|
|
基于机器视觉的重庆膜表面瑕疵检测将是未来研究和发展的主要方向。目前，基于机器视觉的表面缺陷检测在理论研究和实际应用方面都取得了可喜的成果 1） 受环境、光照、生产工艺和噪声等因素的影响，检测系统的信噪比普遍较低，微弱信号很难被检测出来或与噪声有效区分。如何建立一个稳定、可靠、鲁棒的检测系统，以适应光照、噪声等恶劣外部环境的变化，是当前亟待解决的问题之一。 2） 由于检测对象的多样性、表面缺陷的多样性、形状的多样性和背景的复杂性，导致许多类型缺陷的机理及其外部表现形式之间的关系不明确，导致缺陷描述不足，缺陷特征提取效率低，以及缺陷目标分割的难度。同时，很难找到标准图像作为参考，这给缺陷检测和分类带来了很大的挑战，因此识别率有待提高。
3） 机器视觉表面缺陷检测，特别是在线检测，具有数据量大、信息冗余、特征空间维数高等特点。同时，考虑到目标的多样性和现实机器视觉所面临的问题，从海量数据中提取有限缺陷信息的算法能力不足，实时性不高。 4） 虽然与机器视觉表面检测密切相关的人工智能理论已经有了很大的发展，但是如何模拟人脑的信息处理功能来构建一个智能机器视觉系统还需要进一步的理论研究。如何更好地理解和指导基于生物视觉的机器视觉检测也是研究者的难点之一。 5） 在机器视觉表面检测的精度方面，虽然一系列优秀的算法不断出现，但精度与实际应用的要求还有一定的差距。如何解决准确识别与模糊特征、实时性与准确性之间的矛盾仍然是当前的难点。 |
