机器视觉 2021-05-13 10573
近年来，随着自动化行业的发展，对机器视觉的需求也急剧增加。这也直接导致需要更新视觉行业的技术和相关产品。与前几年的视觉行业相比，随着工业4.0和行业需求的增加，难度的增加，相关的重要相机和算法也得到了显着更新。例如，相机倾向于在3D方向上发展，算法更倾向于智能算法，并且使用了机器学习中的相关算法。
这是机器视觉行业的一个发展时期。嵌入式视觉，深度学习和人工智能的结合将在传统制造业以外的市场继续蓬勃发展，例如生命科学，自动驾驶旅行，安全和农业。但是，在工厂车间的传统应用程序并未更改。这主要是因为相关技术和算法相对于新技术已经非常成熟且具有成本效益。但是，随着市场环境的变化，以下几方面将经历技术升级和变化。
嵌入式视觉
预计使用AI功能的嵌入式视觉解决方案将继续普及。业内表示：“处理能力大大提高，内存变得非常便宜。 “用户可以选择一个非常小的相机，并使用来自许多不同来源的云数据。将这些因素与机器学习结合在一起时，您就拥有了内在的视野。
深度学习
今年很可能是机器视觉深度学习成为真正的颠覆性技术的一年，它将在解决传统机器视觉无法解决的应用程序中发挥重要作用。 “我们在冻干小瓶中检查疫苗，结果是每种水果的干燥时间各不相同，这取决于它们的干燥方式。 “进行经典的检查过程变得非常具有挑战性，因为在某些情况下，可能是颗粒的看起来与裂纹非常相似。
高光谱成像
随着短波红外（SWIR）技术的进步，现在可以“做一些事情，例如通过复合机翼发现内部缺陷”，并将其销售给高速机器视觉应用。
智能相机
与传统算法和硬件系统分离检测系统解决方案相比。客户更倾向于采用集成式智能相机。主要原因是智能相机具有单一应用程序，易于使用和安装，易于调试，并且无需专业相关人员即可使用。
3D相机的普及
传统视觉行业的应用主要是使用2D摄像头，但是与具有深度信息和检测的应用相比，3D摄像头已被广泛普及。尽管当前的3D相机速度和相关算法在使用时仍然是一个很大的缺点，但它们是相对不足的。从2D相机提取平面深度信息，3D相机要方便得多。但是，由于纯3D相机相对昂贵，因此通常使用2D相机加激光来获取深度信息。
