影響機器視覺檢測行業(yè)的三大趨勢

        隨著中國的機器視覺行業(yè)快速發(fā)展，機器視覺系統(tǒng)提高了大批量、持續(xù)生產(chǎn)的自動化程度，大大提升生產(chǎn)效率和產(chǎn)品精度，同時獲取信息與自動處理的能力變得極其快，為工業(yè)生產(chǎn)的信息集成提供了有效途徑。當然影響機器視覺檢測行業(yè)的三大趨勢也不可忽視。

一、嵌入式視覺將繼續(xù)增長

得益于越來越多的行業(yè)應(yīng)用程序的支持，嵌入式視覺將繼續(xù)快速增長，例如自動駕駛，生命科學(xué)，消費電子，邊境監(jiān)控和農(nóng)業(yè)等。

處理能力大大增強，內(nèi)存變得非常便宜。用戶可以選擇一個非常小的相機，并使用來自不同來源的云數(shù)據(jù)。將這些因素與機器學(xué)習(xí)結(jié)合在一起時，如果使用單獨的軟件包，則具有內(nèi)在的愿景。

客戶希望系統(tǒng)集成商為其開發(fā)整個嵌入式視覺系統(tǒng)。嵌入式視覺使智能相機達到了其*初的意圖，即在非常小的外殼內(nèi)，盡可能靠近圖像傳感器以進行圖像處理視頻分析。為了響應(yīng)嵌入式視覺市場，我們開發(fā)了為了在低成本，低功耗平臺（從攝像機設(shè)計到FPGA編程）中快速提供特定于應(yīng)用程序的解決方案，該平臺可以集成人工智能和深度學(xué)習(xí)功能。

為客戶設(shè)計一個有吸引力的系統(tǒng)是嵌入式視覺的*大挑戰(zhàn)。通過低成本，低功耗的設(shè)備，可以將外觀檢測中客戶的所有功能都置于很小的尺寸中，這是一項艱巨的任務(wù)。向消費者介紹完全不同的硬件解決方案并非易事，但*終希望是，客戶將以某種方式生產(chǎn)更多對用戶更友好，更小且*終成本更低的產(chǎn)品。

在許多使用案例中，傳統(tǒng)的視覺檢測無法與嵌入式視覺競爭。

二、深度學(xué)習(xí)的更多應(yīng)用

用于視覺檢測的深度學(xué)習(xí)一直處于顛覆性技術(shù)的*前沿。如果您涉足視覺檢測行業(yè)，您可能已經(jīng)看到了該軟件如何與深度學(xué)習(xí)算法相集成以及如何快速產(chǎn)生結(jié)果。這些系統(tǒng)可以運行數(shù)千個排列，并且在識別和歷史記錄以及其他應(yīng)用程序的視覺檢查中具有100％的準確性。

深度學(xué)習(xí)將對傳統(tǒng)的圖像分析方法產(chǎn)生深遠的影響。這不僅將改變我們生產(chǎn)的產(chǎn)品，還將改變我們與客戶互動的方式。深度學(xué)習(xí)將在解決傳統(tǒng)視覺檢測無法解決的應(yīng)用程序中發(fā)揮重要作用。例如，在冷凍干燥的小瓶中檢測疫苗時，每次的結(jié)果差異很大，主要取決于它們的干燥方式。采用傳統(tǒng)的檢測過程非常具有挑戰(zhàn)性，因為在某些情況下，可能是粒子看起來與裂縫非常相似，而深度學(xué)習(xí)有助于區(qū)分這種細微的差異。

三、提高不可見光成像的效率

盡管深度學(xué)習(xí)可能是從圖像中收集信息的*新方法，但這并不是唯一的選擇。短波紅外相機和照明的進步提高了不可見成像的效率。在這些更高波長的環(huán)境中，您可以實現(xiàn)更多應(yīng)用，例如發(fā)現(xiàn)飛機機翼復(fù)合材料內(nèi)部的缺陷。

對高光譜成像的需求不斷增長。當您在大范圍內(nèi)觀察數(shù)百個光譜條以檢測物體之間的細微差異時，您需要一個寬帶光源。這將使我們減少使用LED的數(shù)量，并創(chuàng)建模擬鹵素?zé)艄庠吹膶拵А?/span>

外觀檢測面臨的挑戰(zhàn)

智能傳感器，智能相機和可配置視覺系統(tǒng)已大大消除了開發(fā)視覺檢測系統(tǒng)的需求。當今*常見的應(yīng)用是通過即用型即插即用技術(shù)完成的。在過去的十年中，智能相機變得越來越強大，照明公司提供的產(chǎn)品范圍也不斷擴大。但是，隨著軟件功能的增強和價格的不斷下降，軟件包的互聯(lián)和標準化仍然存在問題。

不同的公司對同一事物使用不同的術(shù)語。甚至像以太網(wǎng)這樣的標準化通信在公司之間也存在巨大差異，并且在視覺行業(yè)也沒有真正推動開放軟件標準的推動。

當今的視覺產(chǎn)品可以滿足大多數(shù)應(yīng)用的需求。隨著技術(shù)和客戶需求的發(fā)展，系統(tǒng)集成商必須保持清醒。例如，在3D影像市場中，硬件創(chuàng)新先于軟件創(chuàng)新。

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(fā)生器的立體聲傳感器等，但是為了實現(xiàn)快速的系統(tǒng)開發(fā)，開發(fā)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(yīng)用程序，或使用“封閉式”系統(tǒng)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(xiàn)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(zhàn)是從人工智能和深度學(xué)習(xí)中獲取信息的能力。*大的挑戰(zhàn)是區(qū)分炒作與實質(zhì)?，F(xiàn)實情況是“許多人工智能和深度學(xué)習(xí)算法有時太麻煩了。

盡管視覺檢測應(yīng)用程序受益于深度學(xué)習(xí)算法，但是這些算法不能解決所有問題。與傳統(tǒng)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(shù)確實占有一席之地，并將在未來幾年繼續(xù)發(fā)揮重要作用。

新西旺現(xiàn)已擁有自己的核心產(chǎn)品，高精度對位系統(tǒng),AOI檢測系統(tǒng),讀碼-自動過賬系統(tǒng)，BC系統(tǒng)（設(shè)備線管控系統(tǒng)Block Control System）,為大型企業(yè)提供可靠高效的視覺解決方案，涉及的領(lǐng)域包括面板、電子、汽車、包裝、制藥、半導(dǎo)體、機械制造等。