成员自1984年以来

了解更多

AIA - 推进的视觉+成像已转变为促进自动化协会,愿景+成像,机器人,运动控制和工业AI产业的领先全球自动化贸易协会。

内容提交:

行业:
N / A.

应用:
N / A.

超过深度学习,机器视觉软件在董事会上进步

发表于09/25/2018.

 | By: Winn Hardin, Contributing Editor

由于机器视觉行业为其最繁忙的六个月的技术事件做好准备,从德国斯图加特,并继续进入A3商业论坛自动化2019年初,组成公司繁忙地将最终触摸放在爆炸的机器视觉软件开发数量上。并相信与否,这并非关于深度学习。从超高动态的成像到自分析算法,机器愿景客户可能会接受真正在软件中的秘密酱。

根据Teledyne Dalsa'S的开发领袖乔丹Wisniewski,电子行业对高动态的成像非常感兴趣。“随着董事会密度上升,硬件变得更加集成,电子客户希望以更高的分辨率更快地运行这些线路,”Wisniewski说。“结果,信噪比[SNR]比以往更加至关重要,特别是如果您在通过其他层的电子组件下方尝试了表面下方的图像层。”

Wisniewski说,答案是从硬件和软件透视中解决问题。由于Teledyne Dalsa使自己的传感器以及相机,他们可以为客户提供机会嵌入内部或由客户开发的预处理算法,以便为非常具体的应用要求解决SNR挑战。其他客户希望与标记与元数据标记的类似嵌入式智能,其中包括预处理操作和值,以帮助主机系统从高级机器视觉摄像机产生的数百千兆字节的图像数据中提取有意义的信息。

“数据减少正在成为我们的许多医疗和电子客户的关键问题,并且通过将关键算法嵌入到我们的相机中进行特定客户需求,我们有助于解决这一挑战,”Wisniewski说。“这几乎是一个新的混合级的智能相机,不使用集成的开发环境,但是在里面有一些特定客户的处理。”

OCR散装
datalogic.已被称为基于图像的机器可读码读取器的领导者,其中少数机器视觉摄像机供应商中的一个也提供了激光标记系统,但要使这两种能力进入更大的对齐,该公司专注于改善其光学字符识别(OCR)和代码读取工具。

“我们正在开发可以阅读更多具有挑战性的代码的工具,”Datalogic产品营销经理Bradley Weber说。“很多时候角色不清楚黑色印刷,并且许多次打印并不完美,或者它在不同的背景上。”

韦伯补充说,Datalogic还升级了它的模式查找工具,以与行业中最好的工具合作。“我们看着速度,准确性和重复性,”他说。“我们现在是所有三个的黄金标准,能够找到具有相同或更好的子像素准确性的对象,作为市场上的任何其他玩家。”

OCR检查使用Tordivel Scorpion Vision软件。信用:Tordivel为。Tordivel As.,蝎子机视觉软件和摄像机制造商正在加入Codgex和MVTEC GmbH,引入其新的NeuralocroCrox,使用深度学习来处理任何现有的或新字体 - 即使字母在金属上盖上金属或橡胶和优惠刻字和背景材料之间没有显着的可见对比。然而,与其他基于标准的神经网络的OCR工具不同,蝎子允许用户绘制字体,然后通过创建将各种噪声元件引入图像的图像集来培训系统上的系统。“这种方式,无需生成您需要的深度学习OCR工具所需的所有培训映像,”Tordivel首席执行官Thor Vollset说。“我们可以做两种训练方法,但我们认为这种方法更好。”

当与蝎子的新毒液(小到中基线距离)或Stinger(长基线)3D相机一起使用时,可以将高度信息添加到2D图像中,以进行诸如冲压金属部件或轮胎上的凸起的字母。

同时,冒险家在深度学习的OCR工具开辟了新的应用程序,用于读取汽车,食品包装和其他挑战性应用的DOT矩阵码,这些应用最近超出了传统的OCR算法能力的能力。据康涅克州视觉软件营销总监John PETRY介绍,新的OCR工具用普试网络船只船只,只需要一些客户图像来学习新字体。

“没有人想花时间标记数百个OCR字符的图像,或处理不可避免的错误,”Petry说。“通过我们的预押网络,我们消除了这些挑战。”

3D和深度学习
为了提高其Matrox成像库(MIL)阅读3D文本的能力,以及其他事物,matrox.,机器视觉摄像头和软件的制造商向其工具集添加了光度三维算法。与CoNGEX的SurfaceFx一样,Matrox光度3D算法使用不同的照明来组合多个相同对象的图像。通过组合图像,MIL可以大大提高3D特征的对比度,包括凸版或凸起的文本。

Matrox还为目标位置添加了一个新的矩形形状 - 查找器工具,因为大多数机器视觉应用程序根据公共几何形状检查物体。“简单的形状解决了最常见的机器视觉应用,包括正方形,矩形,圆和椭圆形,”Matrox研究与创新总监Arnaud Lina说。

最后,康康克斯,MVTEC.而且Matrox全部介绍了基于深度学习的图像分类工具。深入学习方法基于对已经专业地标记的图像的图像分析来开发检查标准,其用给定图像中所示的缺陷描述。这种方法对于处理难以定义的缺陷和产品变化很强,但通常需要更多时间来运行和特殊知识来实现​​。

所有三家主要软件公司将提供新的深度学习图像分类工具,不仅可以帮助识别图像中的零件或功能,还提供类似于模式搜索算法的位置信息。

由于客户通过先进的软件解决机器视觉挑战的更多选项,支持和培训变得更加重要。例如,MVTEC将引入一种改进的易于使用的HDevengine,用于在将多个算法中的Halcon中开发脚本。康涅克克朗克斯将其VIDI软件与其VisionPro®图书馆集成,使客户可以轻松地与传统视觉工具混合和匹配的深度学习。Matrox推出了Matrox Vision Academy在线培训计划,以补充其内部客户培训计划。

寻求愿景和自动化机器视觉软件的更多进展,即将到来的国家。

生命科学的愿景这种内容是生命科学策划收集的视野的一部分。了解有关生命科学愿景的更多信息,点击这里