高精度針孔檢測(cè)設(shè)備
More >>
2022-10-26 11:00:02 精質(zhì)視覺
近年來，隨著硬件的發(fā)展、市場(chǎng)的需求以及計(jì)算機(jī)視覺技術(shù)的火熱，主要呈現(xiàn)出以下幾個(gè)趨勢(shì)：
領(lǐng)域的拓展
不僅僅是工業(yè)，還有民用領(lǐng)域，自動(dòng)化檢測(cè)代替人工檢測(cè)是必然的發(fā)展趨勢(shì)，需求也越來越多樣化，原來只是在工業(yè)生產(chǎn)線上，現(xiàn)在制造、醫(yī)療、電子、倉(cāng)儲(chǔ)等各個(gè)領(lǐng)域都有各種各樣的應(yīng)用。比如國(guó)內(nèi)某知名電商，使用三維測(cè)量來進(jìn)行包裹尺寸的檢測(cè)，與總量參數(shù)匹配進(jìn)行內(nèi)部追蹤。
工業(yè)產(chǎn)品基本都是三維的部件，而且二維成像畢竟是三維空間的實(shí)際情況的一種“病態(tài)”數(shù)據(jù)采集，所以目前圍繞3D的各種檢測(cè)、測(cè)量、機(jī)器人導(dǎo)引等項(xiàng)目層出不窮，這與計(jì)算機(jī)視覺的情況有異曲同工之處，結(jié)構(gòu)光、ToF、雙目等技術(shù)也成為了各家公司競(jìng)相研究的熱點(diǎn)。
系統(tǒng)實(shí)施受各種因素制約大
如果你問我做一個(gè)機(jī)器視覺檢測(cè)的項(xiàng)目最重要的是什么，我肯定會(huì)說能得到一張高質(zhì)量的圖片，而就為了得到這樣一張圖片需要考慮的因素太多太多，如光源、鏡頭選擇、傳感器選型、節(jié)拍考慮、安裝布置、自動(dòng)化集成、環(huán)境因素考量、工件狀態(tài)變化等等，哪一部分出了問題都會(huì)影響圖像質(zhì)量，而如果你沒有足夠好的圖片，那么再厲害的算法也沒有用，而且因?yàn)樯a(chǎn)線都有良品率和節(jié)拍要求，整個(gè)視覺檢測(cè)系統(tǒng)不夠快速可靠的話，誤檢率就會(huì)非常之高，而這又是無(wú)數(shù)廠家需要面對(duì)的問題。
舉個(gè)例子，我需要檢測(cè)一種鋁制外殼的某個(gè)區(qū)域有幾個(gè)孔，當(dāng)供應(yīng)商給你的這一批次和另一批次的外表面顏色有所不同或者不均勻時(shí)，那等著你的必然是要停機(jī)重新設(shè)置參數(shù)，重新驗(yàn)證產(chǎn)品，而這幾乎是無(wú)法避免的百分百會(huì)發(fā)生的現(xiàn)實(shí)。
算法不如硬件發(fā)展快
這是筆者的感覺，而且感覺這是目前很重大的瓶頸。硬件從系統(tǒng)方面來說就是往可移動(dòng)的嵌入式方向發(fā)展，而軟件目前的智能還遠(yuǎn)遠(yuǎn)不夠，在計(jì)算機(jī)視覺領(lǐng)域大熱的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)目前在機(jī)器視覺領(lǐng)域的成功應(yīng)用少之又少，ViDi是一個(gè)，F(xiàn)anuc/Preferred Networks和Google的機(jī)器人抓取是一個(gè)，這還是相對(duì)簡(jiǎn)單的，當(dāng)目標(biāo)對(duì)象多變、特征復(fù)雜、樣本數(shù)不夠的時(shí)候，你想用深度學(xué)習(xí)根本沒機(jī)會(huì)，還是要回到傳統(tǒng)的老路上來，再考慮實(shí)時(shí)性的嚴(yán)格要求，機(jī)器視覺特別需要一種新的智能的普遍適用大部分應(yīng)用領(lǐng)域的方法出來，或是創(chuàng)新，或是改良，或是綜合。
要具體問題具體看待
機(jī)器視覺還是與具體的應(yīng)用領(lǐng)域深切關(guān)聯(lián)的，每一個(gè)應(yīng)用都需要選擇與之配套的專用硬件和軟件，都需要專門的設(shè)計(jì)，所以沒有一種解決方案能適用于所有的情況。
企業(yè)研發(fā)現(xiàn)狀
國(guó)內(nèi)做集成做代理的公司很多很多，但是真正有領(lǐng)先技術(shù)的太少。還有就是沒有一家公司會(huì)做一個(gè)機(jī)器視覺系統(tǒng)所有的東西，核心就是算法還有整個(gè)硬件的集成，有專門的公司做鏡頭，有專門的公司做光源，有專門的公司做支架，但沒有一個(gè)公司會(huì)全部自己做。
要說一下機(jī)器視覺(machine vision)和計(jì)算機(jī)視覺(computer vision)，雖然都是對(duì)圖像數(shù)據(jù)進(jìn)行處理，但是兩者區(qū)別極大，一個(gè)是更偏重于整個(gè)系統(tǒng)級(jí)應(yīng)用的導(dǎo)向，一個(gè)是專注于算法的半理論半應(yīng)用的結(jié)合。但也不是沒有聯(lián)系，比如工業(yè)制造中AR的應(yīng)用，你也說不清是要分類到哪種技術(shù)了。
