東莞市瑞智光電科技有限公司
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
2020-11-23 11:44:51 責任編輯： m.webflower.cn 0
伴隨著科技一日千里的發展，機器視覺慢慢的被人所熟悉，那么工業相機和視覺軟件作為主體構成的機器視覺檢測系統，能否全面替代人工目視檢驗？如果能，可應用的規模怎樣？如果不能，是缺少什么標準，難度系數在哪里？
觀點一：機器視覺檢測能取代人工目檢。
精確來講只能是可以取代一部份。如今中小型企業生存空間有限，全自動化晉級要求資金、人才，由于各類局限性，不情愿投入很多資金，因而機器視覺檢驗仍是在實力雄厚的大型企業里才會出現。如今人工成本最大，企業也在高成本運營，資金壓力大，除非是有必要要買，否則都將就著過著。
觀點二：在各類缺陷檢驗的應用中，打光是個難點。
如果取得的圖片令人看還要細心酌量才能給出成果，那么算法就太難做了。反之如果前期搞好打光，杰出所要檢驗的特征，算法并不是困難的東西。
但是，問題也有，并不是講算法現已夠好了，機器視覺和人類的差距仍是十分極大的！這方面最大的差距便是智能。沒錯，智能照相機差距智能兩個字還很遠，主要體現在對于非預期的缺陷的辨認。
在應用中，通常是給定一些詳細的缺陷方式，應用機器視覺來辨認它們畢竟有沒有發生。但常常遇到的狀況是，很多顯著的缺陷，由于之前沒有發生過，或者發生的方式過火多樣，而被漏檢。如果換做是人，盡管在操作流程文件中沒讓他去檢驗那個缺陷，但是他會留意到，隨后有較大幾率捉住它。
當時有很多智能照相機供貨商，也有很多剖析軟件供貨商，盡管各自公布的軟件算法各有特點，事實上用起來大同小異，功用十分雷同。但基礎上依照固定的方式和步驟去處理照相機取得的圖片，從圖片上去剖析某個預期中的特征，隨后給出判不成果，沒有一家有革命性的智能算法。
歸納來講，短時間內，我們很有可能見不到有如人類般智慧的圖片剖析算法，由于有關的理論都還沒有預備好。
但是機器視覺檢驗依然很有市場，由于它處理了人類的一個十分嚴峻的問題：不穩定。人工目檢的作業員，無論你規劃怎么樣的獎懲制度，都會發生較為高的漏檢率。但是機器視覺檢測機沒問題，只要是你在算法中寫好的東西，每一次都會認真執行。關于工廠的品質控制來講，我們更情愿放棄人工目檢所帶來的智謀的好處，而選擇盡管較為傻但是一絲不茍作業的機器視覺。由于關于工廠而言，最關鍵的是“受控”，我們能夠承受有個別特別的未發生過的缺陷被漏出，但有必要明白有一些常常發生的不能承受的缺陷必定能夠被發現。
成本方面，機器視覺比人力成本廉價。通常的工廠基本上四個班次，四個操作員的成本年均超越20萬。而20萬基本上夠搞一套機器視覺了。因而，能夠這般下結論：視覺檢測系統短期內不能徹底替代人工目檢，主要緣故是不能智能。但是對于工廠的品質控制來講，機器視覺比人靠譜。
