隨著計(jì)算機(jī)技術(shù)，人工智能等科學(xué)技術(shù)的出現(xiàn)和發(fā)展，以及研究的深入，出現(xiàn)了基于機(jī)器視覺技術(shù)的表面缺陷檢測(cè)技術(shù)。缺陷檢測(cè)設(shè)備的出現(xiàn)，大大提高了生產(chǎn)作業(yè)的效率，避免了因作業(yè)條件，主觀判斷等影響檢測(cè)結(jié)果的準(zhǔn)確性，實(shí)現(xiàn)能很好地進(jìn)行表面缺陷檢測(cè)，更加快速的識(shí)別產(chǎn)品表面瑕疵缺陷。下面小編給大家介紹視覺缺陷檢測(cè)設(shè)備在各大行業(yè)中的應(yīng)用。


針對(duì)線纜行業(yè)長(zhǎng)期存在的外觀缺陷檢測(cè)困難的問(wèn)題,本文選取了光纜作為研究對(duì)象,對(duì)基于機(jī)器視覺的光纜外觀缺陷檢測(cè)系統(tǒng)進(jìn)行了研究,用以實(shí)現(xiàn)對(duì)光纜外觀的實(shí)時(shí)檢測(cè)。本人工作的具體內(nèi)容有:(1)硬件選定及方案確定。針對(duì)光纜生產(chǎn)線性運(yùn)動(dòng)且速度快的問(wèn)題,采用線陣相機(jī)進(jìn)行圖像采集,并選擇相應(yīng)的鏡頭、光源以及一些附件如編碼器、采集卡、光源控制器等,確定檢測(cè)方案。(2)護(hù)套外觀缺陷檢測(cè)。對(duì)于外觀凹坑凹痕及直徑的缺陷檢測(cè),采用閾值分割方法,把凹坑劃痕、光纜和背景三者區(qū)分開,檢測(cè)出凹坑劃痕的面積以及光纜的直徑。(3)圖像拼接。


條碼在印刷包裝行業(yè)有著廣泛的應(yīng)用,它是國(guó)家對(duì)藥品實(shí)施電子監(jiān)管的基礎(chǔ),因此對(duì)條碼的印刷質(zhì)量提出了更高的要求。然而由于機(jī)械精度和印刷工藝等原因,在印刷過(guò)程中條碼符號(hào)會(huì)出現(xiàn)各種問(wèn)題。傳統(tǒng)的離線檢測(cè)已經(jīng)不能滿足生產(chǎn)的需要,利用機(jī)器視覺技術(shù)對(duì)條碼的質(zhì)量進(jìn)行自動(dòng)檢測(cè)成為必然趨勢(shì)。 本文以數(shù)字圖像處理算法和機(jī)器視覺算法為基礎(chǔ),以北京征圖新視科技有限公司條碼在線檢測(cè)系統(tǒng)為應(yīng)用背景,將圖像處理算法應(yīng)用于條碼檢測(cè)系統(tǒng)之中,對(duì)條碼檢測(cè)系統(tǒng)的軟硬件組成進(jìn)行了介紹,提出了條碼印刷偏位檢測(cè)算法和二維碼印刷缺陷檢測(cè)算法,


在當(dāng)今這個(gè)時(shí)代，計(jì)算機(jī)視覺領(lǐng)域呈現(xiàn)出很多新的趨勢(shì)，其中顯著的一個(gè)，就是應(yīng)用的性增長(zhǎng)。除了手機(jī)、個(gè)人電腦和工業(yè)檢測(cè)之外，計(jì)算機(jī)視覺技術(shù)在智能安防、機(jī)器人、自動(dòng)駕駛、智慧醫(yī)、無(wú)人機(jī)、增強(qiáng)現(xiàn)實(shí)（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計(jì)算機(jī)視覺迎來(lái)了一個(gè)應(yīng)用性增長(zhǎng)的時(shí)代，目前的應(yīng)用如下圖所示，主要以運(yùn)動(dòng)控制為主。隨著各個(gè)領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識(shí)別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能專家Yann LeCun重大的成就就是在圖像識(shí)別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識(shí)別任務(wù)時(shí)都取得了不錯(cuò)效果，被認(rèn)為是通用圖像識(shí)別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過(guò)對(duì)數(shù)百萬(wàn)份YouTube 視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒(méi)有人幫助的情況下自己讀懂了貓的概念。這也能看出國(guó)技公司對(duì)圖像識(shí)別技術(shù)以及人工智能技術(shù)的重視程度。