨認技能運用實例

  當前,機器視覺已成功地運用于工業檢測范疇,大幅度地進步了產品的質量和出產功率。企業中用于檢測輸血袋編號。在血袋出產過程中,血袋上的字符編號的正確和僅有是不可少的檢測信息。依靠工人的肉眼逐條檢測帶狀轉印薄膜上的字符串,來追尋血袋編號是否錯印,勞動強度大,功率低,不能從根本上保證檢測質量。一旦血袋編號呈現重印、錯印將會發生嚴峻醫療事故,因而一種根據機器視覺技能的血袋編號字符的提取、辨認與過錯反應于一體的檢測體系就當令、必要的誕生了,用以進步一次性血袋出廠編號的檢測精度和自動化水平,保證產品質量,處理出產實際問題。 


  字符在線辨認體系組成 

  為達到辨認意圖,辨認體系由硬件和軟件構成。硬件體系首要有血袋編號檢測臺機械結構、LED陣列照明體系、血袋編號圖畫收集體系、攝像機和核算機等。軟件部分是體系的中心,首要由圖畫預處理、字符定位、字符歪斜校對、字符分割、字符辨認等部分組成。 


  辨認體系的完成 

  本體系根據labVIEW編程、圖畫處理、微型核算機接口技能等完成輸血袋的文字在線辨認。運用圖畫灰度化技能、滑潤、校對、直方圖均衡化等技能進行圖畫預處理。運用投影定位法等對字符進行定位。運用投影法、模版匹配等進行歪斜視點調整。運用筆直投影法對字符進行分割。運用了BP神經網絡來辨認分割后的字符。為進步辨認率,規劃訓練了三個神經網絡:字母網絡、數字網絡、字母與數字網絡。 


  試驗成果 

  運用該體系做過多次試驗,測試了大量數據,全體看,體系穩定牢靠,體系對輸血袋文字辨認程度十分高。本體系進步出產功率和出產過程的自動化程度,并為機器視覺體系運用于此種出產線,供給了成功的先例和經驗。但由于各種原因,也會對辨認的成果有一定的影響,因而,在辨認率方面,尚有一定的距離。 


  機器視覺技能在運用中存在問題 

  雖然機器視覺技能現在已廣泛運用到各范疇,但由于其本身或配套技能上仍有不完善的當地,要廣泛的運用還有一定約束。而圖畫處理算法的功率高低是核算機視覺成功運用的關鍵,盡管國內外都提出一些新的算法, 可是大部分仍處于試驗階段。特別是有復雜背景的工業現場,對視覺辨認技能的辨認率和精度降低。 

  機器視覺技能運用遠景極為寬廣,現在運用于出產生活各范疇,但我國展開滯后,在工業檢測中離實用化、商業化還有距離,因而亟待進步我國機器視覺技能的展開速度和水平,達到工業出產的智能化、現代化,為我國的現代化建設做出應有貢獻。 


標簽

上一篇:什么是機器視覺2019-07-18

Z近瀏覽:

亚洲色国产av天堂_图片区小说区另类春色视频_成在人线av无码免费看_8090新视觉_337p亚洲日本中国大胆69 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>