機(jī)器視覺(jué)表面缺陷檢測(cè)-主要問(wèn)題和發(fā)展趨勢(shì)
基于機(jī)器視覺(jué)的表面缺陷檢測(cè)將是未來(lái)研究和發(fā)展的主要方向，目前，基于機(jī)器視覺(jué)的表面缺陷檢測(cè)理論研究和實(shí)際應(yīng)用等環(huán)節(jié)均有可喜的成果，但仍存在下面主要的問(wèn)題和難點(diǎn):
1) 由于檢測(cè)對(duì)象多樣、表面缺陷種類繁多、形 態(tài)多樣、復(fù)雜背景，對(duì)于眾多缺陷類型產(chǎn)生的機(jī)理以 及其外在表現(xiàn)形式之間的關(guān)系尚不明確，致使對(duì)缺 陷的描述不充分，缺陷的特征提取有效性不高，缺陷 目標(biāo)分割困難; 同時(shí)，很難找到“標(biāo)準(zhǔn)”圖像作為參 照，這給缺陷的檢測(cè)和分類帶來(lái)困難，造成識(shí)別率尚 有待提高。
2) 機(jī)器視覺(jué)表面缺陷檢測(cè)，特別是在線檢測(cè)，其特點(diǎn)是數(shù)據(jù)量龐大、冗余信息多、特征空間維度高，同時(shí)考慮到真正的機(jī)器視覺(jué)面對(duì)的對(duì)象和問(wèn)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(shí)時(shí)性不高。
3) 與機(jī)器視覺(jué)表面檢測(cè)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(jī)器視覺(jué)系統(tǒng)還需 要理論上的進(jìn)一步研究，如何更好的基于生物視 覺(jué)認(rèn)識(shí)、指導(dǎo)機(jī)器視覺(jué)得檢測(cè)也是研究人員的難點(diǎn)之一。
4) 從機(jī)器視覺(jué)表面檢測(cè)的準(zhǔn)確性方面來(lái)看，盡管一系列優(yōu)秀的算法不斷出現(xiàn)，但在實(shí)際應(yīng)用中準(zhǔn)確率仍然與滿足實(shí)際應(yīng)用的需求尚有一定差距，如何解決準(zhǔn)確識(shí)別與模糊特征之間、實(shí)時(shí)性與準(zhǔn)確性之間的矛盾仍然是目前的難點(diǎn)。
機(jī)器視覺(jué)表面缺陷檢測(cè)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(yù)處 理、目標(biāo)區(qū)域的分割、特征提取和選擇及缺陷的識(shí)別 分類。每個(gè)處理流程都出現(xiàn)了大量的算法，這些算 法各有優(yōu)缺點(diǎn)和其適應(yīng)范圍。如何提高算法的準(zhǔn)確性 、執(zhí)行效率 、實(shí)時(shí)性和魯棒性 ，一直是研究者們努力的方向。
機(jī)器視覺(jué)表面檢測(cè)比較復(fù)雜，涉及眾多學(xué)科和理論，機(jī)器視覺(jué)是對(duì)人類視覺(jué)的模擬，但是目前對(duì)人的視覺(jué)機(jī)制尚不清楚，盡管每一個(gè)正常人都是“視覺(jué)專家 ”，但難以用計(jì)算機(jī)表達(dá)自己的視覺(jué)過(guò)程 ，因此構(gòu)建機(jī)器視覺(jué)檢測(cè)系統(tǒng)還要進(jìn)一步通過(guò)研究生物視覺(jué)機(jī)理來(lái)完善，使檢測(cè)進(jìn)一步向自動(dòng)化和智能化方向發(fā)展。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號(hào)