深扎多個產業縱深處機器視覺成低調的改造者

時間：2019-02-21

作者：西安獲德圖像技術有限公司

詞條
詞條說明
機器視覺技術在化工的應用高分子材料溶液雜質檢測
?在化工領域的復雜世界里，精準監測是確保生產安全與高效的關鍵。目前，機器視覺技術已經成為化工管道觀察窗口重要的監測手段，是解決化工溶液檢測難題的較佳方案。傳統的人工巡檢方法往往耗時費力，且難以保證檢測質量和效率，而西安獲德研發的機器視覺檢測系統具備諸多功能優勢。?1.實時高精度檢測，運用**的機器視覺技術、圖像處理算法和高速的數據處理能力，在化工生產過程中，持續實時對流動的化工
基于機器視覺實現織物疵點自動檢測
??織物疵點的自動化檢測是工業自動化視覺檢測的一個分支，它是對織物質量進行控制和實現織物生產過程和品質檢驗的關鍵環節。本文主要概述在利用機器視覺和數字圖像處理技術開發一套織物疵點自動檢測系統。 ??織物表面在高照度、高工作頻率熒光燈光源的照射下，通過CCD線陣式相機對織物表面進行掃描獲得灰度圖像數據，再經有效的識別算法實現疵點的自動檢測和評分任務。 ??織物疵點自動檢測系統組成 ??一般而言，基于
纖維增強復合材料無損檢測
纖維增強材料作為一種品種繁多、性能優異的材料，被廣泛應用在*、汽車、船舶、化工、建材等領域。其中被大家較為熟知纖維增強材料產品，莫過于就是玻璃鋼材料。玻璃鋼纖維增強材料通常是由合成樹脂和玻璃纖維經復合工藝，制作而成的一種功能型的新型復合材料。與傳統的金屬材料及非金屬材料相比，其具有強度高，性能好，節約能源，產品設計自由度大，以及產品使用適應性廣等特點。因此在一定意義上說，纖維增強材料的開發前
使用深度學習實現工業異常檢測
工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學