2021年1月19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

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。

机器视觉技术在农业应用研究进展

2019年3月31日

2019年3月31日

随着计算机软硬件、图像采集处理装置、图像处理技术的迅猛发展,机器视觉技术在农业的应用领域不断扩展。目前,美国、日本、德国等发达国家已经开始将机器视觉系统应用到农业生产的各个阶段,以解决人口老龄化加剧、劳动力缺失等问题引起的挑战。

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。

工业相机调研凸显嵌入式趋势

2019年3月27日

2019年3月27日

据一项专业调查显示,机器视觉行业正凸显出向嵌入式视觉和模块化发展的趋势。制造商们看到了嵌入式视觉解决方案在汽车和基础设施应用方面的巨大潜能。

科创板|天准科技:中国机器视觉第一梯队企业

2019年6月2日

2019年6月2日

2019年5月27日,上交所决定将于6月5日召开第1次审议会议,审议深圳微芯生物、安集微电子科技、苏州天准科技3家企业的发行上市申请。

工程点扩展函数(E-PSF)技术可以实现高精度3D成像

2019年7月10日

2019年7月10日

工程点扩散功能(E-PSF)技术以光学相位板的形式发展,将使制造商能够满足对超精密物体成像不断增长的需求。

机器视觉相机类型以及接口标准详解

2018年8月9日

2018年8月9日

随着成像技术的进步,相机及其接口的类型不断演变,以满足大量应用的需求。对于检测和分析至关重要的半导体,电子,生物技术,装配和制造行业中的机器视觉应用而言,使用最好的相机系统来完成手头的任务对于获得最佳图像质量至关重要。

如何利用开源软件开发机器人视觉系统?

2019年6月28日

2019年6月28日

机器人视觉应用程序可以带来一系列复杂的需求,但开源库可以为几乎所有需求提供解决方案。开发人员可以找到从基本的图像处理和对象识别再到运动规划和避免碰撞的开源软件包 。另外,还有有一些关键的开源图像处理软件包,可以帮助开发人员实现复杂的机器人系统。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

短波红外成像技术与原理

2019年7月25日

2019年7月25日

短波红外(SWIR)的范围占据了电磁频谱略高于近红外。在1050到2500纳米之间——短波红外范围远远超出了标准硅基成像传感器的探测能力。

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?

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。

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。

为双目立体视觉插上FPGA翅膀

2019年10月10日

2019年10月10日

FPGA具有灵活高效、可重复编程特性,可实现定制性能、高吞吐量和低延迟,是十分灵活且强大的计算加速器。所以,很多研究机构将算法进行简化后,使用FPGA进行处理。

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注