- 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
-
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 |6785 -
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 |6343 -
虹科面向自动驾驶和多传感器的数据采集处理方案
自动驾驶根据驾驶员的干预程度进行分类，从Level 0（无自动化）到Level 5（全自动）。要实现 Level 5 自动驾驶，就需要以前所未有的速度来收集，存储和处理数据。比如应用于自动驾驶车辆的传感器（高清摄像机、激光雷达）会产生大量的连续的数据流，在复杂的场景下可高达 40Gb/s 或 18TB/h，这要求计算机具备超级算力。由于将 40Gb/s 的无线数据流直接从车辆传输到数据中心非常不切实际，所以必须在行驶中的车辆上安装数据记录仪，并保证它在汽车应用极为恶劣的条件下能够可靠运行。传感器2020-10-28 | 中国机器视觉网 |7050 -
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 |7084 -
茉丽特高性能特殊棱镜光学单元
近些年, 智能手机等数码产品朝着更小、更薄的方向发展。因此，半导体芯片的小型化和致密化至关重要。相应地，对于半导体制造设备就有更高精度的对位要求。为了满足上述市场需求，茉丽特开发设计了多种类型的高性能特殊棱镜光学单元，这些光学单元对半导体制造设备性能的提高起到了很大作用。光源2020-10-23 | 中国机器视觉网 |8193 -
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 |7774 -
微链科技复杂场景下的复杂缺陷检测方法
随着自动化技术的快速发展，在工业生产中很多需要人工操作的环节逐渐转由机器完成，工业生产自动化也将越来越多的工人们从枯燥乏味的工作中解放出来，让他们去发挥更大的价值。其他2020-10-23 | 中国机器视觉网 |7482 -
基于三维灰度矩阵的钢板缺陷图像识别算法
钢板作为机械制造、汽车生产、航空航天、船坞制造等领域中不可或缺的原材料，其表面质量的好坏直接影响着这些最终产品的性能与质量。在实际的钢板生产线上，由于加工工艺不完善、设备器件老化等诸多因素，常会导致钢板表面出现各种缺陷，主要包括:辊印、粘结痕、压痕、褶皱、结巴、气泡、划伤、氧化等。这些缺陷不仅对产品的外观、耐磨性能以及抗腐性能等有较大影响，而且流入市场的缺陷钢板也会给企业甚至国家带来巨大的经济损失。所以，对生产线上钢板表面缺陷情况的检测显得尤为重要。其他2020-10-22 | 中国机器视觉网 |7586