第1个回答 2023-09-27
机器视觉底层逻辑在于为机器植入“人眼与大脑”,从而进行对物体的识别、检测、测量等。而机器视觉检测主要流程如下:首先,使用适当的光源和相机采集待检测物体的图像。然后,对图像进行预处理,包括去噪、增强和图像平滑等操作以提高图像质量。接下来,利用图像处理算法提取物体表面的特征,如纹理、颜色和形状等。最后,使用深度学习技术,针对提取的特征训练模型,用于识别和分类缺陷。
华汉伟业将AI算法与机器视觉系统结合后,将2D图像的纹理信息与3D图像的形貌信息进行异源数据融合,结合深度学习技术,完成表面质量检测,打破了传统机器视觉壁垒,在其实际生产应用中,能够对不同位置、光照与复杂环境呈现出更好的适应性,具有较高的细微辨识度,以及提高检测率和正确率能力,并大幅增加制造柔性。