首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> 机器视觉

机器视觉 文章 进入机器视觉技术社区

光伏组件机器视觉新突破!维视智造上线汇流带引线焊接检测新方案 “误检率”低至0.01%

  • 自布局深耕光伏行业智能化设备视觉检测以来,维视智造已服务诸多光伏产业链,尤其是光伏组件生产商客户,助其解决了生产过程中各类视觉检测难题。近日,维视智造研发团队再次发布光伏行业机器视觉新成果——汇流带“引线焊接质量”检测解决方案,该方案可保证在“0漏检”的前提下,使“误检率”低至0.01%。政策持续利好 光伏行业进入大浪淘金新阶段20年的奋进与沉浮,中国光伏产业凭借技术和规模优势,如今已成为全球第一大光伏市场及光伏产业制造中心。“双碳”战略目标之后,光伏利好政策频出,仅今年相关部委就在数月内发布30余项文件
  • 关键字: 光伏组件  机器视觉  

JAI揭晓全新搭载索尼Pregius S传感器

  • JAI宣布扩展Go-X系列小型机器视觉相机的产品阵容,新增24个型号的全局快门机型,配置索尼最新Pregius S CMOS传感器的。新增型号具备两个接口类型,其中12个型号配置CoaXPress 2.0接口,另12个型号配置GigE Vision(1000BASE-T)接口。此外,还有12个配置GigE Visio接口、支持5GBASE-T速度的机型将于今年末推出。Pregius S传感器主打背照式技术,在不牺牲灵敏度的情况下支持更小的像元尺寸。JAI应用这项技术为客户提供了更高的分辨率选择,同时仍然保
  • 关键字: 传感器  机器视觉  

英特尔与信步科技共同打造机器视觉开发套件,协力推动工业智能化转型

  • 随着人工智能的高速发展和演进,机器视觉作为制造业智能转型的重要技术之一,其市场规模迅速增长。基于此,英特尔近日携手信步科技充分发挥双方的先进技术优势,共同推出一系列基于英特尔架构的机器视觉开发套件。这也是英特尔在机器视觉领域,首次与原始设计制造商(ODM)共同推出软硬一体的机器视觉开发套件,为客户提供更加完整、高效、便利的开发环境,从而更有效地助力制造业朝着智能化和信息化的方向演进。                 
  • 关键字: 英特尔  机器视觉  

Teledyne Flir 发布机器视觉传感器评测

  • EMVA 1288 测试和比较 - 更新如今,我们在选购机器视觉相机传感器和型号时比以往有了更多选择。利用 EMVA 1288 的信息,您可以更好地了解和比较相机输出图像质量(从信噪比到弱光下的性能)。为了帮助您找到满足您需求的传感器和相机,Teledyne FLIR 的相机传感器评测按照以下性能对各个型号进行了排序:量子效率与较低的颞暗噪声达到均衡,绝对灵敏度阈值信噪比(读出噪声)饱和容量动态范围增益2022 年的传感器评测还提供了解释,以帮助您选择合适的传感器类型,包括光学格式、读出和像素结构的差异。
  • 关键字: 机器视觉  传感器  

研华携手Basler及Canonical 共探机器人发展的三大关键要素

FLIR机器视觉相机–定制选择和特殊要求

  • FLIR 机器视觉相机提供各种可靠的工业级相机,有 150 多种型号可供选择。我们的产品组合包含分辨率从小到大的各种传感器、从标准到高帧率、多种外形规格(包括板卡级型号),并且内置支持最流行的一些机器视觉接口和标准。我们的设计、工程和制造团队了解这些不同的要求,开发适合各种应用场景的视觉组件,并提供可即时集成的 COTS(商用现成)硬件。但是,我们认识到,一些 OEM 和专业系统集成商在定制和/或微调方面需要进一步的支持,以确保完全满足他们的应用需求。为了支持这些客户,FLIR最受欢迎的机器视觉
  • 关键字: 机器视觉  相机  

全球三大机器视觉公司(机器视觉行业分析)

  • 机器视觉检验相对人工视觉检测具有较大优势  机器视觉就是用机器来代替人眼做测量和判断的系统,它通过光学装置和非接触传感器自动获取目标对象的图像,并由图像处理设备根据所得图像的像素分布、亮度和颜色等信息进行各种运算处理和判别分析,以提取所需的特征信息或根据判别分析结果对某些现场设备进行运动控制。机器视觉系统中的图像处理设备一般都采用计算机,所以机器视觉有时也称为计算机视觉。  一个典型的机器视觉系统包括:光源、镜头、相机(CCD或COMS相机)、图像采集卡、图像处理软件等。  机器视觉用机器代替人眼来做测量
  • 关键字: 机器视觉  

机器视觉原理及特点

  •   机器视觉,即采用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品把图像抓取到,然后将该图像传送至处理单元,通过数字化处理,根据像素分布和亮度、颜色等信息,来进行尺寸、形状、颜色等的判别,进而根据图像判别的结果来控制现场的设备动作。  在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算
  • 关键字: 机器视觉  

