2020年9月21日 机器视觉与计算机视觉技术

嵌入式视觉:通过软硬件协作获得成功

关于嵌入式世界展览与会议(2019年2月26日至28日,德国纽伦堡)上关于嵌入式视觉的专题讨论的最新进展:

嵌入式视觉组件的硬件和软件制造商必须共同努力,促进这一开创性技术的有效使用。嵌入式视觉与机器学习相结合的潜在应用是巨大的。

许多未来的应用——无论是B2C还是B2B——都将基于嵌入式视觉:小型、集成的图像处理系统,可以直接从设备上智能地工作,使它们能够看到和理解。嵌入式视觉是通过紧凑、高性能的计算平台实现的,这些平台只消耗很少的能量。由于计算平台和图像传感器之间的标准化接口,可以实时处理越来越多的图像数据。有了人工智能,图像处理系统变得更加智能:它们可以自己学习。

“嵌入式视觉的潜力是巨大的。越来越多的参展商和演示与嵌入式视觉参考,在许多贸易展览展位我们可以看到这一趋势,嵌入式世界咨询委员会主席说:“我们很高兴VDMA机器视觉及嵌入式世界在嵌入式世界会议上再次举办专题讨论会及嵌入式视觉专题研讨会。”我们将共同推动这一议题向前发展。”

在可预见的未来,嵌入式视觉技术不会完全取代传统的、基于PC或智能相机的机器视觉系统。然而,从技术和经济的角度来看,它确实在许多应用领域提供了非常有效的解决方案。“所需组件的开发速度非常快,从板卡传感器到各种嵌入式平台,再到用于评估的机器视觉软件。”因此,嵌入式视觉技术现在已经达到了一定性能水平,可以在今天的许多应用中使用有效的系统。

一个重要的和必要的步骤来方便用户实现此创新技术的制造商的嵌入式视觉组件一起工作标准化和平台建设:“如果用户有组装传感器、处理器、软件、和其他组件沉闷地单独在开发解决方案,成功的嵌入式视觉,它可能不会达到程度。“然而,各种相机、嵌入式板和软件制造商已经认识到这一点,并正在为用户的利益进行合作。在处理器相关领域的不断改进,以及深度学习和人工智能等创新算法和方法的不断改进,支持了该技术的进一步发展。在硬件方面,越来越小的多核处理器和越来越低的功耗保证了足够的计算能力。深度学习在嵌入式视觉系统的使用中变得越来越重要,例如对缺陷进行分类。MVTec Software GmbH常务董事Olaf Munkelt博士表示,即使是复杂的图像处理任务,只要采用合适的图像预处理和后处理方法,也可以有效地解决。小组讨论的与会者都认为:嵌入式视觉将作为一项成功且具有成本效益的技术,越来越多地应用于许多行业。

Banner
Related Posts

在图像处理中应用深度学习技术

2019年3月28日

2019年3月28日

深度学习应用凭借其在识别应用中超高的预测准确率,在图像处理领域获得了极大关注,这势必将提升现有图像处理系统的性能并开创新的应用领域。

3D热成像技术

2019年10月30日

2019年10月30日

Fraunhofer IOF使用LWIR热像仪扩展了其高速3D相机系统。他们的数据被映射到使用黑白摄像机重建的3D点,从而获得1kHz空间热图像。

用于目标识别的自学习机器视觉系统

2019年7月8日

2019年7月8日

机器视觉是工业4.0,即工业物联网背景下高度自动化和无缝联网过程的关键技术。使用诸如深度学习之类的新的人工智能过程变得越来越重要。许多好处使这项技术具有吸引力,但同时它也有局限性。

工业机器视觉应用有必要使用边缘计算吗?

2019年12月17日

2019年12月17日

伴随着机器视觉技术的快速发展,在提高制造商产品质量水平的同时加快生产效率,可以说拥有巨大的潜力。这项技术的影响范围也在不断地扩大,各种新的应用注定会在我们的日常生活中发挥更大的作用。

基于相机和激光传感器的车顶视觉检测系统

2019年4月24日

2019年4月24日

像多单元高速列车这样的现代轨道车辆需要定期进行检查维护,以确保最车辆的安全稳定运行,增加使用寿命并最大限度地减少列车的磨损

机器视觉从发展到成熟,最新技术又有些什么?

2018年8月9日

2018年8月9日

这是机器视觉行业的一个演变时期。嵌入式视觉与深度学习和人工智能相结合, 将在生命科学、自驾游、安全和农业等传统制造业以外的市场继续蓬勃发展。

机器视觉成为防治农作物减产的新式武器

2019年5月15日

2019年5月15日

农作物的损失对农民来说是毁灭性的。随着生态波动性的增加,这也是生活中的事实。

机器视觉模式匹配的基础:光源、相机、算法

2019年10月11日

2019年10月11日

机器视觉系统还需要能够发现和识别模式。任何机器视觉任务的第一步都是模式匹配,即根据形状属性(如边缘)的预期排列,在视场中定位目标。这个过程是如何工作的?

机器视觉如何保持马铃薯片的风味完整

2019年4月23日

2019年4月23日

像Pepsico这样的食品和饮料行业巨头...

贴纸相机解决物联网成像问题

2019年4月17日

2019年4月17日

Greg Blackman报道了CSEM的Witness IOT相机,这是一款可以作为贴纸部署的超低功耗成像仪。 Andrea Dunbar博士于3月在伦敦举行的Image Sensors Europe会议上展示了这项技术

机器视觉系统集成发展的现状和前景

2019年7月10日

2019年7月10日

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。

研究人员开发了一种非侵入性果实成熟度检测方法

2019年6月25日

2019年6月25日

昆士兰的研究人员开发了一种新工具,可以在收获前评估芒果作物的成熟度,这可能会提高收获时间和果实质量。

细数机器视觉的9大应用场景

2019年7月23日

2019年7月23日

本文主要介绍了机器视觉的主要应用场景,目前绝大部分数字信息都是以图片或视频的形式存在的,若要对这些信息进行有效分析利用,则要依赖于机器视觉技术的发展,虽然目前已有的技术已经能够解决很多问题,但离解决所有问题还很遥远,因此机器视觉的应用前景还是非常广阔的。

反光物体机器人机器视觉解决方案

2019年4月9日

2019年4月9日

SwRI和ROS-Industrial integrated intelligent parts reconstruction在ROS2框架内,用于提高工业机器人的三维图像感知能力,用于路径规划和路径点密集操作,如零件打磨。

涂布纺织品皮革表面缺陷检测解决方案

2019年7月2日

2019年7月2日

本文详细地介绍了基于自适应视觉算法的表面缺陷检测的应用原理及实际案例。同时以涂布、纺织品和皮革等类似行业的实际案例验证了该原理的可行性和实用性。介绍了能应用于涂布、印刷、涂布、塑料、橡胶、薄膜及皮革等缺陷检测的通用解决方案。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注