<kbd id='nnvxc'></kbd><address id='lfsnu'><style id='lilfe'></style></address><button id='zjfhc'></button>

          行业范围企业新闻

          分析軟件左右機器視覺運行質量

                另一個評估重點在擷取圖象的分析軟件,而在影像被機器視覺系統擷取下來之後,緊接著就是需要進行影像處理、分析與產生對應決策,而軟件客户支持重點在于圖象算法的客户支持豐富度,算法畢竟是高度專業的技術能力,對于部署系統或調校視覺系統的工程師來說通常未能備齊對應所需的專業,好的軟件系統應可用相對簡單的方式將機器視覺系統現場所需的圖象驗證機制,若更進階的二次開發需求,最好也能提供如C、Visual Basic的開發資源,便于後期進行客制機器視覺驗證功能開發。
                對于中/小型機器視覺部署專案來說,專案集成速度會是優先考量,較好的選項是尋找有常設多種套裝機器視覺分析算法或是集成方案,讓現場集成人員與系統工程師可以快速建構原型系統進行功能驗證,確認機器視覺功能性開發完善後才可在進行後續系統優化微調,有系統集成軟件的技術與解決方案客户支持,才能讓集成校能加速、縮短開發時間。
                算法需優先考量精準度、客户支持性與效能
                而在算法方面,另一個檢視重點在于解決方案提供的算法精準度與客户支持性,也就是說需了解軟件工具能否準確量測物體或零件特征,甚至精確度需達到次像素等級水平,尤其是軟件的準確度與穩定性要高,避免計算機後期分析圖象耗用過多資源分析出無效結果,系統集成者一定要有個正確觀念,圖象算法的精準度會較提升系統演算效能更為重要。
                另一方面,圖象算法也要能提供多元的組構功能模板,例如針對圖象優化的加強影像工具,如過濾工具、提升邊緣銳利度、移除雜訊/雜點等,或透過校準工具,進一步改善鏡頭與相機位置導致的非線性角度錯誤問題,在實用性方面,最好能提供將實際影像分析的量測單位、直接轉為常規數據輸出能力,例如mm、μm等數值,而不是直接輸出分析像素。
                算法的評估也是選用不同系統平台的重點,選用機器視覺系統時,一般會將準確度、集成難度列重要考量,但這兩項雖是重點,也需要將算法的運算效能列入要求,因為隨著產速越來越快,機器視覺若未能隨產速提升也一並將分析驗證速度跟上,因應新的生產要求,動輒就要整套系統替換或升級反而造成成本浪費。尤其是目前各家機器視覺分析軟件已經高度優化,但也必須多找兩、三個方案利用同一套系統原型進行評測,有了基礎數據即可做出正確的采購規劃。

          联系我们我們

          联系我们人︰一朵小红花

          總機︰0592-6695589

          移動︰0592-6695589

          郵箱︰info@fotoLab.cn

          地址︰上海市浦东新区上丰路700号8幢401室Z座