機器視覺檢測主要是應用在工業(yè)質(zhì)量檢測方面，相對于人眼檢測，機器視覺檢測設(shè)備可以更快的篩選出良品和不良品，率高達100%，在保證產(chǎn)品快速生產(chǎn)的同時，還能保證產(chǎn)品的質(zhì)量。機器視覺檢測設(shè)備在現(xiàn)在工業(yè)生產(chǎn)中是不可缺少的輔助設(shè)備，在各行各業(yè)中都是應用非常廣泛的，那么，機器視覺檢測基本上分為哪些分類呢？

   機器視覺檢測設(shè)備主要是以功能、檢測技術(shù)、載體等來進行分類的：

   ：根據(jù)檢測的功能來進行劃分主要有：缺陷檢測、尺寸檢測、計數(shù)/遺漏檢測、供料還有下料等。

   第二：根據(jù)檢測技術(shù)進行分類：尺度丈量技術(shù)、顏色識別技術(shù)等。

   第三：根據(jù)檢測的裝置載體進行分類：在線檢測系統(tǒng)等。

結(jié)構(gòu)光三維輪廓測量是以圖像為傳遞信息載體,依據(jù)光學三角法測量原理,利用數(shù)字圖像處理技術(shù)對物體的二維圖像進行研究,通過建立視覺測量數(shù)學模型,得到物體的大小、形狀。 本主要以實現(xiàn)物體三維輪廓尺寸在線檢測為研究目標,深入分析國內(nèi)外相關(guān)研究成果,對線結(jié)構(gòu)光非接觸測量技術(shù)的關(guān)鍵環(huán)節(jié)進行分析研究。主要研究內(nèi)容可概括成以下幾個方面: (1)介紹了文中涉及的數(shù)字圖像的基本理論以及圖像處理的關(guān)鍵算法,主要包括圖像增強、圖像分割、圖像平滑算法。 


基于機器視覺的涂膠質(zhì)量在線檢測技術(shù),目的在于為汽車制造企業(yè)提供一種高實時的汽車前蓋機器人涂膠質(zhì)量在線檢測手段,幫助企業(yè)在更好地控制涂膠質(zhì)量的同時降低其生產(chǎn)成本。在研究過程中,首先根據(jù)系統(tǒng)的性能指標和技術(shù)要求確定了涂膠質(zhì)量在線檢測系統(tǒng)的總體方案,并對硬件系統(tǒng)的關(guān)鍵設(shè)備進行了選型設(shè)計,然后針對汽車前蓋機器人涂膠的特點研究了圖像處理和分析算法,為實現(xiàn)實時在線檢測,提出了基于廣義回歸神經(jīng)網(wǎng)絡的涂膠信息預測算法,再根據(jù)系統(tǒng)的功能要求開發(fā)了涂膠質(zhì)量在線檢測軟件,后對設(shè)計的在線視覺檢測系統(tǒng)進行了性能驗證實驗。



在當今這個時代，計算機視覺領(lǐng)域呈現(xiàn)出很多新的趨勢，其中顯著的一個，就是應用的性增長。除了手機、個人電腦和工業(yè)檢測之外，計算機視覺技術(shù)在智能安防、機器人、自動駕駛、智慧醫(yī)、無人機、增強現(xiàn)實（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應用方式。計算機視覺迎來了一個應用性增長的時代，目前的應用如下圖所示，主要以運動控制為主。隨著各個領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能Yann LeCun重大的成就就是在圖像識別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡，在應用到各種不同的圖像識別任務時都取得了不錯效果，被認為是通用圖像識別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡“DistBelief”通過對數(shù)百萬份YouTube 視頻的學習自行掌握了貓的關(guān)鍵特征，這是機器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。