轉(zhuǎn)“無損檢測NDT ”
導(dǎo)言：機器視覺依據(jù)應(yīng)用，大致可以分層四個不同的領(lǐng)域，簡稱：GIDI（G——Guidance：導(dǎo)引，I——Inspection：檢測，D——Dimension：尺寸測量，I——ID：ID識別）
近年來，隨著硬件的發(fā)展、市場的需求以及計算機視覺技術(shù)的火熱，主要呈現(xiàn)出以下幾個趨勢：
第一，領(lǐng)域的拓展：不僅僅是工業(yè)，還有民用領(lǐng)域，自動化檢測代替人工檢測是必然的發(fā)展趨勢，需求也越來越多樣化，原來只是在工業(yè)生產(chǎn)線上，現(xiàn)在制造、醫(yī)療、電子、倉儲等各個領(lǐng)域都有各種各樣的應(yīng)用。比如國內(nèi)某知名電商，使用三維測量來進行包裹尺寸的檢測，與總量參數(shù)匹配進行內(nèi)部追蹤。
第二，2D到3D：工業(yè)產(chǎn)品基本都是三維的部件，而且二維成像畢竟是三維空間的實際情況的一種“病態(tài)”數(shù)據(jù)采集，所以目前圍繞3D的各種檢測、測量、機器人導(dǎo)引等項目層出不窮，這與計算機視覺的情況有異曲同工之處，結(jié)構(gòu)光、ToF、雙目等技術(shù)也成為了各家公司競相研究的熱點。
第三，系統(tǒng)實施受各種因素制約大：如果你問我做一個機器視覺檢測的項目最重要的是什么，我肯定會說能得到一張高質(zhì)量的圖片，而就為了得到這樣一張圖片需要考慮的因素太多太多，如光源、鏡頭選擇、傳感器選型、節(jié)拍考慮、安裝布置、自動化集成、環(huán)境因素考量、工件狀態(tài)變化等等，哪一部分出了問題都會影響圖像質(zhì)量，而如果你沒有足夠好的圖片，那么再厲害的算法也沒有用，而且因為生產(chǎn)線都有良品率和節(jié)拍要求，整個視覺檢測系統(tǒng)不夠快速可靠的話，誤檢率就會非常之高，而這又是無數(shù)廠家需要面對的問題。
舉個例子，我需要檢測一種鋁制外殼的某個區(qū)域有幾個孔，當(dāng)供應(yīng)商給你的這一批次和另一批次的外表面顏色有所不同或者不均勻時，那等著你的必然是要停機重新設(shè)置參數(shù)，重新驗證產(chǎn)品，而這幾乎是無法避免的百分百會發(fā)生的現(xiàn)實。
第四，算法不如硬件發(fā)展快：這是筆者的感覺，而且感覺這是目前很重大的瓶頸。硬件從系統(tǒng)方面來說就是往可移動的嵌入式方向發(fā)展，而軟件目前的智能還遠遠不夠，在計算機視覺領(lǐng)域大熱的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)目前在機器視覺領(lǐng)域的成功應(yīng)用少之又少，ViDi是一個，F(xiàn)anuc/Preferred Networks和Google的機器人抓取是一個，這還是相對簡單的，當(dāng)目標(biāo)對象多變、特征復(fù)雜、樣本數(shù)不夠的時候，你想用深度學(xué)習(xí)根本沒機會，還是要回到傳統(tǒng)的老路上來，再考慮實時性的嚴格要求，機器視覺特別需要一種新的智能的普遍適用大部分應(yīng)用領(lǐng)域的方法出來，或是創(chuàng)新，或是改良，或是綜合。
第五，要具體問題具體看待：機器視覺還是與具體的應(yīng)用領(lǐng)域深切關(guān)聯(lián)的，每一個應(yīng)用都需要選擇與之配套的專用硬件和軟件，都需要專門的設(shè)計，所以沒有一種解決方案能適用于所有的情況。
目前企業(yè)研發(fā)現(xiàn)狀：國內(nèi)做集成做代理的公司很多很多，但是真正有領(lǐng)先技術(shù)的太少。還有就是沒有一家公司會做一個機器視覺系統(tǒng)所有的東西，核心就是算法還有整個硬件的集成，有專門的公司做鏡頭，有專門的公司做光源，有專門的公司做支架，但沒有一個公司會全部自己做。
最后要說一下機器視覺（machine vision）和計算機視覺（computer vision），雖然都是對圖像數(shù)據(jù)進行處理，但是兩者區(qū)別極大，一個是更偏重于整個系統(tǒng)級應(yīng)用的導(dǎo)向，一個是專注于算法的半理論半應(yīng)用的結(jié)合。但也不是沒有聯(lián)系，比如工業(yè)制造中AR的應(yīng)用，你也說不清是要分類到哪種技術(shù)了。
蘇州阜匯機械制造有限公司專業(yè)為您提供無損檢測方案和儀器，我們希望通過我們的服務(wù)和方案，給客戶帶來一流的品質(zhì)管理。
上一篇：無損檢測技術(shù)首次成功應(yīng)用于特高壓線路檢測
下一篇：國家主席習(xí)近平發(fā)表二〇一九年新年賀詞