缺陷检测之路二
在制造业应用机器视觉技术,面临着需求极为碎片化的问题。这个问题,目前主要是针对表面缺陷检测而言,因为数量识别、对位(定位)和品质保障中的尺寸测量目前都已经研发出了通用的产品,即使需求存在碎片化,解决起来相对比较容易(不是说很容易解决,而是和表面缺陷检测比更加容易,而且国外有成熟产品)。当然,如果从用户体验的角度来说,这些通用的产品还存在需要用户拥有较多专业的检测知识的问题。但说到底,这也不算是一个根本性的问题,以国内目前的状态来说,用户不是不愿意学习,通用产品的推广难度更多的是在于这些产品不愿意降价。视觉技术各行各业的工业品的表面缺陷检测过程都是机器视觉技术的用武之地,但是,不同的工厂的需求都存在很大差异。视觉检测设备的制造商只能针对每一个细分领域,ccd视觉检测系统,定制检测算法和设备,而定制造成了研发成本居高不下。因此,每一个做缺陷检测的设备制造商,都必须不停地进入新的细分领域,去满足各个细分领域的不同需求。这,就是我说的需求碎片化的意思。未来的视觉检测公司,如果要降低每一个细分领域的缺陷检测设备的研发成本,特别是算法研发的成本,人工智能技术就显得非常重要了。那么,人工智能可以为机器视觉技术的研发带来些什么呢?答案是,通用性。
与人眼相比,机器视觉检测设备的优势是显而易见的,机器不仅不疲劳,而且具有人眼所没有的一致性和重复性。此外,机器可以看到(和使用)除可见光以外的其他光源信息。
检测速度和精度也是机器视觉检测设备的一个明显优势。然而,机器视觉检测的速度和精度一直是制约自动机器视觉检测在电子装配领域广泛应用的两个主要因素。机器视觉自动检测的准确性,不仅影响检测质量,而且会影响检测的速度,减少遗漏和错误检测,一直是关心的问题电路板制造商,在线视觉检测系统,制造商和装配的主要焦点也主要机器视觉检测设备供应商之间的竞争。上海迈迅威视觉科技具有10几年的专业视觉检测设备研发经验,先后服务于汽车,电子,五金,航天等各个领域。