精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

工業(yè)自動化質(zhì)檢中怎樣使用OpenCV進(jìn)行圖像處理呢?

新機(jī)器視覺 ? 來源:新機(jī)器視覺 ? 2023-08-07 10:52 ? 次閱讀

機(jī)器視覺的圖像識別,就是利用機(jī)器人對圖像進(jìn)行分析、處理,從而實(shí)現(xiàn)不同的目標(biāo)。工業(yè)質(zhì)量問題研究大多數(shù)是需要一對一分析,在這里我們只能淺嘗輒止的介紹自動質(zhì)檢。解決實(shí)際問題要具體分析選擇合適的識別方法。

自動化質(zhì)檢在現(xiàn)代工業(yè)自動化生產(chǎn)中可以有效的降低質(zhì)量檢測的成本,并增加質(zhì)檢質(zhì)量和速度,與人類視覺相比,機(jī)器視覺優(yōu)勢明顯

1)精確度高:機(jī)器視覺自動化質(zhì)檢可顯著提高灰度級,同時可觀測微米級的目標(biāo);

2)速度快:機(jī)器可以按照指定頻率進(jìn)行質(zhì)檢,甚至可達(dá)微秒級別;

3)穩(wěn)定性高:人工質(zhì)檢質(zhì)量很大程度上依賴于質(zhì)檢員的業(yè)務(wù)水平和個人工作狀態(tài),避免漏檢錯檢。

4)信息存儲:機(jī)器視覺檢測的結(jié)果無論是產(chǎn)品狀態(tài)還是檢測結(jié)果描述都可以輕松的自動保存歸檔,為下一步分析工作做好數(shù)據(jù)準(zhǔn)備。

常見的外觀質(zhì)量問題有:

產(chǎn)品表面缺陷:劃傷、劃痕、輥印、凹坑、粗糙、波紋

非金屬產(chǎn)品表面的夾雜、破損、污點(diǎn)

裝配質(zhì)量檢測:零件裝配完整性檢測,裝配尺寸精度檢測,位置/角度測量

打印檢測:打印不全、打印歪斜、邊緣不清晰

這些問題歸結(jié)起來主要:

判斷目標(biāo)是否存在計劃外邊緣特征:比如額外的紋理,額外的凹痕。

判斷計劃內(nèi)的特征匹配,比如Brute-Force,F(xiàn)LANN

大多數(shù)特征檢測算法都會涉及圖像的角點(diǎn)、邊和斑點(diǎn)的識別。最常用的特征檢測和提取算法有:

用于檢測角點(diǎn):Harris, FAST

用于檢測斑點(diǎn): SIFT(Blob), SURF,BRIEF

ORB:代表帶方向的FAST算法與具有旋轉(zhuǎn)不變性的BRIEF算法

匹配:Brute-Force,F(xiàn)LANN

工業(yè)生產(chǎn)中的視覺定位已應(yīng)用好多行業(yè),比如半導(dǎo)體封裝,工業(yè)制造領(lǐng)域。

一、 半導(dǎo)體封裝領(lǐng)域

在半導(dǎo)體領(lǐng)域中,設(shè)備需要根據(jù)機(jī)器視覺取得的芯片位置信息調(diào)取拾取頭,準(zhǔn)確拾取芯片進(jìn)行綁定,這是視覺定位在半導(dǎo)體封裝領(lǐng)域廣泛的應(yīng)用。

二、機(jī)器人工業(yè)制造領(lǐng)域

隨著機(jī)器人視覺定位技術(shù)發(fā)展,提升機(jī)器人在作業(yè)中精準(zhǔn)性和穩(wěn)定性,使企業(yè)在生產(chǎn)中效率大大的提高,節(jié)省勞動成本,提高市場的競爭力。

提到視覺應(yīng)用,可能會人會問,那圖像處理和視頻處理的區(qū)別:其實(shí)視頻處理本質(zhì)上也是圖像處理,即對視頻中的幀圖進(jìn)行處理,只不過多了個視頻解碼的過程。另外,視頻處理,除了對幀內(nèi)圖像進(jìn)行處理,還可能需要分析幀與幀之間的關(guān)系

7b46f5a2-338c-11ee-9e74-dac502259ad0.jpg

下面我們用一個簡單的demo來幫助讀者理解一般實(shí)施步驟:

