笔记:
——视觉系统中最新的技术与组件,项目规范
获取和处理简单灰度图像的组件是机器视觉应用中的基本主导,下面讨论一些超越基本灰度区域相机的关键机器视觉技术。
技术:3D成像、彩色成像、深度学习、线扫描、CAD重建、彩色/多光谱/超光谱成像
应用:测量和缺陷检测、指导和对象识别和/或定位
其中,机器学习中的“神经网络”软件算法早已存在,而深度学习是其最新的扩展,专门结合了称为卷积神经或CNN的网络层。可以这样描述,此技术通过示例对图像进行分类 ,学习这些分类。
深度学习在主观分类的应用非常有用(如缺陷检测),但并不适合所用项目(离散分析、计量或定位的应用),同时也和其他机器视觉应用一样,感兴趣的特征必须在对比度和分辨率方面与其他部分区分开来。