通用banner
您当前的位置 : 首 页 > 资讯动态 > 行业新闻

视觉技术运用的必要性

2019-07-18

机器视觉首要研讨用核算机来模拟人的视觉功能,通过摄像机等得到图画,然后将它转换成数字化图画信号,再送入核算机,运用软件从中获取所需信息,做出正确的核算和判别,通过数字图画处理算法和辨认算法,对客观国际的三维景象和物体进行形状和运动辨认,依据辨认成果来操控现场的设备动作。从功能上来看,典型的机器视觉体系能够分为:图画收集部分、图画处理部分和运动操控部分,核算机视觉是研讨试图建立从图画或许多维数据中获取“所需信息”的人工智能辨认体系。正广泛地运用于医学、军事、工业、农业等许多范畴中。 

  视觉技术研讨与运用的必要性 

  视觉技能在国内外展开极其必要。2008年经济危机极大冲击了美国至全球的各个范畴。美国轿车制造业 “Big Three”频临破产,进一步自动化是仅有出路。美国政府推行“Made in US” 方案。出台多个方针刺激鼓舞企业技能发明创新,视觉技能的运用就显得十分必要。近年在国内,劳动力工资本钱大幅进步,很多出产企业迁移到人力资源更低廉的国家和区域,食物、医药质量事情不断。“Made in China”在国际声誉亟需进步,为进步质量保持竞争力,各范畴的视觉检测及高度自动化势在必行。视觉检测对工业自动化的重要性日积月累,工业自动化需求对视觉技能的推进高度集成化。 

视觉技术应用

  国外典型研讨与运用 

  对于机器视觉技能,国际各国都在研讨与运用。1994年S.T rika等研讨了一种根据机器视觉的多面体零件特征提取技能,取得零件特征。1998年,J.Merlet等将机器视觉技能运用于部件装配。同年, Du-Ming Tsai等将机器视觉和神经网络技能相结合, 完成对机械零件表面粗糙度的非接触测量。2003年,Eladaw .iA.E将机器视觉技能用于数控铣加工中, 以取得实时加工数据。日本的视觉辨认机器人研讨,从数量或研讨成果看都占据着明显的领先地位.美英德韩也都在展开相关研讨。国外的卡耐基-梅隆M.A.Smith等提出了一种在视频帧中检测文字的办法。韩国Soongsil大学的Kim根据支撑向量机和Camshift算法检测视频帧中的文字。 


  国内典型研讨与运用 

  相对国外,国内核算机视觉技能运用研讨起步较晚,与国外有距离,还需进一步在深度、广度及实践方面作出努力。国内的李留格等采用BP神经网络来进行轮胎胎号字符辨认;李朝辉等运用形状算子提取视频帧的高频分量,把文本字符从复杂的视频中分离出来;周详等运用改善的BP神经网络对字符进行辨认,进步了辨认率和辨认速度。字符辨认技能是机器视觉范畴的一个重要分支,在文字信息处理,办公自动化、实时监控体系等高技能范畴,都有重要的运用价值和理论意义。本文以输血袋的字符辨认为例介绍机器视觉在工业智能检测中的运用。 


  机器视觉辨认技能运用实例

  当前,机器视觉已成功地运用于工业检测范畴,大幅度地进步了产品的质量和出产功率。企业中用于检测输血袋编号。在血袋出产过程中,血袋上的字符编号的正确和仅有是不可少的检测信息。依靠工人的肉眼逐条检测带状转印薄膜上的字符串,来追寻血袋编号是否错印,劳动强度大,功率低,不能从根本上保证检测质量。一旦血袋编号呈现重印、错印将会发生严峻医疗事故,因而一种根据机器视觉技能的血袋编号字符的提取、辨认与过错反应于一体的检测体系就当令、必要的诞生了,用以进步一次性血袋出厂编号的检测精度和自动化水平,保证产品质量,处理出产实际问题。 


  字符在线辨认体系组成 

  为达到辨认意图,辨认体系由硬件和软件构成。硬件体系首要有血袋编号检测台机械结构、LED阵列照明体系、血袋编号图画收集体系、摄像机和核算机等。软件部分是体系的中心,首要由图画预处理、字符定位、字符歪斜校对、字符分割、字符辨认等部分组成。 


  辨认体系的完成 

  本体系根据labVIEW编程、图画处理、微型核算机接口技能等完成输血袋的文字在线辨认。运用图画灰度化技能、滑润、校对、直方图均衡化等技能进行图画预处理。运用投影定位法等对字符进行定位。运用投影法、模版匹配等进行歪斜视点调整。运用笔直投影法对字符进行分割。运用了BP神经网络来辨认分割后的字符。为进步辨认率,规划训练了三个神经网络:字母网络、数字网络、字母与数字网络。 


  试验成果 

  运用该体系做过多次试验,测试了大量数据,全体看,体系稳定牢靠,体系对输血袋文字辨认程度十分高。本体系进步出产功率和出产过程的自动化程度,并为机器视觉体系运用于此种出产线,供给了成功的先例和经验。但由于各种原因,也会对辨认的成果有一定的影响,因而,在辨认率方面,尚有一定的距离。 


  机器视觉技能在运用中存在问题 

  虽然机器视觉技能现在已广泛运用到各范畴,但由于其本身或配套技能上仍有不完善的当地,要广泛的运用还有一定约束。而图画处理算法的功率高低是核算机视觉成功运用的关键,尽管国内外都提出一些新的算法, 可是大部分仍处于试验阶段。特别是有复杂背景的工业现场,对视觉辨认技能的辨认率和精度降低。 

  机器视觉技能运用远景极为宽广,现在运用于出产生活各范畴,但我国展开滞后,在工业检测中离实用化、商业化还有距离,因而亟待进步我国机器视觉技能的展开速度和水平,达到工业出产的智能化、现代化,为我国的现代化建设做出应有贡献。 


标签

上一篇:什么是机器视觉2019-07-18

最近浏览: