- 分类：
-
全部 镜头 相机 传感器 采集卡 光源 传输及线材 系统产品 智能设备 解决方案 软件算法及深度学习 集成及工业计算机 机器人及机械臂 3D产品 行业综述 其他
展开
- 行业：
-
全部 汽车 芯片半导体 检测 电子组装 精工和光学 铁路 监控 安防 医疗 包装 光伏太阳能 航天航空 军事国防 LCD触摸屏 物流及拆码垛 药品 烟草 纺织 读码及识别 锂电 教学及科普 化学 陶瓷 纸张 木材 玻璃 农业 印刷 食品 造船 勘探 铁和金属 显微镜及生命科学 可回收资源 可再生资源 塑胶塑料 摄影测量和遥感 化妆品 电信 电力 智能交通 三维测量 体育 其他
展开
-
机器视觉与深度学习相结合 赋能海产品智能化分选
机器视觉技术正得到越来越多企业的关注，并已参与到各行业的生产制造过程中，相较于传统生产工艺，机器视觉技术提供了更高的工作效率和更好的产品质量。基于深度学习算法的海产品分选解决方案，是信捷电气将深度学习算法应用到机器视觉技术中的完美尝试。新方案能对海产品快速标定、对不规则图像进行高效处理，从而实现对海产品的精确分选。其他2020-11-09 | 中国机器视觉网 |4667 -
嵌入式模拟智能使机器人自主性达到新高度
要实现自主，机器人不仅仅只需要人工智能(AI)，还需要很多传感器、传感器融合以及边缘实时推理。由于深度卷积神经网络的优点已得到公认，激光雷达对更为先进的数据处理的需求正在把神经网络推向新的拓扑结构，以实现自主。第一个机器人在20世纪50年代末、60年代初诞生，但严格意义上它不算机器人，只是一台“可编程的物品传送设备”，它被用于移动通用汽车公司生产线上压铸机周围的产品。1954年专利的第一句话强调了本发明的可编程性和通用性，并且表明可编程性要求传感器确保程序、期望轨迹或功能和实际运动之间的一致性。机器人及机械臂2020-11-09 | 中国机器视觉网 |4952 -
光伏接线盒机器人视觉定位焊接检测技术再突破，漏检率为0，误检率0.5%
光伏行业的核心产品是“太阳能电池片”，依托这个产品生产线有非常多的视觉检测及定位需求。光伏组件接线盒自动焊接机（焊接一体机）是太阳能电池片的一个附属件，任何一块太阳能板子出厂前都需要把“接线盒”焊接上，自动焊接机就是做这个事情的。机器人及机械臂2020-10-30 | 中国机器视觉网 |1924 -
CST偏振光源在机器视觉中的应用
在日常生活中，经常会遇到各种“反光”现象，使得我们在观察事物或摄影时有一定的障碍。比如：观赏水中的动植物时，水面上常常会有一道道光斑影响视线；阳光充足的柏油路面上，时常会有耀眼的强光射入司机的眼睛……相应地，在机器视觉中，我们也会经常遇到类似的情况：由于受工件表面上的油墨、镀膜、玻璃、包装膜或其它反光材质的影响，工业相机无法顺利采集到高质量的图像。因图像的对比度较低或者关键特征无法完整呈现，经常会导致机器视觉系统中误检、误判、精度低、不稳定等现象的发生，甚至是输出错误的数据。然而，这些问题我们是可以透过光光源2020-10-30 | 中国机器视觉网 |7706 -
超快的速度和强大的检测能力—性能卓越的箱柜拣选解决方案是实现工业4.0的关键
超高速扫描和检测零件为全自动箱柜拣选带来全新的性能升级。成熟的IntelliPICK3D发布了全新版本，现配备新型四摄像头传感器解决方案，能够可靠地检测各类部件并优化周期时间。借助各种尺寸的传感器，甚至可以对最细小的部件进行检测，精度达毫米级。此外，只需几个小时即可轻松集成，在使用方面极其灵活。得益于配备的嵌入式技术、Wi-Fi功能和OPC/UA通信协议，该系统是实现网络化生产的理想之选。其他2020-10-30 | 中国机器视觉网 |5963 -
基于机器视觉和深度学习的智能缺陷检测
对于制造商来说，最大的问题是，即使是生产过程或材料上的微小差异(肉眼看不见)也会使整个生产过程出现缺陷。当然，这些零件不会到达最终用户由于广泛的后期生产质量检查。然而，依赖当前的(大部分是手工的)缺陷检查实践意味着，在发现缺陷之前，可以花费大量的成本来制造数以千计的产品。其他2020-10-30 | 中国机器视觉网 |7863 -
机器视觉自动化检查项目的六个关键因素！
如果你生产的是精密的小零件，质量会驱动整个制造过程。帮助确保此类产品质量的方法之一是使用被称为机器视觉系统的自动检查系统。机器视觉系统采用计算机视觉技术自动检查零件的许多不同缺陷(例如，污染、划痕、凹痕或因生产中的故障而造成的变形)和规格(主要是尺寸异常)。他们还收集有助于提高制造效率、几何尺寸和公差的数据。最重要的是，考虑到劳动力成本在不同地区差异，自动化检验的成本比手工检验低，回报一般是两年或更少。其他2020-10-29 | 中国机器视觉网 |6533 -
虹科面向自动驾驶和多传感器的数据采集处理方案
自动驾驶根据驾驶员的干预程度进行分类，从Level 0（无自动化）到Level 5（全自动）。要实现 Level 5 自动驾驶，就需要以前所未有的速度来收集，存储和处理数据。比如应用于自动驾驶车辆的传感器（高清摄像机、激光雷达）会产生大量的连续的数据流，在复杂的场景下可高达 40Gb/s 或 18TB/h，这要求计算机具备超级算力。由于将 40Gb/s 的无线数据流直接从车辆传输到数据中心非常不切实际，所以必须在行驶中的车辆上安装数据记录仪，并保证它在汽车应用极为恶劣的条件下能够可靠运行。传感器2020-10-28 | 中国机器视觉网 |7307