随着科技日新月异的发展,机器视觉检测渐渐被人所知悉,机器视觉检测就是通过机器视觉产品(即图像摄取装置,分 CMOS 和CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而来判断OK或NG。但此项技术是否能全面取代人工目视检测?如果能,又可应用在哪些范围?如果不能,那全面替代人工目视检测的
难度在哪里?
替代?但只能说可替代一部份,自动化升级需要资金,而目前中小型企业生存空间有限,且由于各种局限性,不愿投入大量资金,所以机器视觉检测目前在实力雄厚的企业里广泛应用。 而如今人工成本高,企业也在高成本运营,除非是必须要买,不然都会维持原始,采用传统的人工目测的检测方式。
在各种缺陷检测的应用中,打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果,那么算法就太难做了。反之如果前期打好光,突出检测物要检测的特征,算法并不是困难的东西。但并不是说算法已经够好,机器视觉和人类的差距还是非常大的!这里面最大的差距就是智能。没错,智能相机距离智能两个字,还有较长的一段距离。主要体现在:对于非预期的缺陷的识别。
在检测应用中,往往是给定一些具体的缺陷检测,使用机器视觉来识别它们是否存在或发生过。但经常遇到的情况是,许多明显的缺陷,因为之前没有发生过,或者发生的模式过分多样,而被漏检。而传统的人工目测,虽然在操作流程中没要求让他去检测这个缺陷,但是他会注意到,从而有较大几率抓住它。
但机器视觉检测仍然很有市场,因为它解决了人类的一个非常严重的问题:不稳定。人工目测的作业人员,无论你设计怎样的奖惩制度,都会发生较高的漏检率。但是机器视觉检测没问题,它会按照事先设置好的参数,认真执行好检测的步骤。对于工厂的质量控制来说,会更愿意选择这项操作简单设置灵活的机器视觉检测技术,因为它可高精度、高效率、稳定可靠地检测出不良品,并自动剔除。