FPC行业内引人注目的视觉案例解析 (FPC行业内外观检验标准)

前言

传统 PLC 编程采用梯形图的方式,使用大量专业术语和电工符号,以及复杂的联锁、互锁、自锁等逻辑。这种编程方式需要专业工程师才能掌握,而且无法包含视觉和人工智能的应用模块以及新型硬件传感器模块。

为了适应自动化领域对视觉和其他智能制造的要求,本文计划设计一套全新的自动化编程操作系统,它力求兼容所有软件和算法以及各种新型硬件传感器设备。该操作系统采用中文指令集,并使用流程图和决策图的逻辑思维方式编写程序,让普通产业工人经过几个月的培训即可掌握自动化生产线的设计和调试。

工业机器视觉中的技术演进

深度学习的局限性

虽然深度学习在机器视觉领域看似炙手可热,但其本质却无法量化检测分析目标,因此在许多检测项目中无法与 PWW 特征提取技术相媲美。

PWW 特征提取技术的优势

目前基于轮廓形状的模板匹配算法已经非常成熟,基本上都达到了亚像素级别。而 PWW 特征提取技术可以一次扫描图像获取纹理、颜色、区域、轮廓和形状的量化特征。因此,机器视觉采用定位加 PWW 特征提取技术或定位加深度学习再加 PWW 特征提取技术的方案将成为主流。

自主研发的机器视觉软件

目前,机器视觉行业的公司大多依赖于 Halcon 和康耐视的软件,但这些软件缺乏 PWW 特征提取算法。为了满足非标自动化软件开发定制的需要,本文自主研发了一款机器视觉软件。该软件产品下载链接如下:

下载链接: <

本文原创来源:电气TV网,欢迎收藏本网址,收藏不迷路哦!

相关阅读

添加新评论