|
机器视觉发展趋势随着机器视觉应用场景的复杂多样,其与深度学习算法、3D应用技术、互联互通标准等技术的融合也越来越紧密。 深度学习算法︰深度学习算法模拟类似人脑的层次结构,通过深度神经网络建立从低级信号到高层语义的映射,以实现数据的分级特征表达。深度学习算法被引入机器视觉图像处理系统来进行外观检测,使识别过程更智能,视觉信息处理能力更强大。 3D应用技术:随着3D应用技术的不断深入,越来越多的3D重构技术被引入到机器视觉,如结构光、DFF、TOF、立体视觉、光度立体法等。3D图像处理与分析的算法也被研究得越来越广泛,将成为机器视觉的一个主流发展方向。 互联互通标准︰机器视觉系统内部,以及与智能制造设备之间,与企业的管理系统之间,有必要进行互联互通,使设备和制造管理朝着更智能方向发展。目前视觉行业内部,包括EMVA、AIA、CMVA、JIIA等,合作制定了GenlCam标准。AIA制定了GigE Vision,USB3 Vision等相机通信协议。视觉行业还与其他行业协会合作,不断拓展互联互通的外延,旨在促成视觉系统与其他行业的互联互通。 上一篇机器视觉的典型应用下一篇机器视觉与人工视觉的对比 |