机器视觉（AOI）之机器视觉在工业生产应用中的局限性
2021-07-01
广东吉洋视觉：Mini LED,SMT AOI,LED AOI,焊线AOI,焊线检测AOI。但在整体技术水平上还存在一些问题，预计今后将逐一解决。一是容易受到环境光源的约束：不同光源会造成不同的成像质量和效果，直接干扰检测算法的检测，可能造成产品误判；单一的视觉制导技术无法保证路径障碍物检测的准确性，因此决策控制层往往需要综合多个传感器采集的信息。受硬件设备性能的限制：摄像机镜头畸变校正、标定差异、有限的视角范围；安装条件及场地限制，传感器融合方案要求；每个像素的暗电流不同，对光子的响应不一致，这会在相机中产生空间噪声和模态噪声；CCD线阵相机参数设置的局限性。最终受计算资源的限制：工业产品的大规模、复杂的模型结构需要依靠强大的计算能力。当设备终端内存难以满足时，需要使用模型云离线训练，然后部署到设备终端；在图像数据传输中，还需要针对具体任务对模型参数进行调整和优化，这将导致额外的工程费用和较差的实时性能。受测试对象多样性的限制：表面缺陷种类繁多，缺陷产生机理不明，缺陷描述不足；机器视觉系统很难从数据中提取特征，由于成本和效益经济的限制，工业摄像机的核心部件如视觉传感器和底层视觉软件的开发需要很大的投资成本。郑重声明：1、部分内容来源于网络，本文版权归原作者所有，转载文章仅为传播更多信息之目的。2、本文仅供学术交流，非商用。如果某部分不小心侵犯了大家的利益，请联系删除。