机器视觉的四大类应用

  • 机器视觉可说是工业自动化系统的灵魂之窗,从物件/条码辨识,产品检测、外观尺寸量测导机械手臂/传动设备定位,都是机器视觉技术可以发挥的舞台。因此它的应用范围十分广泛,行业应用领域更是多到令人眼花缭乱。第一种是用来检测的,包括尺寸检测、颜色检测,表面外观检测等等。检测是机器视觉工业领域最重要的应用之一,光学筛选机,几乎所有产品都是需要检测,而人工检测存在较多的毛病,人工检测准确性低,工作效率低,准确性没办法保证,检测速度慢。第二种就是用它来定位的。视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置
  • 关键字: 机器视觉  

报告 | 人工智能大趋势下机器视觉行业现状与发展前景展望

  • 一、我国机器视觉处在快速发展阶段,行业需求快速提升  1.1机器视觉优势明显,下游应用归为四大功能  据美国自动成像协会(AIA)定义,根据美国制造工程协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会,机器视觉是通过光学装置和非接触的传感器,自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制机器人运动的装置。  一个典型的机器视觉系统通常包含由软件和硬件两部分:光源及光源控制器、镜头、相机等硬件负责成像功能,视觉控制系统负责图像处理分析,输出分析结果至智能设备的其他执行机构
  • 关键字: 机器视觉  

让10GigE机器视觉变得可靠且经济实惠-包括多摄像头设置

  • 概述快速检测线、半导体工厂、智能交通系统、运动分析和容积捕捉等多种视觉系统应用场景都需要高分辨率、高 FPS 和高数据传输率来达到更好的结果。对于希望利用帧率更快和分辨率更高的机器视觉摄像头来改进输出的视觉系统工程师来说,从 1GigE 升级到 10GigE 是显而易见的选择。然而,根据 AIA(自动成像协会)的研究,其采用相当缓慢。考虑到这种升级带来的三个技术挑战:可靠性(丢包)、高 CPU 使用率和高延迟,这一点可以理解。本文介绍了 Teledyne FLIR Oryx + Myricom&
  • 关键字: 机器视觉  GigE  

用小型载板传输4台相机的数据流:快速原型设计

  • 嵌入式视觉组件一直很受欢迎,被众多应用所采用。所有这些应用的共同点是需要在狭小的空间内集成越来越多的功能。通常,让这些系统在边缘做出决策也是很有利的。为了支持此类系统,包括快速原型设计的能力,Teledyne FLIR 推出了 Quartet™ 嵌入式 TX2 解决方案。这种定制的载板可在满带宽下轻松集成最多 4 台 USB3 机器视觉相机。它包括 NVidia Jetson 深度学习硬件加速器,预先集成了 Teledyne FLIR 的 Spinnaker® SDK。通常,
  • 关键字: 机器视觉  相机  

引入机器视觉设备要知道哪些知识?

  •   机器视觉是人工智能正在快速发展的一个分支,是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。  如今,随着工业4.0的到来,机器视觉技术在工业自动化中逐渐起着十分重要的地位,机器视觉技术的不断创新,推动了工业自动化、智慧安防以及人工智能等行业的进步,机器视觉技术的发展为这项技术
  • 关键字: 机器视觉  

机器视觉常用的三种目标识别方法解析

  •   随着机器视觉技术的快速发展,传统很多需要人工来手动操作的工作,渐渐地被机器所替代。传统方法做目标识别大多都是靠人工实现,从形状、颜色、长度、宽度、长宽比来确定被识别的目标是否符合标准,最终定义出一系列的规则来进行目标识别。这样的方法当然在一些简单的案例中已经应用的很好,唯一的缺点是随着被识别物体的变动,所有的规则和算法都要重新设计和开发,即使是同样的产品,不同批次的变化都会造成不能重用的现实。  而随着机器学习,深度学习的发展,很多肉眼很难去直接量化的特征,深度学习可以自动学习这些特征,这就是深度学习
  • 关键字: 机器视觉  

机器视觉在农业生产中的应用

  •   机器视觉在农业生产中应用较少,但在农产品质量等级、检测、农田病虫害虫害控制、农业自动采集系统、农作物生长过程检测、农业机器导航等方面都取得了突破。机器视觉技术在农作物、农产品等认识方面比眼睛具有更客观、更标准的特征,但由于农田环境的复杂多变和非结构性特性,机器视觉用于农业生产还不成熟。  一、在农产品质量分类和检验中的应用  农产品的质量等级可以决定农产品的质量和农产品的商品价值。人工分类耗时长,分类准确度不高,利用机器视觉检测技术处理农产品图像,根据预设的分级标准完成自动分级,不仅能达到良好的分级和
  • 关键字: 机器视觉  
共222条 3/15 « 1 2 3 4 5 6 7 8 9 10 » ›|

机器视觉介绍

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分 CMOS 和 CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。   机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险 [ 查看详细 ]

热门主题

机器视觉    树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473