機(jī)器視覺(jué)檢測(cè)主要是應(yīng)用在工業(yè)質(zhì)量檢測(cè)方面，相對(duì)于人眼檢測(cè)，機(jī)器視覺(jué)檢測(cè)設(shè)備可以更快的篩選出良品和不良品，率高達(dá)100%，在保證產(chǎn)品快速生產(chǎn)的同時(shí)，還能保證產(chǎn)品的質(zhì)量。機(jī)器視覺(jué)檢測(cè)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(yīng)用非常廣泛的，那么，機(jī)器視覺(jué)檢測(cè)基本上分為哪些分類呢？

   機(jī)器視覺(jué)檢測(cè)設(shè)備主要是以功能、檢測(cè)技術(shù)、載體等來(lái)進(jìn)行分類的：

   ：根據(jù)檢測(cè)的功能來(lái)進(jìn)行劃分主要有：缺陷檢測(cè)、尺寸檢測(cè)、計(jì)數(shù)/遺漏檢測(cè)、供料還有下料等。

   第二：根據(jù)檢測(cè)技術(shù)進(jìn)行分類：尺度丈量技術(shù)、顏色識(shí)別技術(shù)等。

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

E型鐵芯是某公司自動(dòng)化生產(chǎn)線上的重要零件之一，加工過(guò)程中主要存在表面切割不平整，表面裂紋和幾何形狀扭曲3種缺陷。為此，文中提出了基于機(jī)器視覺(jué)的表面缺陷在線檢測(cè)方法。由于檢測(cè)目標(biāo)質(zhì)地為黑色，本系統(tǒng)采用白色材料做背景增加對(duì)比度；利用CCD攝像機(jī)和環(huán)形LED光源組成采集系統(tǒng)的前端，通過(guò)千兆網(wǎng)口將圖像傳輸至計(jì)算機(jī)；然后采用邊緣檢測(cè)結(jié)合閾值分割提取感興趣區(qū)域，后主要利用灰度分析結(jié)合Douglas-Peucker算法完成特征提取和缺陷分類。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能快速對(duì)鐵芯表面缺陷進(jìn)行識(shí)別與檢測(cè)，缺陷識(shí)別率達(dá)到98.25%，達(dá)到預(yù)期檢測(cè)目標(biāo)



目的為實(shí)現(xiàn)飲料易拉罐拉環(huán)背部激光打碼的自動(dòng)化,提出一種基于遺傳算法的易拉罐罐蓋圖像識(shí)別新方法。方法首先搭建一套易拉罐蓋激光自動(dòng)打碼機(jī),基于所搭建的實(shí)驗(yàn)系統(tǒng),利用CCD相機(jī)實(shí)時(shí)采集罐蓋圖像。對(duì)所采集到的圖像進(jìn)行中值濾波和灰度增強(qiáng)處理,在此基礎(chǔ)上,研究基于遺傳算法的罐蓋圖像閾值分割新方法,分析、確定算法的關(guān)鍵參數(shù)(個(gè)體數(shù)目、交叉率、變異率等),由此得到罐蓋的二值化圖像,并對(duì)算法處理結(jié)果進(jìn)行誤差分析。結(jié)果遺傳算法經(jīng)過(guò)約15代的迭代計(jì)算,能夠收斂,獲取到的圖像閾值,整個(gè)算法的運(yùn)行時(shí)間約30 ms,終的圖像精度約為7.9 pixel。



機(jī)器視覺(jué)芯片出現(xiàn)細(xì)分。CV芯片將隨著應(yīng)用領(lǐng)域不同而出現(xiàn)細(xì)分，如分為的自動(dòng)駕駛CV芯片、導(dǎo)航CV芯片、AR/VR應(yīng)用CV芯片等。因?yàn)樵谀硞€(gè)特殊領(lǐng)域，隨著機(jī)器視覺(jué)算法應(yīng)用需求越來(lái)越多，必然帶來(lái)成本的需求，以增加產(chǎn)品的利潤(rùn)，所以，在CV芯片上做costdown，裁減非本領(lǐng)域的應(yīng)用功能，并不斷深化該領(lǐng)域應(yīng)用是必然的。