時代較迭，打造玻纖產業4.0

時間：2018-01-12作者：西安獲德圖像技術有限公司瀏覽：91

西安獲德圖像技術有限公司專注于疵點檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 人工智能：傳統的替代正是產業的提升

  ??作為一個普通人，人工智能究竟離你有多遠?早上，被智能音箱叫醒，同時幫你打開電視;去上班，用導航地圖走了避免擁堵的路線;路上，拍了張照片，用修圖軟件一鍵PS;到了辦公室，刷一下根據你興趣推薦的新聞。這些場景，是否已經很熟悉?不過，你可能并未意識到，這背后，其實都有人工智能的影子。 ? ??在新聞領域，基于大數據和人工智能的個性化推薦已成為不少新聞App的標配，寫稿機器人、智能視頻剪刀手等生產工具

• 使用深度學習實現工業異常檢測

  工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學

• 基于機器視覺的一次性紙杯缺陷自動檢測

  本文圍繞紙杯生產線上的實際檢測要求，基于機器視覺技術為基礎，圖像處理技術為方法，針對生產線上產品缺陷特征，設計了一次性紙杯缺陷的自動化檢測系統，有效提高了產品缺陷檢測的效率。 該系統主要由工業相機、鏡頭、LED環形光源、顯示器、PLC、工控pc機、光電傳感器、報警裝置及圖像處理軟件等部分組成。 解決方案： 系統運行，光電傳感器檢測到生產線的運動，將該信號傳送到PLC，PLC接收到輸入信號，觸發工

• 織物疵點在線檢測將引發玻纖行業視覺革命

  ??隨著紡織行業市場競爭愈發激烈，客戶對產品的質量要求愈發苛刻，織物疵點的存在會使產品的價格降低45%～65%。因此，減少織物疵點是提高產品質量的首要任務。 ??受產業技術水平的限制，目前大部分紡織企業仍采用傳統人工檢測的方法來把控織物質量，耗時費力且存在視覺疲勞等問題。隨著機器視覺技術的發展，越來越多的企業將基于機器視覺的疵點自動檢測技術引入到生產中去。 ??織物疵點自動檢測系統能夠解決人工檢測