机器视觉检测中的技术瓶颈分析
当前位置:首页 > 技术分享 > 机器视觉检测中的技术瓶颈分析

机器视觉检测中的技术瓶颈分析

机器视觉 2021-05-19 9308 0


在某些不适合手动操作的危险工作环境中,通常用机器代替人工。同时,在大规模工业生产过程中,人工目视检查产品质量效率低下且精度低。因此,机器视觉技术应运而生。

image.png

机器视觉检测中的技术瓶颈分析

1)实时性:如果视觉检测设备的图像获取速度和处理速度较慢,再加上深度学习算法的引入,将会增加系统实时处理的难度,无法跟上机器操作和控制的节奏。

2)准确性:机器视觉检查系统要求图像识别和测量的准确性接近100%,任何细微的错误都可能带来不可预测的后果。例如,目标定位误差将使组装后的设备不符合要求。

3)系统能力:目前的嵌入式图像处理系统存在芯片运算能力不足,存储空间有限等问题,往往无法满足神经网络的迭代运算,大规模矩阵等大规模图像处理的需求。操作等。

4)稳定性:某种处理方法通常在研发中表现良好,但是在复杂多变的应用环境中,问题有时会出现。例如,当目标匹配时,机器视觉检测的面部识别系统的识别率可以高达95%,但是在实际的监视环境中,视觉检测的识别率将大大降低。



本文链接地址:https://www.schnoka.cn/post/847.html

取消回复发表评论:


立即定制视觉方案