„Visuelle Inspektionslösung“ Entwicklungstrend der maschinellen Bildverarbeitungs-Inspektionstechnologie

1. Die Bildgewinnungstechnologie entwickelt sich rasant

   CCD, CMOS und andere Firmware werden immer reifer, die Größe bildempfindlicher Geräte schrumpft weiter, die Anzahl der Pixel und die Datenrate steigt weiter,die Auflösungsgeschwindigkeit und die Bildrate verbessern kann schnell gesagt werden, und die Produktreihe wird immer reicher. Parameter wie Verstärkung, Verschluss und Signal-Rausch-Verhältnis werden kontinuierlich optimiert, und Kernprüfindikatoren (MTF, Verzerrung,Signal-Rausch-Verhältnis, Lichtquellenhelligkeit, Einheitlichkeit, Farbtemperatur, umfassende Bewertung der Bildverarbeitungskapazitäten des Systems usw.) zur umfassenden Auswahl von Lichtquellen, Objektiven und Kameras verwendet werden,Es ist möglich, viele bisher schwierige Bildgebungsprobleme kontinuierlich zu durchbrechen..

2. Bildverarbeitung und Mustererkennung entwickeln sich rasant

   Bei der Bildverarbeitung, bei der Extraktion hochpräziser Randinformationen aus Bildern,viele Kontrastfehler, die ursprünglich im Hintergrundgeräusch vermischt waren und schwer direkt zu erkennen waren, wurden gelöst.

   In Bezug auf die Mustererkennung kann es als ein Kennzeichnungsprozess betrachtet werden.Entscheidungstheorie und Strukturmethoden werden hauptsächlich in der Bilderkennung eingesetzt. Die Grundlage der Entscheidungstheorie ist die Entscheidungsfunktion, die zur Klassifizierung und Identifizierung von Mustervektoren verwendet wird, die auf einer Zeitbeschreibung (z. B. statistische Textur) beruht;Der Kern der strukturellen Methode besteht darin, das Objekt in Muster oder Musterprimitive zu zerlegen, und verschiedene Objektstrukturen haben verschiedene primitive Zeichenfolgen (oder Zeichenfolgen).und dann beurteilen Sie seine Kategorie basierend auf der Zeichenfolge. In Bezug auf die Erstellung von Features entstehen ständig viele neue Algorithmen, darunter Features, die auf Wavelets, Wavelet-Paketen, Fraktalen und einer einzigartigen Komponentenanalyse basieren;Korrelationsstützungs-Vektormaschinen, Deformierte Vorlage-Matching und die Konstruktion von linearen und nichtlinearen Klassifikatoren werden ständig erweitert.

3. Durchbrüche durch Deep Learning

   Traditionelles maschinelles Lernen stützt sich hauptsächlich auf Menschen, um zu analysieren und Logik für Feature-Extraktion zu etablieren,Während Deep Learning die Gehirnarbeit durch mehrschichtige Perzeptronen simuliert und tiefe neuronale Netzwerke aufbaut (wie z.B. konvolutionelle neuronale Netzwerke)In den spezifischen Anwendungen werden alle Ebenen kontinuierlich optimiert.wie automatische ROI-Flächensegmentierung- Interpunktionspositionierung (unbekannte Defekte können durch eine nicht authentische Sichtweise flexibel erkannt werden); Wiedererkennung von Defekten, die nicht aus stark lauten Bildern beschrieben oder quantifiziert werden können;Z.B. Defekte der Orangenschalen■ die Unterscheidung zwischen wahren und falschen Mängeln bei der Prüfung von Glasdecken usw. Da immer mehr Machine-Vision-Software auf der Grundlage von Deep Learning auf den Markt gebracht wird (einschließlich vidi aus der Schweiz,SUALAB aus SüdkoreaDie Entwicklung von Technologien für das Bildverständnis durch Deep Learning wird immer deutlicher werden.

4. Entwicklung der 3D-Vision

   3D-Vision befindet sich noch in den Kinderschuhen und viele Anwendungen verwenden 3D-Oberflächenrekonstruktion, einschließlich Navigation, Industrieinspektion, Reverse Engineering, Vermessung, Objekterkennung,Messung und EinstufungDie erste Anwendung in der Technik ist derzeit die Volumenmessung von Standardteilen in der Logistik.Ich glaube, das hat ein großes Potenzial für die Zukunft..

Das ist der Entwicklungstrend der Maschinensicht-Inspektionstechnologie, den Ihnen der Herausgeber von Dior Technology vorstellt.Zu seinen Kernfunktionen gehören: Messung, Erkennung, Positionierung, Identifizierung usw., Technologiepioniere und Produktentwickler im Bereich der Photodynamik, medizinische Laser, medizinische Bildverarbeitungssysteme und -produkte,vor allem einschließlich: eine vollständige Palette von Industriekameras, spezielle Kameras für die industrielle Bildmessung, spezielle Fadenkameras für das Laserschneiden, spezielle Bildkollektoren für die mikroskopische Bildgebung,für die Verwendung in der Herstellung von Geräten mit einem Gehalt an Zellstoff von mehr als 10 GHTDie Produkte werden in wissenschaftlichen Forschungsinstituten, Krankenhäusern und Schulen, Fabriken und Bergbauunternehmen eingesetzt.Einheiten zur Beurteilung von Kulturgütern, Strafverfolgung und Justiz, intelligenter Verkehr und andere Branchen.