簡述機器視覺技術(shù)在工業(yè)制造中應(yīng)用的局限性

       一個典型的機器視覺應(yīng)用系統(tǒng)包括圖像捕捉模塊、圖像數(shù)字化模塊、圖像處理模塊、決策模塊、機械控制執(zhí)行模塊以及光源系統(tǒng)等。那機器視覺技術(shù)在工業(yè)制造中應(yīng)用的局限性有哪些呢？下面我們來一起了解：

1.受到環(huán)境光源的約束：不同的光源將造成不同的成像質(zhì)量和效果，直接干擾檢測算法的檢測，可能造成產(chǎn)品的誤判；單一的視覺引導(dǎo)技術(shù)不能保證路徑中障礙物檢測的精度，決策控制層往往需要融合多種傳感器采集的信息。

2.受到硬件設(shè)備性能的限制：攝像頭的鏡頭畸變矯正、標定差異性、視角范圍有限；安裝條件及場地限制，對傳感器融合方案的要求；每個像素的暗電流不同，對光子響應(yīng)不一致，會造成攝像機中空間及模式噪聲；CCD線陣相機的參數(shù)設(shè)置的局限性。

3. 受到端上計算資源的限制：工業(yè)產(chǎn)品大規(guī)模復(fù)雜的模型架構(gòu)需要依賴強大計算能力，當(dāng)設(shè)備終端上內(nèi)存難以滿足時需要采用模型云端離線訓(xùn)練再部署到設(shè)備終端；圖像數(shù)據(jù)傳輸時仍需要對特定的任務(wù)目標進行模型的參數(shù)調(diào)整、優(yōu)化，會產(chǎn)生額外的工程開銷，且實時性較差。

4.受到檢測對象多樣性的限制：物體表面缺陷種類繁多、缺陷產(chǎn)生機理不明、缺陷描述不充分；機器視覺系統(tǒng)難以從數(shù)據(jù)中提取特征。

5. 受到成本和收益經(jīng)濟性的限制：視覺傳感器等工業(yè)相機核心零部件和底層視覺軟件的開發(fā)需較大投入成本。