影響機(jī)器視覺檢測(cè)行業(yè)的最新技術(shù)趨勢(shì)包括嵌入式視覺，深度學(xué)習(xí)和不可見光成像的有效性。

  隨著技術(shù)的進(jìn)步和智能工廠的發(fā)展，機(jī)器視覺檢測(cè)設(shè)備在過(guò)去十年中發(fā)生了巨大變化。預(yù)計(jì)到2022年，全球視覺檢測(cè)設(shè)備市場(chǎng)將增長(zhǎng)近一倍，達(dá)到136.2億美元，因?yàn)樾袠I(yè)對(duì)質(zhì)量檢測(cè)的要求增加了。亞太地區(qū)將繼續(xù)成為全球最大的市場(chǎng)，到2022年將占收入的38.4％。在技術(shù)，靈活性，效率和準(zhǔn)確性方面表現(xiàn)出高度創(chuàng)新的外觀檢測(cè)供應(yīng)商將在不斷發(fā)展的市場(chǎng)中取得最大的成功。

     盡管全球經(jīng)濟(jì)的不確定性將影響外觀檢測(cè)行業(yè)，但行業(yè)協(xié)會(huì)和專家普遍認(rèn)為這不會(huì)造成嚴(yán)重?fù)p害。借助深度學(xué)習(xí)軟件，嵌入式視覺等硬件平臺(tái)有望蓬勃發(fā)展，工廠級(jí)別的傳統(tǒng)應(yīng)用程序也將保持強(qiáng)勁增長(zhǎng)。那么，下面我們來(lái)看下影響視覺檢測(cè)行業(yè)的三大趨勢(shì)。

一、嵌入式視覺將繼續(xù)增長(zhǎng)

       得益于越來(lái)越多的行業(yè)應(yīng)用程序的支持，嵌入式視覺將繼續(xù)快速增長(zhǎng)，例如自動(dòng)駕駛，生命科學(xué)，消費(fèi)電子，邊境監(jiān)控和農(nóng)業(yè)等。

       處理能力大大增強(qiáng)，內(nèi)存變得非常便宜。用戶可以選擇一個(gè)非常小的相機(jī)，并使用來(lái)自不同來(lái)源的云數(shù)據(jù)。將這些因素與機(jī)器學(xué)習(xí)結(jié)合在一起時(shí)，如果使用單獨(dú)的軟件包，則具有內(nèi)在的愿景。

      客戶希望系統(tǒng)集成商為其開發(fā)整個(gè)嵌入式視覺系統(tǒng)。嵌入式視覺使智能相機(jī)達(dá)到了其最初的意圖，即在非常小的外殼內(nèi)，盡可能靠近圖像傳感器以進(jìn)行圖像處理視頻分析。為了響應(yīng)嵌入式視覺市場(chǎng)，我們開發(fā)了為了在低成本，低功耗平臺(tái)（從攝像機(jī)設(shè)計(jì)到FPGA編程）中快速提供特定于應(yīng)用程序的解決方案，該平臺(tái)可以集成人工智能和深度學(xué)習(xí)功能。

     為客戶設(shè)計(jì)一個(gè)有吸引力的系統(tǒng)是嵌入式視覺的最大挑戰(zhàn)。通過(guò)低成本，低功耗的設(shè)備，可以將外觀檢測(cè)中客戶的所有功能都置于很小的尺寸中，這是一項(xiàng)艱巨的任務(wù)。向消費(fèi)者介紹完全不同的硬件解決方案并非易事，但最終希望是，客戶將以某種方式生產(chǎn)更多對(duì)用戶更友好，更小且最終成本更低的產(chǎn)品。

     在許多使用案例中，傳統(tǒng)的視覺檢測(cè)無(wú)法與嵌入式視覺競(jìng)爭(zhēng)。

二、深度學(xué)習(xí)的更多應(yīng)用

        用于視覺檢測(cè)的深度學(xué)習(xí)一直處于顛覆性技術(shù)的最前沿。如果您涉足視覺檢測(cè)行業(yè)，您可能已經(jīng)看到了該軟件如何與深度學(xué)習(xí)算法相集成以及如何快速產(chǎn)生結(jié)果。這些系統(tǒng)可以運(yùn)行數(shù)千個(gè)排列，并且在識(shí)別和歷史記錄以及其他應(yīng)用程序的視覺檢查中具有100％的準(zhǔn)確性。

