隨著計算機技術，人工智能等科學技術的出現(xiàn)和發(fā)展，以及研究的深入，出現(xiàn)了基于機器視覺技術的表面缺陷檢測技術。缺陷檢測設備的出現(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結果的準確性，實現(xiàn)能很好地進行表面缺陷檢測，更加快速的識別產(chǎn)品表面瑕疵缺陷。下面小編給大家介紹視覺缺陷檢測設備在各大行業(yè)中的應用。


針對線纜行業(yè)長期存在的外觀缺陷檢測困難的問題,本文選取了光纜作為研究對象,對基于機器視覺的光纜外觀缺陷檢測系統(tǒng)進行了研究,用以實現(xiàn)對光纜外觀的實時檢測。本人工作的具體內(nèi)容有:(1)硬件選定及方案確定。針對光纜生產(chǎn)線性運動且速度快的問題,采用線陣相機進行圖像采集,并選擇相應的鏡頭、光源以及一些附件如編碼器、采集卡、光源控制器等,確定檢測方案。(2)護套外觀缺陷檢測。對于外觀凹坑凹痕及直徑的缺陷檢測,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)有著廣泛的應用,它是國家對藥品實施電子監(jiān)管的基礎,因此對條碼的印刷質量提出了更高的要求。然而由于機械精度和印刷工藝等原因,在印刷過程中條碼符號會出現(xiàn)各種問題。傳統(tǒng)的離線檢測已經(jīng)不能滿足生產(chǎn)的需要,利用機器視覺技術對條碼的質量進行自動檢測成為必然趨勢。 本文以數(shù)字圖像處理算法和機器視覺算法為基礎,以北京征圖新視科技有限公司條碼在線檢測系統(tǒng)為應用背景,將圖像處理算法應用于條碼檢測系統(tǒng)之中,對條碼檢測系統(tǒng)的軟硬件組成進行了介紹,提出了條碼印刷偏位檢測算法和二維碼印刷缺陷檢測算法,


在當今這個時代，計算機視覺領域呈現(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。隨著各個領域技術不斷發(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別領域，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以及人工智能技術的重視程度。