機器視覺表面缺陷檢測-主要問題和發(fā)展趨勢
基于機器視覺的表面缺陷檢測將是未來研究和發(fā)展的主要方向，目前，基于機器視覺的表面缺陷檢測理論研究和實際應用等環(huán)節(jié)均有可喜的成果，但仍存在下面主要的問題和難點:
1) 由于檢測對象多樣、表面缺陷種類繁多、形 態(tài)多樣、復雜背景，對于眾多缺陷類型產(chǎn)生的機理以 及其外在表現(xiàn)形式之間的關(guān)系尚不明確，致使對缺 陷的描述不充分，缺陷的特征提取有效性不高，缺陷 目標分割困難; 同時，很難找到“標準”圖像作為參 照，這給缺陷的檢測和分類帶來困難，造成識別率尚 有待提高。
2) 機器視覺表面缺陷檢測，特別是在線檢測，其特點是數(shù)據(jù)量龐大、冗余信息多、特征空間維度高，同時考慮到真正的機器視覺面對的對象和問題的多樣性，從海量數(shù)據(jù)中提取有限缺陷信息的算法能力不足，實時性不高。
3) 與機器視覺表面檢測密切相關(guān)的人工智能 理論雖然得到了很大的發(fā)展，但如何模擬人類大腦的信息處理功能去構(gòu)建智能機器視覺系統(tǒng)還需 要理論上的進一步研究，如何更好的基于生物視 覺認識、指導機器視覺得檢測也是研究人員的難點之一。
4) 從機器視覺表面檢測的準確性方面來看，盡管一系列優(yōu)秀的算法不斷出現(xiàn)，但在實際應用中準確率仍然與滿足實際應用的需求尚有一定差距，如何解決準確識別與模糊特征之間、實時性與準確性之間的矛盾仍然是目前的難點。
機器視覺表面缺陷檢測系統(tǒng)中，圖像處理和分 析算法是重要的內(nèi)容，通常的流程包括圖像的預處 理、目標區(qū)域的分割、特征提取和選擇及缺陷的識別 分類。每個處理流程都出現(xiàn)了大量的算法，這些算 法各有優(yōu)缺點和其適應范圍。如何提高算法的準確性 、執(zhí)行效率 、實時性和魯棒性 ，一直是研究者們努力的方向。
機器視覺表面檢測比較復雜，涉及眾多學科和理論，機器視覺是對人類視覺的模擬，但是目前對人的視覺機制尚不清楚，盡管每一個正常人都是“視覺專家 ”，但難以用計算機表達自己的視覺過程 ，因此構(gòu)建機器視覺檢測系統(tǒng)還要進一步通過研究生物視覺機理來完善，使檢測進一步向自動化和智能化方向發(fā)展。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號