目前用于图像识别的方法主要分为决策理论和结构方法。决策理论方法的基础是决策函数,利用它对模式向量进行分类识别,是以定时描述(如统计纹理)为基础的;结构方法的核心是将物体分解成了模式或模式基元,而不同的物体结构有不同的基元串(或称字符串),通过对未知物体利用给定的模式基元求出编码边界,得到字符串,再根据字符串判断它的属类。这是一种依赖于符号描述被测物体之间关系的方法。
当前,工业自动化、智能化进入飞速发展阶段,生产过程当中的自动化程度也变得越来越高,各类产品及元器件的大批量生产,面对着高重复性和高精度的检验、生产监视和零件识别工序,传统人工检测已无法达到要求。为提高产品质量和生产效率,机器视觉开始出现并得到大力发展。
简单而言,机器视觉就是让机器具备像人一样的视觉功能,代替人眼来实现自动化生产中的识别、测量、检测、判断。典型的工业机器视觉系统有三部分组成:图像采集单元、图像处理与分析单元、控制与执行单元。
那么,为什么一定要用到机器视觉呢?
1、机器视觉能够提高整个生产的速度,并且会减少整体的拒绝率。
2、自动检测能够在不利环境中实施,并且能够把检测到的信息记录下来用于后续统计分析。
3、需要人眼检测的地方,其检测结果依赖于操作者的疲劳度、责任心和经验等。
4、机器视觉能够实现产品在线100%的检测,便于系统集成。
5、机器视觉能够帮助提高用户对制造商产品的信心,X射线***检测采购,并且增加销售量。
在机器视觉赖以普及发展的诸多因素中,有技术层面的,也有商业层面的,X射线***检测,但制造业的需求是决定性的。制造业的发展,带来了对机器视觉需求的提升;也决定了机器视觉将由过去单纯的采集、分析、传递数据,X射线***检测现货,判断动作,逐渐朝着开放性的方向发展,这一趋势也预示着机器视觉将与自动化更进一步的融合。需求决产品,只有满足需求的产品才有生存的空间,这是不变的规律。机器视觉也是如此。
版权所有©2025 产品网