- 分类：
-
全部 镜头 相机 传感器 采集卡 光源 传输及线材 系统产品 智能设备 解决方案 软件算法及深度学习 集成及工业计算机 机器人及机械臂 3D产品 行业综述 其他
展开
- 行业：
-
全部 汽车 芯片半导体 检测 电子组装 精工和光学 铁路 监控 安防 医疗 包装 光伏太阳能 航天航空 军事国防 LCD触摸屏 物流及拆码垛 药品 烟草 纺织 读码及识别 锂电 教学及科普 化学 陶瓷 纸张 木材 玻璃 农业 印刷 食品 造船 勘探 铁和金属 显微镜及生命科学 可回收资源 可再生资源 塑胶塑料 摄影测量和遥感 化妆品 电信 电力 智能交通 三维测量 体育 其他
展开
-
在倾斜的角度下清晰成像只有它能做到
机器视觉检测领域，工程师们常会遇到以下问题：由于机械空间限制或者特殊的打光方式，镜头和相机需要倾斜架设，这时我们会发现镜头不管如何进行对焦，都没办法做到全视野范围内清晰，只有部分视野能够清晰对焦。这是由于镜头倾斜架设后景深空间分布问题引起的。既然是由于景深问题引起的成像无法全视野清晰，大多数工程师可能会考虑到缩小光圈的方法来增大景深。实际上缩小光圈的作用非常有限，而且由于光圈的减小会使光线发生衍射导致成像质量下降，同时镜头的通光量也会减少。那么怎样才能在镜头倾斜架设时得到全视野清晰的图像呢？这时就需要使用其他2020-11-09 | 中国机器视觉网 |5621 -
人类看的是形状，算法看的是纹理
当你看着一张猫的照片，轻松就能知道猫有没有条纹，不管照片是黑白照，有斑点，还是磨损或者褪色了，都能轻松识别。不论宠物蜷缩在枕头背后；或者跳到工作台上，拍照时留下一片朦胧，你都能轻松识别。如果用机器视觉系统（用深度神经网络驱动）识别，准确率甚至比人还要高，但是当图片稍微新奇一点，或者有噪点、条纹，机器视觉系统就会犯傻了。其他2020-11-09 | 中国机器视觉网 |5203 -
机器视觉与深度学习相结合 赋能海产品智能化分选
机器视觉技术正得到越来越多企业的关注，并已参与到各行业的生产制造过程中，相较于传统生产工艺，机器视觉技术提供了更高的工作效率和更好的产品质量。基于深度学习算法的海产品分选解决方案，是信捷电气将深度学习算法应用到机器视觉技术中的完美尝试。新方案能对海产品快速标定、对不规则图像进行高效处理，从而实现对海产品的精确分选。其他2020-11-09 | 中国机器视觉网 |4570 -
超快的速度和强大的检测能力—性能卓越的箱柜拣选解决方案是实现工业4.0的关键
超高速扫描和检测零件为全自动箱柜拣选带来全新的性能升级。成熟的IntelliPICK3D发布了全新版本，现配备新型四摄像头传感器解决方案，能够可靠地检测各类部件并优化周期时间。借助各种尺寸的传感器，甚至可以对最细小的部件进行检测，精度达毫米级。此外，只需几个小时即可轻松集成，在使用方面极其灵活。得益于配备的嵌入式技术、Wi-Fi功能和OPC/UA通信协议，该系统是实现网络化生产的理想之选。其他2020-10-30 | 中国机器视觉网 |5852 -
基于机器视觉和深度学习的智能缺陷检测
对于制造商来说，最大的问题是，即使是生产过程或材料上的微小差异(肉眼看不见)也会使整个生产过程出现缺陷。当然，这些零件不会到达最终用户由于广泛的后期生产质量检查。然而，依赖当前的(大部分是手工的)缺陷检查实践意味着，在发现缺陷之前，可以花费大量的成本来制造数以千计的产品。其他2020-10-30 | 中国机器视觉网 |7149 -
机器视觉自动化检查项目的六个关键因素！
如果你生产的是精密的小零件，质量会驱动整个制造过程。帮助确保此类产品质量的方法之一是使用被称为机器视觉系统的自动检查系统。机器视觉系统采用计算机视觉技术自动检查零件的许多不同缺陷(例如，污染、划痕、凹痕或因生产中的故障而造成的变形)和规格(主要是尺寸异常)。他们还收集有助于提高制造效率、几何尺寸和公差的数据。最重要的是，考虑到劳动力成本在不同地区差异，自动化检验的成本比手工检验低，回报一般是两年或更少。其他2020-10-29 | 中国机器视觉网 |6439 -
高铁车轮制动盘OCR自动化应用案例
OCR（Optical Character Recognition, 光学字符识别）传统上指对输入扫描图像进行分析处理,识别出图像中文字信息。图文识别预处理技术包含图像降噪、图像旋转校正、线检测、图像匹配、文字轮廓提取及分割等。确定OCR图像的种类，根据模板找出要识别的区域，提取和分割待识别的字符。预处理之后的 OCR 字符才可以进行识别，以保证识别的高精度。其他2020-10-28 | 中国机器视觉网 |7216 -
基于阴影重建形状的视觉技术
自动化视觉检测已经广泛应用于现今的生产环境的各个领域，从半导体、电子、食品和饮料、医药包装、汽车制造以及其它不同行业。而视觉检测的应用可分类为测量、有/无检测、机器人导航、瑕疵检测、一维或二维码识别，以及光学文字识别(OCR)阅读等等。常规的2D算法通常擅长处理某些特征清晰且定义明确的应用，因此检测更加可靠。换句话说，目标特征必须稳定并且清晰一致地呈现，检测和识别才会比较可靠。其他2020-10-23 | 中国机器视觉网 |7883