打開攝像頭,讀取幀

對幀圖像進(jìn)行預(yù)處理(灰度化,濾波,二值化。實(shí)際質(zhì)檢中可能還要圖像矯正,生態(tài)學(xué)處理以達(dá)到更好的處理效果)

對幀圖像進(jìn)行缺陷識別

對符合要求的圖像進(jìn)行保存

在實(shí)際應(yīng)用中,一般會根據(jù)質(zhì)檢結(jié)果調(diào)用工業(yè)控制系統(tǒng)進(jìn)行相應(yīng)的產(chǎn)品分流,把不合格產(chǎn)品發(fā)送到復(fù)檢區(qū)域,合格產(chǎn)品發(fā)送到下一道工序

雖然機(jī)器自動質(zhì)檢有很多優(yōu)點(diǎn),但是要全免替代人工目檢,機(jī)器視覺還有諸多難點(diǎn)有待攻破。比如由于不同材料物體表面反光、折射等問題都會影響被測物體特征的提取,因此光源亮度角度以及圖像采集的質(zhì)量直接影響了質(zhì)檢結(jié)果。比如現(xiàn)在玻璃、反光表面的劃痕檢測等,很多時候問題都卡在不同缺陷的集成成像上。

在實(shí)際生產(chǎn)中,我們往往是給定程序一些具體的缺陷模式,使用機(jī)器視覺來識別它們到底有沒有發(fā)生以及和標(biāo)準(zhǔn)對比的質(zhì)量偏差程度。但有些缺陷并不一定在我們之前經(jīng)驗(yàn)中遇到過,進(jìn)而導(dǎo)致漏檢。如果人工質(zhì)檢,質(zhì)檢員一般會意識到新增的缺陷并進(jìn)行進(jìn)一步的質(zhì)檢判斷。當(dāng)然,這些問題隨著技術(shù)的發(fā)展都會得到優(yōu)化解決。







審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 解碼器
    +關(guān)注

    關(guān)注

    9

    文章

    1131

    瀏覽量

    40676
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    210

    文章

    28205

    瀏覽量

    206526
  • 機(jī)器視覺
    +關(guān)注

    關(guān)注

    161

    文章

    4345

    瀏覽量

    120111
  • 圖像處理器
    +關(guān)注

    關(guān)注

    1

    文章

    103

    瀏覽量

    15484
  • OpenCV
    +關(guān)注

    關(guān)注

    30

    文章

    628

    瀏覽量

    41264

原文標(biāo)題:工業(yè)自動化質(zhì)檢中使用OpenCV 圖像處理

文章出處:【微信號:vision263com,微信公眾號:新機(jī)器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    物聯(lián)網(wǎng)怎么普及工業(yè)自動化

    工業(yè)自動化行業(yè),說是一個新概念或技術(shù)不合適,事實(shí)上許多對象與子系統(tǒng)早期存在于一些工業(yè)應(yīng)用程序,適用于網(wǎng)絡(luò)是因?yàn)榧夹g(shù)與產(chǎn)業(yè)發(fā)展到一定階段和不可避免的結(jié)果。維視圖像給您簡單分享物聯(lián)網(wǎng)是怎么
    發(fā)表于 03-16 09:22

    實(shí)現(xiàn)工業(yè)自動化的市場阻礙

    ,雖然很多廠家都在宣傳工業(yè)自動化、宣傳物聯(lián)網(wǎng)。但是仔細(xì)的分析可以發(fā)現(xiàn),大多數(shù)廠家提供的只是通過開放式程序編程來鏈接云端應(yīng)用,客戶需要自己想辦法來處理這些數(shù)據(jù)。 買家多為中小企業(yè),不太可能有足夠的資源,來
    發(fā)表于 09-11 15:54

    OpenCV圖像處理編程研究

    OpenCV是一種用于數(shù)字圖像處理和計算機(jī)視覺的函數(shù)庫,由Intel微處理器研究實(shí)驗(yàn)室的視覺交互組開發(fā),采用的開發(fā)語言是C++。本文通過學(xué)習(xí)掌握在O
    發(fā)表于 06-25 17:52 ?0次下載

    使用opencv進(jìn)行圖像處理

    使用opencv進(jìn)行圖像處理_于仕琪,感興趣的可以看看。
    發(fā)表于 05-03 14:45 ?0次下載

    工業(yè)平板電腦在工業(yè)自動化的應(yīng)用

    工業(yè)自動化是在工業(yè)生產(chǎn)中廣泛采用自動控制,自動調(diào)整裝置,用以代替人工操縱機(jī)器和機(jī)器體系進(jìn)行加工生
    的頭像 發(fā)表于 04-07 14:47 ?1212次閱讀

