基于机器视觉的涂胶质量在线检测技术,目的在于为汽车制造企业提供一种高实时的汽车前盖机器人涂胶质量在线检测手段,帮助企业在更好地控制涂胶质量的同时降低其生产成本。在研究过程中,首先根据系统的性能指标和技术要求确定了涂胶质量在线检测系统的总体方案,并对硬件系统的关键设备进行了选型设计,然后针对汽车前盖机器人涂胶的特点研究了图像处理和分析算法,为实现实时在线检测,提出了基于广义回归***网络的涂胶信息预测算法,再根据系统的功能要求开发了涂胶质量在线检测软件,后对设计的在线视觉检测系统进行了性能验证实验。

于机器视觉技术对板材表面缺陷检测进行研究,设计了在线检测的硬件系统和软件处理流程,介绍了图像预处理、图像分割和目标提取等处理方法并对缺陷图像进行相应处理。利用C++软件对板材缺陷在线检测进行人机交互界面设计和在线调试及在线检测。实验结果表明,本检测方法可行,误检率低,可很好地应用于木材自动化生产过程的在线检测。

低功耗，SOC方式。云+端的方式，通过端完成关键的机器视觉功能，把处理结果传回云，利用云端做分析判断。这种方式优势是减少网络带宽，把视频处理运算由中心分散到前端，这个笔者一定是未来的一个重要趋势。因此，作为端的CV芯片必须是低功耗并且带有一定的CPU功能，需要做到单颗电池续航能力持久，并且具备一定的数据通信、任务调度功能。在不久的将来，机器眼时代将全来临。