日期
10/20
2006
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

观众将带着问题参加VisionChina(Shenzhen)视觉研讨会
收藏
2006-10-20 16:12:54来源: 中国视觉网

电子行业用户将带着问题报名参加深圳机器视觉研讨会

中国图像网记者 田晓旭

    “我对AOI、机器视觉方面感兴趣,希望能听听这方面的研究成果”,“能否有解决齿轮齿条的检测方法”……这些问题VisionChina(Shenzhen)机器视觉研讨会组委会在整理参会代表报名表时发现的。目前,报名观众的要求和相关问题组委会还在进一步整理当中。

    带着问题前来参加研讨,有目的有计划的进行学习交流,这是本次深圳机器视觉研讨会的一大特色。记者从VisionChina(Shenzhen)机器视觉研讨会组委会了解到,本次参加深圳研讨会的观众绝大多数都是电子、半导体领域的视觉应用客户或潜在客户。在观众报名的同时,报名者需对其所感兴趣的或者迫切需要了解的相关问题进行了统一标注,研讨会组委会通过整理报名人员名单对观众提出的问题进行统计,以便反馈给所有参展的视觉企业,并及时对研讨会演讲内容进行修正。“而作为研讨会报告的各个主讲人也可根据客户的相关问题对报告内容进行有选择性的调整。” VisionChina(Shenzhen)大会组委会相关工作人员说。

    另据了解,目前深圳研讨会观众报名活动已经宣布结束,报名人数已经超过300人,预留出座位也已全部订出。现在组委会正在忙碌着布置会场,并考虑增加研讨会现场座位。

    以下是组委会整理的“向参会观众征集想听到的内容和想解决的问题”的部分内容:

    一、对于SMT元件虚焊,翘脚方面的识别技术。AOI技术;
    二、我对AOI,机器视觉方面感兴趣,希望能听听这方面的研究成果。
    三、生产线PCB焊接检测
    四、产品质量视觉检测
    五、嵌入式系统在图像方面的应用
    六、视觉识别技术,可视化的传感器技术
    七、视觉识别,检测技术
    八、高速情况下的图像比较及误差解决
    九、keypad有些污点和划痕不太好检测
    十、通过何种芯片来做设计比较合适?需要掌握些什么技能和知识储备?开发设计过程步骤怎样?
    十一、能否有解决齿轮齿条的检测方法
    十二、成像目标捕捉
    十三、机器视觉在中国的现场应用
    十四、机器视觉直接控制运动控制卡进行精确定位
    十五、图像获取与识别
    十六、图象采集手段,方法,过程,数据处理
    十七、想解决用视觉技术测量一个工件的多个尺寸
    十八、质量检测高精度、高质量要求的场合,机器视觉代替人工视觉分析、识别、检测等
    十九、机器视觉与工业自动化设备的配合使用
    二十、学习更多有关机器视觉的技术和方案,同时探讨有关数码相机CCD精确定位视觉系统方案
    二十一、外观检查和漏件检验
    二十二、了解机器视觉目前在国内的行业分布,机器视觉各大品牌的特点与应用现状
    二十三、机器视觉技术在集装箱焊接质量检测上的应用。
    二十四、机器视觉应用中的高可靠性
    二十五、了解机器视觉在工业自动化的应用技术
    二十六、我想了解机器视觉自动检测系统
    二十七、图像获取、分析、识别、检测等技术及开发工具等
    二十八、基本原理,产线检视解决方案
    二十九、印刷线路版微孔检测
    三十、网络图形图像处理及AOI
    三十一、低成本解决包装印刷检测
    三十二、安全性,成本,效率
    三十三、视觉传感器的检测速度、精度、可靠性、检测效果、检测范围、稳定性及可操作性
    三十四、了解关于机器视觉的新技术及相关发展
    三十五、出错频率较高,是否能通过视觉技术解决?
    三十六、机器视觉如何帮企业提高生产效率,机器视觉在工业机器人中的应用,关于机器人视觉的好的应用及成功案例子,目前我公司机器人产品急待解决的问题以及今后的发展等等
    三十七、视觉系统在生产线上的在线检测与人工检测的成本比较
    三十八、了解机器视觉技术在生产设备中的应用.
    三十九、降低自动化设备成本,提高设备的稳定性,可操作性,安全性
    四十、精度问题
    四十一、视觉机器能否检测金属轴的外观.形状
    四十二、视觉定位问题
    四十三、CCD光源如何针对被测物恰当选配,量测与缺陷检测怎样提高精准度及速度.
    四十四、(1)机器视觉的应用能力
            (2)机器视觉在苛刻条件下可上下左右偏差多少距离
            (3)解决全自动B4型说明书装订配页问题(目的,防止配页错误)
    四十五、1、编码盘成品检测的标准如何确定?(编码盘一般的不良项目有:同心度偏大,爆边,划伤,污渍等)
            2、机器视觉的当前发展情况和趋势。

为你推荐