    工業(yè)平板電腦在工業(yè)自動化的應(yīng)用

    工業(yè)自動化是在工業(yè)生產(chǎn)中廣泛采用自動控制,自動調(diào)整裝置,用以代替人工操縱機(jī)器和機(jī)器體系進(jìn)行加工生
    發(fā)表于 04-18 17:16 ?953次閱讀

    工業(yè)自動化是什么意思

    工業(yè)自動化是什么意思 工業(yè)自動化是在工業(yè)生產(chǎn)中廣泛采用自動控制、
    發(fā)表于 04-24 10:34 ?1754次閱讀

    工業(yè)自動化是做什么

    工業(yè)自動化是做什么的 工業(yè)自動化是在工業(yè)生產(chǎn)中廣泛采用自動控制、
    發(fā)表于 05-19 10:55 ?1027次閱讀

    工業(yè)自動化質(zhì)檢怎樣使用OpenCV進(jìn)行圖像處理

    機(jī)器視覺的圖像識別,就是利用機(jī)器人對圖像進(jìn)行分析、處理,從而實(shí)現(xiàn)不同的目標(biāo)。工業(yè)質(zhì)量問題研究大多數(shù)是需要一對一分析,在這里我們只能淺嘗輒止的
    的頭像 發(fā)表于 08-08 08:09 ?1018次閱讀
    <b class='flag-5'>工業(yè)</b><b class='flag-5'>自動化</b><b class='flag-5'>質(zhì)檢</b><b class='flag-5'>中</b><b class='flag-5'>怎樣</b>使用<b class='flag-5'>OpenCV</b><b class='flag-5'>進(jìn)行</b><b class='flag-5'>圖像</b><b class='flag-5'>處理</b><b class='flag-5'>呢</b>?

    OpenCV庫在圖像處理和深度學(xué)習(xí)的應(yīng)用

    本文深入淺出地探討了OpenCV庫在圖像處理和深度學(xué)習(xí)的應(yīng)用。從基本概念和操作,到復(fù)雜的圖像變換和深度學(xué)習(xí)模型的使用,文章以詳盡的代碼和解
    的頭像 發(fā)表于 08-18 11:33 ?846次閱讀

    工業(yè)機(jī)器視覺自動化檢測的未來趨勢

    隨著科技的不斷進(jìn)步,工業(yè)機(jī)器視覺自動化檢測在制造業(yè)扮演著越來越重要的角色。利用先進(jìn)的圖像處理和機(jī)器學(xué)習(xí)算法,機(jī)器視覺系統(tǒng)能夠準(zhǔn)確、高效地檢
    的頭像 發(fā)表于 09-01 10:37 ?778次閱讀

    工業(yè)自動化的直流負(fù)載和交流負(fù)載的應(yīng)用

    工業(yè)自動化的直流負(fù)載和交流負(fù)載的應(yīng)用 工業(yè)自動化是指利用各種自動化設(shè)備和技術(shù),對
    的頭像 發(fā)表于 01-18 15:12 ?648次閱讀

    機(jī)器視覺技術(shù)在工業(yè)自動化的應(yīng)用

    進(jìn)行采集、處理和分析,從而實(shí)現(xiàn)對目標(biāo)進(jìn)行識別、檢測、測量和控制的功能。本文將從機(jī)器視覺技術(shù)的定義、原理、特點(diǎn)及其在工業(yè)自動化
    的頭像 發(fā)表于 06-17 10:22 ?746次閱讀

    工業(yè)自動化的控制方式

    工業(yè)自動化是現(xiàn)代工業(yè)發(fā)展的重要標(biāo)志,它極大地提高了生產(chǎn)效率,降低了生產(chǎn)成本,并改善了產(chǎn)品質(zhì)量。在工業(yè)自動化
    的頭像 發(fā)表于 06-17 11:41 ?735次閱讀

    邊緣計算在工業(yè)自動化的應(yīng)用

    邊緣計算在工業(yè)自動化的應(yīng)用日益廣泛,它通過將數(shù)據(jù)處理和計算能力移至靠近數(shù)據(jù)源的邊緣設(shè)備,實(shí)現(xiàn)了更高效、實(shí)時的工業(yè)
    的頭像 發(fā)表于 10-24 14:30 ?305次閱讀