您好，歡迎來到易龍商務網！
發布時間：2021-08-23 03:00
【廣告】
盡管有很多3D傳感器和攝像機可供使用，例如激光三角測量，帶有偽隨機碼型發生器的立體聲傳感器等，但是為了實現快速的系統開發，開發工具鏈有很大差距。例如，許多OEM當前使用開放式標準3D傳感器，從頭開始編寫程序應用程序，或使用“封閉式”系統進行工具配置，這通常很昂貴。高速機載圖像處理可能需要具有現場可編程門陣列（FPGA）的3D傳感器，從而使非FPGA程序員可以在軟件包中部署3D圖像處理算法。另一個挑戰是從人工智能和深度學習中獲取信息的能力。大的挑戰是區分作與實質?，F實情況是“許多人工智能和深度學習算法有時太麻煩了。盡管視覺檢測應用程序受益于深度學習算法，但是這些算法不能解決所有問題。與傳統編程相比，當人們想達到99％以上的準確性所需的努力時，這一點尤其明顯。盡管如此，這項技術確實占有一席之地，并將在未來幾年繼續發揮重要作用。
一次性注器是一種常見的療器械。由于它能有效地避免交染，因此得到了廣泛的推廣和應用。如圖1所示，一次性注器主要由針筒和針管組成。注器的字符缺陷對射器的外觀和使用有很大的影響。注器字符缺陷的主要原因是印刷過程中出現的字符缺失、缺損等質量問題。對于批量生產，通過人眼目視或觸摸來檢查字符缺陷，很容易產生視覺疲勞，甚至用針尖劃傷手指。另一方面，手工檢測效率低，容易漏檢，難以保證產品質量，嚴重影響了一次性注器的生產效率。一、檢測難點及目的射器針筒為透明圓柱體，在檢測字符時不能一次完全檢測。當使用線陣相機進行圖像采集時，由于針筒的透明性，針筒兩側的字符會相互干擾檢測。如圖1所示，本實驗中針筒上方的字符顏色是黑色和紅色，在生產過程中應該考慮兼容性。此案例旨在通過機器視覺檢測，排除反光以及注器上相對面的字符干擾，達到檢測出針筒字符完整性的目的。二、視覺檢測硬件系統實驗環境是自行搭建的模擬現場環境。如圖2所示，本實驗采用了印刷行業使用率較高的線掃描相機。它能在針筒的生產過程中連續、勻速地對針筒進行掃描，從而實現對針筒的整個表面的均勻檢測。該鏡頭采用高清晰度1000萬像素的定焦鏡頭。全視場的分辨率可達140lp/mm，保證了圖像的清晰度。由于針筒字符的顏色分為黑色和紅色，我們需要使用相同的照明方法來實現兼容性。
視覺項目前期需求分析階段，我們會得到一系列樣品進行測試，那么，這些樣品的測試，我們是獨立性的進行測試，這些樣品是客戶認為的缺陷，那么這些缺陷是有專人進行挑選的，那么我們在前期光學實驗，進行打光測試，在實驗室是可以得到較好的效果，但是一去現場調試，你會發現很多“工程問題”，那就是當前光學環境下成像會把很多OK產品誤判成NG產品，或者是一些產品上帶的油污或者其他影像視覺檢測的外部原因，或者是當前產品上的前序工藝造成的不可避免的印記，但這些客戶又不認為的缺陷的產品。NG嗎，不是的，這是OK品這在前期需求評估方面，你是不知道會存在這種情況的，在實際運行中，就會出現這種問題，那么我們該如何解決呢？光學系這是靠譜的方式，改變光學系統，比如，某種缺陷，只在暗場照明（低角度）解決，另一種，只是用直射照明，比如同軸，90度光，在上面圖中，如果使用漫射板環光，那么圖像就是一坨黑色，但是使用同軸光，那么這個問題就可以很好地解決。
