2019深度学习和嵌入式设计将成为机器视觉技术的重点

作者:Tigervs    发布时间:2019-08-05    浏览量:

近年来,人们越来越关注热门话题/技术,例如:

1、深度学习

2、高光谱成像

3、3D成像和智能分拣

4、嵌入式机器视觉系统

5、工业4.0

一、深度学习

深度学习

深度学习此刻在机器视觉行业讨论的热词,但在现实中,这是一种古老的技术,已经有超过25年。早期采用者包括丹麦的小型愿景公司和大学。计算能力的不断提高导致了这些能力的重新铺设,并且理所当然。

新的深度学习系统的开发肯定会在来年增加,但它不会成为每个工业应用的解决方案。它提供了很好的机会,但也有局限性。深度学习应该被视为与其他人一起使用的工具。在JLI,我们将其称为“混合视觉”,因为深度学习几乎从未能够独立解决应用程序,但往往需要传统视觉和/或其他传感器(如3D)来完成任务。

二、高光谱成像

高光谱成像

高光谱成像是相机的逻辑演变。从本质上讲,相机已经从单色,彩色,3D,光谱设备,高光谱,从逻辑上讲是有道理的。高光谱成像将帮助我们通过对所得图像着色来可视化材料的分子结构。通过分析得到的图像,我们可以解决诸如确定食品生产中存在异物的应用。正在进行研究,试图建立一种检测细菌的方法,这将是在线食品检验方面向前迈出的一大步,高光谱成像的主要障碍是硬件成本。在2019年,预计这将大大降低,并可能达到工业应用变得有趣的水平。

三、3D成像和智能分拣

3D成像和智能分拣

制造业不断寻求减少人机交互,提高生产率和效率的方法。许多人正在实施机器人,并需要随机挑选物体的解决方案,无论其位置和方向如何。在该过程中,传统的机器视觉可用于执行最终的质量控制检查。

可以使用传统的3D应用程序,例如扫描卷,检查盒子的完整性以及确保它们可以使用机器人堆叠。在2019年将需要在生产中内联创建精确的3D对象并将其与CAD模型进行比较,并呈现出上升的趋势。

四、嵌入式机器视觉系统

嵌入式机器视觉系统

与基于PC的系统相比,嵌入式计算有望降低构建视觉系统的成本。优势显而易见。设备变得更小,能耗更低,所有这些都开辟了新的应用。这可能出现在制造业以外的领域,如零售业,其数量可能会更高。将基于摄像头的系统放入例如冰箱中,今天可以实现50欧元,而仅仅几年前它将花费x10。

五、工业4.0

工业4.0

与工业4.0相关的技术正在推动目前制造业中发生的大部分变化。这适用于许多行业,但在食品,制药和医疗器械制造等要求严格且受到严格监管的行业中尤为重要。机器视觉系统是工业4.0的关键部分,可以提供重要数据并将其转化为整个生产流程的有用信息。正确使用此信息有助于将生产转变为闭环或更有效地利用资源。预计2019年该领域的许多行业需求将会增长。

相关新闻推荐

关注官方微信

微信二维码
版权所有 深圳市如虎科技有限公司 Copyright © 2018-2019 Tigervs.Com All Rights Reserved 粤ICP备19029139号-1