随着科技日新月异的发展,机器视觉慢慢的被人所熟悉,那么用工业相机和分析软件作为主体组成的机器视觉检测系统,到底能否全面取代人工目视检测?如果能,可应用的范围有哪些?如果不能,是缺少什么条件,难度在哪里?
观点一:
替代?准确来说只能是可以替代一部份。目前中小型企业生存空间有限,自动化升级需要资金、人才,由于各种局限性,不愿意投入大量资金,所以机器视觉检测还是在实力雄厚的大型企业里才会出现。 目前人工成本最大,企业也在高成本运营,资金压力大,除非是必须要买,不然都将就着过着。
观点二:
在各种缺陷检测的应用中,打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果,那么算法就太难做了。反之如果前期搞好打光,突出所要检测的特征,算法并不是困难的东西。
但是,问题也有,并不是说算法已经够好了,机器视觉和人类的差距还是非常巨大的!这里面最大的差距就是智能。没错,智能相机距离智能两个字还很远,主要体现在:对于非预期的缺陷的识别。
在应用中,往往是给定一些具体的缺陷模式,使用机器视觉来识别它们到底有没有发生。但经常遇到的情况是,许多明显的缺陷,因为之前没有发生过,或者发生的模式过分多样,而被漏检。如果换做是人,虽然在操作流程文件中没让他去检测这个缺陷,但是他会注意到,从而有较大几率抓住它。
当前有许多智能相机供应商,也有许多分析软件供应商,虽然各自发布的软件算法各有特点,其实用起来大同小异,功能非常雷同。但都是按照固定的模式和步骤去处理相机获得的图片,从图片上去分析某个预期中的特征,从而给出判别结果,没有一家有革命性的智能算法。
综合来说,短时间(10年)内,我们可能见不到有如人类般智慧的图像分析算法,因为相关的理论都还没有准备好。
但是机器视觉检测仍然很有市场,因为它解决了人类的一个非常严重的问题:不稳定。人工目检的作业员,无论你设计怎样的奖惩制度,都会发生比较高的漏检率。但是机器视觉检测设备没问题,只要是你在算法中写好的东西,每一次都会认真执行。对于工厂的质量控制来说,我们更愿意舍弃人工目检所带来的智慧的好处,而选择虽然比较傻但是一丝不苟工作的机器视觉。因为对于工厂而言,最重要的是“受控”,我们可以接受有个别特殊的未发生过的缺陷被漏出,但必须知道有一些经常发生的不可接受的缺陷一定能够被发现。
成本方面,机器视觉比人力成本便宜。一般的工厂都是四个班次,四个操作员的成本年均超过20万。而20万基本上够搞一套机器视觉了。所以,可以这样下结论:视觉检测系统短期内不能完全取代人工目检,主要原因是不够智能。 但是对于工厂的质量控制来讲,机器视觉比人靠谱。
文章摘自:中国视觉网