隨著科技日新月異的發(fā)展，機(jī)器視覺慢慢的被人所熟悉，那么今天我們來討論下用工業(yè)相機(jī)和分析軟件作為主體組成的機(jī)器視覺檢測(cè)系統(tǒng)是否能全面取代人工目視檢測(cè)?如果能，你認(rèn)為可應(yīng)用的范圍有哪些?如果不能，你認(rèn)為缺少什么條件，難度在哪里?

　　觀點(diǎn)一：

　　替代?只能說可以替代一部份吧，目前中小型企業(yè)生存空間有限，自動(dòng)化升級(jí)需要資金、人才，由于各種局限性，不愿意投入大量資金，所以機(jī)器視覺檢測(cè)還是在實(shí)力雄厚的大型企業(yè)里才會(huì)出現(xiàn)。
目前人工成本較大，企業(yè)也在高成本運(yùn)營(yíng)，資金壓力大，除非是必須要買，不然都將就著過著。

　　觀點(diǎn)二：

　　在各種缺陷檢測(cè)的應(yīng)用中，打光是個(gè)難點(diǎn)。如果獲得的圖片讓人看還要仔細(xì)斟酌才能給出結(jié)果，那么算法就太難做了。反之如果前期搞好打光，突出所要檢測(cè)的特征，算法并不是困難的東西。

　　但是，注意這里有一個(gè)很嚴(yán)重的但是。我并不是說算法已經(jīng)夠好了，機(jī)器視覺和人類的差距還是比較巨大的!這里面較大的差距就是智能。沒錯(cuò)，智能相機(jī)距離智能兩個(gè)字，還很遠(yuǎn)。主要體現(xiàn)在：對(duì)于非預(yù)期的缺陷的識(shí)別。

　　在應(yīng)用中，往往是給定一些具體的缺陷模式，使用機(jī)器視覺來識(shí)別它們到底有沒有發(fā)生。但經(jīng)常遇到的情況是，許多明顯的缺陷，因?yàn)橹皼]有發(fā)生過，或者發(fā)生的模式過分多樣，而被漏檢。如果換做是人，雖然在操作流程文件中沒讓他去檢測(cè)這個(gè)缺陷，但是他會(huì)注意到，從而有較大幾率抓住它。

　　當(dāng)前有許多智能相機(jī)供應(yīng)商，也有許多分析軟件供應(yīng)商，雖然各自發(fā)布的軟件算法各有特點(diǎn)，其實(shí)用起來真的差不多，功能較為雷同。但都是按照固定的模式和步驟去處理相機(jī)獲得的圖片，從圖片上去分析某個(gè)預(yù)期中的特征，從而給出判別結(jié)果，沒有一家有革命性的智能算法。

　　個(gè)人以為，短時(shí)間(10年)內(nèi)我們可能見不到有如人類般智慧的圖像分析算法，因?yàn)橄嚓P(guān)的理論都還沒有準(zhǔn)備好。

　　但是機(jī)器視覺檢測(cè)仍然很有市場(chǎng)，因?yàn)樗鉀Q了人類的一個(gè)比較嚴(yán)重的問題：不穩(wěn)定。人工目檢的作業(yè)員，無論你設(shè)計(jì)怎樣的獎(jiǎng)懲制度，都會(huì)發(fā)生比較高的漏檢率。但是機(jī)器視覺檢測(cè)設(shè)備沒問題，只要是你在算法中寫好的東西，每一次都會(huì)認(rèn)真執(zhí)行。對(duì)于工廠的質(zhì)量控制來說，我們更愿意舍棄人工目檢所帶來的智慧的好處，而選擇雖然比較傻但是一絲不茍工作的機(jī)器視覺。因?yàn)閷?duì)于工廠而言，重要的是“受控”，我們可以接受有個(gè)別特殊的未發(fā)生過的缺陷被漏出，但必須知道有一些經(jīng)常發(fā)生的不可接受的缺陷一定能夠被發(fā)現(xiàn)。

　　本文來源于網(wǎng)絡(luò)

　　本文關(guān)鍵詞：機(jī)器視覺檢測(cè)設(shè)備、機(jī)器視覺技術(shù)、視覺檢測(cè)技術(shù)、盈泰德