机器视觉在生产制造中主要用在视觉引导,尺寸测量,产品检测,物体识别等几个领域。在这几个领域中,一个最基本的算法就是产品识别和定位,比如视觉引导机器人,要在图像中识别出要抓取的产品,并定位出坐标,才引导机器人到的产品位置。尺寸测量,产品检测等也是一样的,在测量和检测之前,首先要知道有没有产品,产品的位置在哪里,才可以应用后续的各种分析工具。因此,产品识别和定位是一个基本问题。
如果要设计一个可行的产品识别和定位的算法,需要克服几方面的困难:
快速的产品:工业产品千差万别。因此,对于每一个具体的应用,需要从几张,甚至一张图像上,快速需要查找的产品,比如当前产线需要定位铆钉的位置,拍一张照片并进行相应的学习,就可以在后续的图像中进行搜索定位
快速的搜索产品:对于一张200万像素的图片,通常要求在几十毫秒的时间可以识别和定位出产品的位置
高精度的定位:工业生产对精度和公差有严格的要求,因此产品的定位就要力求准确。现在普遍要求识别定位算法可以达到一个像素级别的定位精度,甚至可以达到亚像素级别。
可以适应产品缺失,遮挡,脏污等的影响:如果一个产品被遮挡,导致产品在图像中缺失一定比列,需要依然可以识别定位到物体。反之,如果产品表面发生脏污,导致表面的特征发生变化,需要依然可以识别定位
可以适应光照亮度不均匀的影响:如果产品的亮度发生变化,比如一半亮一半暗,需要依然可以识别定位
可以识别旋转的产品:产品通常可能在360度范围内旋转
可以识别多个产品:一张图像中可能有多个产品,需要分别识别定位
可以准确识别接近对称的物体:接近对称的物体很容易别识别成错误的方向,需要进行相应的设计
可以应对物体的极性翻转:比如学习的产品是白底黑字,但是实际上产品图像有可能是黑底白字,需要可以识别
深度学习可以解决这个问题吗?深度学习中目标检测算法(one-stage和two-stages的各种算法),在这个应用中有几方面的难点
数据量:如何在只有一张图像的情况下,学习到需要识别定位的物体?
速度:如何在一般配置的pc上达到ms级别的识别定位速度?传统算法在几千元的工控机上就可以发挥速度优势,然而深度学习需要配置昂贵的gpu,或者在2019年会有一些垂直细分领域的asic芯片开发出来
定位精度:考虑到深度学习输入的图像本身都是进行了缩放的图像,那么在原图上很难达到像素精度的匹配
识别准确性:在数据量很少的情况下,怎么提升识别的准确性?
考虑到此类问题面临的困难,一般还是用传统的机器视觉方法来实现。
parker先导式比例减压阀的七个工作原理
英国诺冠NORGREN气缸的使用优势及分类
防爆配电箱周围为什么不能堆放杂物?
深圳海运菲律宾,海运菲律宾马尼拉
一体化地埋式污水处理设备与传统污水处理设备的区别
高精度视觉识别与定位系统需要关注哪些因素?
威格士比例阀部分现货
化工品怎么寄到美国?
知道UE压力开关从哪里订货吗
土豆种植机怎么去选择
DHL国际快递宣布加密洲际直航货班(国际空运新闻资讯)
义乌哪家国际快递能走仿牌饰品
RTJ-31(21)/※DK型系列调压阀参数流量
想发国际快递到美国,分不清四大类国际包裹
河南进口清关 河南进口清关服务公司
从国内搬家到澳洲悉尼,急找悉尼搬家公司
蒸汽高压清洗机可满足食品行业对清洁生产的严苛要求
国际快递 哪个便宜(国际快递怎么寄便宜)
回收中药二手真空提取浓缩机组
中国到英国海运需要多长时间