        深度學(xué)習(xí)將對(duì)傳統(tǒng)的圖像分析方法產(chǎn)生深遠(yuǎn)的影響。這不僅將改變我們生產(chǎn)的產(chǎn)品，還將改變我們與客戶互動(dòng)的方式。深度學(xué)習(xí)將在解決傳統(tǒng)視覺檢測(cè)無(wú)法解決的應(yīng)用程序中發(fā)揮重要作用。例如，在冷凍干燥的小瓶中檢測(cè)疫苗時(shí)，每次的結(jié)果差異很大，主要取決于它們的干燥方式。采用傳統(tǒng)的檢測(cè)過(guò)程非常具有挑戰(zhàn)性，因?yàn)樵谀承┣闆r下，可能是粒子看起來(lái)與裂縫非常相似，而深度學(xué)習(xí)有助于區(qū)分這種細(xì)微的差異。

三、提高不可見光成像的效率

         盡管深度學(xué)習(xí)可能是從圖像中收集信息的最新方法，但這并不是唯一的選擇。短波紅外相機(jī)和照明的進(jìn)步提高了不可見成像的效率。在這些更高波長(zhǎng)的環(huán)境中，您可以實(shí)現(xiàn)更多應(yīng)用，例如發(fā)現(xiàn)飛機(jī)機(jī)翼復(fù)合材料內(nèi)部的缺陷。我們現(xiàn)在將高功率SWIRLED引入高速視覺檢查應(yīng)用市場(chǎng)。

        對(duì)高光譜成像的需求不斷增長(zhǎng)。當(dāng)您在大范圍內(nèi)觀察數(shù)百個(gè)光譜條以檢測(cè)物體之間的細(xì)微差異時(shí)，您需要一個(gè)寬帶光源。這將使我們減少使用LED的數(shù)量，并創(chuàng)建模擬鹵素?zé)艄庠吹膶拵А?/span>

外觀檢測(cè)面臨的挑戰(zhàn)

         智能傳感器，智能相機(jī)和可配置視覺系統(tǒng)已大大消除了開發(fā)視覺檢測(cè)系統(tǒng)的需求。當(dāng)今最常見的應(yīng)用是通過(guò)即用型即插即用技術(shù)完成的。在過(guò)去的十年中，智能相機(jī)變得越來(lái)越強(qiáng)大，照明公司提供的產(chǎn)品范圍也不斷擴(kuò)大。但是，隨著軟件功能的增強(qiáng)和價(jià)格的不斷下降，軟件包的互聯(lián)和標(biāo)準(zhǔn)化仍然存在問(wèn)題。

        不同的公司對(duì)同一事物使用不同的術(shù)語(yǔ)。甚至像以太網(wǎng)這樣的標(biāo)準(zhǔn)化通信在公司之間也存在巨大差異，并且在視覺行業(yè)也沒有真正推動(dòng)開放軟件標(biāo)準(zhǔn)的推動(dòng)。

        當(dāng)今的視覺產(chǎn)品可以滿足大多數(shù)應(yīng)用的需求。隨著技術(shù)和客戶需求的發(fā)展，系統(tǒng)集成商必須保持清醒。例如，在3D影像市場(chǎng)中，硬件創(chuàng)新先于軟件創(chuàng)新。

       盡管有很多3D傳感器和攝像機(jī)可供使用，例如激光三角測(cè)量，帶有偽隨機(jī)碼型發(fā)生器的立體聲傳感器等，但是為了實(shí)現(xiàn)快速的系統(tǒng)開發(fā)，開發(fā)工具鏈有很大差距。

       例如，許多OEM當(dāng)前使用開放式標(biāo)準(zhǔn)3D傳感器，從頭開始編寫程序應(yīng)用程序，或使用“封閉式”系統(tǒng)進(jìn)行工具配置，這通常很昂貴。高速機(jī)載圖像處理可能需要具有現(xiàn)場(chǎng)可編程門陣列（FPGA）的3D傳感器，從而使非FPGA程序員可以在軟件包中部署3D圖像處理算法。

       另一個(gè)挑戰(zhàn)是從人工智能和深度學(xué)習(xí)中獲取信息的能力。最大的挑戰(zhàn)是區(qū)分炒作與實(shí)質(zhì)。現(xiàn)實(shí)情況是“許多人工智能和深度學(xué)習(xí)算法有時(shí)太麻煩了。

      盡管視覺檢測(cè)應(yīng)用程序受益于深度學(xué)習(xí)算法，但是這些算法不能解決所有問(wèn)題。與傳統(tǒng)編程相比，當(dāng)人們想達(dá)到99％以上的準(zhǔn)確性所需的努力時(shí)，這一點(diǎn)尤其明顯。盡管如此，這項(xiàng)技術(shù)確實(shí)占有一席之地，并將在未來(lái)幾年繼續(xù)發(fā)揮重要作用。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問(wèn)題，請(qǐng)及時(shí)聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請(qǐng)諒解！