機器視覺技術對制造業產生的巨大影響

時間：2019-11-04作者：西安獲德圖像技術有限公司瀏覽：113

西安獲德圖像技術有限公司專注于疵點檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 布匹色差在線視覺檢測方案

  本文主要介紹為實時客觀地評價布匹表面色差，設計的布匹色差在線檢測系統。該系統由光源模塊、線陣CCD程序模塊和計算機色差計算模塊組成，通過彩色線陣CCD連續掃描布匹表面成像，運用CIE1976 Lab顏色模型完成色差的實時計算，同時給出布匹色差的統計數據。結果表面，采用該方面在線監測布匹色差具有可行行。 紡織印染行業中，布匹表面色差的測量和評價常用離線抽樣方式，本文采用彩色線陣CCD工業相機實時采

• 智能制造助力復材企業持續（綠色）生產

  緩解人員流動難、勞動力供給不足的“痛點”，較直接的“解藥”就是機器換人，實現無人或少人化，這正是智能制造的優勢之一。 日前，制造業企業面臨了復工復產的諸多壓力，傳統制造業復工人數不足、有效生產時間縮減、產能壓縮等多重難題。西安獲德在產品質量檢驗方面，利用人工智能、智能制造等新技術，減少企業人員依賴，避免了勞動密集型的傳統作業方式，確保了在防疫安全的基礎上，工廠多項重點裝備任務正常并科學的有序推進

• 使用深度學習實現工業異常檢測

  工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學

• 新舊動能轉換 實現玻纖行業高質量發展

  隨著各類**技術的不斷完善，工業視覺下游應用領域也不斷拓寬，制造業的各個領域，在識別、檢測、測量和機械手定位等工業應用領域有著廣泛應用。在中國，機器視覺技術的應用始于 90 年代，因為行業本身就屬于新興的領域，再加上機器視覺產品技術還不夠普及，導致在很多行業的應用基本處于空白狀態，即便是有，也只是低端方面的應用。 當前，針對玻纖產品質量檢測的方法仍是人眼進行在線檢測，產品質量受人為因素影響難以控