2008-12-25 10:37:00 yuedingy 阅读数 1721
本文着眼于图像处理系统的发展要求,说明了基于PCI总线的DSP图像处理系统的优点,并详细阐明了系统的硬件结构和PCI总线的驱动实现,最后介绍了系统实现的效果。


   &nbsp1  图像处理系统发展现状


    在计算机信息处理及应用中,图像信息处理以及处理结果的应用占有十分重要的地位。图像处理的发展依赖于处理器芯片(包括单片机、DSP等)技术的应用和发展,以及大容量、价格低廉的存储器的出现。图像处理系统虽然由机箱式大体积结构发展为插卡式小型化结构,但是由于图像处理存在大量的数据信息,在实时性和容量上一般不能满足多数需要实时处理的场合。这主要体现在如下2个方面。

   &nbsp1.1 实时性要求

    图像处理系统有很多种实现方法,比如在通用计算机上用软件实现、用单片机实现、利用特殊用途的DSP芯片来实现等。但这些实现方法都有着缺点,例如软件实现速度太慢,不能用于实时系统;单片机采用的是冯·诺依曼总线结构,而且乘法运算速度太慢;如果用特殊用途的DSP芯片又缺乏灵活性,而且开发工具不是很完善。

    在本系统中,图像处理系统是在通用计算机上加入DSP加速卡来实现。利用DSP芯片的高速处理特性完成大部分的图像处理工作,计算机只是作为辅助操作和存储系统。这种方法发挥了DSP的高速性能又具有相当大的灵活性的特点,开发工具比较完善。

    实现实时性要求还必须有足够的传输速度,PCI总线速度最高可达132MB/s,这是其他总线无法比拟的速度,如ISA总线速度只有5MB/s。

   &nbsp1.2 小型化要求

    现今图像处理应用越来越趋于小型化系统,趋向于把整个处理系统集成在一个小"黑盒子"里面,甚至于一块电路板上。这就要求图像处理系统具有高速度、高集成度的处理芯片来完成原本需要许多部件合作完成的任务。DSP的中央处理器特性使得可以把众多的功能集于一身,并通过外部扩展来实现复杂的功能,实现系统的小型化。

    另外,视频数据一个很大的特点就是大容量性,这是与音频数据最大的区别之一。对于大容量数据的实时处理不但需要高速的CPU,还需要能扩展的大容量存储空间。在通用计算机上用软件实现时,其存储空间由计算机的存储空间决定,其扩展性能受到了限制;同时单片机的扩展空间有限。它们都无法满足视频数据的大容量要求。

    本文正是着眼于实时性和小型化要求这两方面问题,设计了用DSP加速卡实现的图像采集系统。利用DSP芯片的高速处理特性完成大部分的图像处理工作,上位机只完成辅助操作和存储系统。这种方法发挥了DSP的高速性能又具有相当大的灵活性,而且开发工具比较完善。另外,PCI总线速度最高可达528MB/s(66MHz、64位),这是其他总线无法比拟的速度。系统中C6000系列中DSP的可扩展存储空间高达1GB,这完全可以满足一般图像处理系统的需要。

   &nbsp2 &nbspDSP图像处理系统结构

    本系统采用TI公司C6000系列DSP中的TMS320C6211作为系统的CPU。图像数据通过视频头输入模拟图像信号,这些信号经过视频解码芯片进行A/D转换为数字信号,经FIFO输入DSP进行图像的增强、分割、特征提取和数据压缩等,然后输出信号经PCI解码芯片转换为符合PCI总线规范的标准信号,通过PCI总线接口传到上位机。

    本系统设计目的是用于智能楼宇的管理,主要实现对楼宇一些重要参数的实时检测功能等。当然可以用于其他的监控系统,其硬件系统基本一致,不同的在于软件功能的区别。系统结构图如图1。


 [ 相关贴图 ]

 


    从图1可以看出,整个系统可分为3个模块:&nbspDSP图像处理模块,视频解码模块,PCI总线模块。下面分别介绍这3个模块的实现过程和功能。

   &nbsp2.1&nbspDSP图像处理模块

    本系统选用TI公司的C6000系列DSP之中的TMS320C611作为本系统的CPU。C6000是TI公司发布的面向视频处理领域的新款高速数字处理芯片,适用于移动通信基站、图像监控、雷达系统等需要高速度和高度智能化的应用领域。存储空间选用现代公司的2片HY57V651620B作为运行过程中的存储器(SDRAM)和AMD公司的AM29LV800B 作为启动时候需加载程序和参数的存储器(FLASH)。其结构如图2所示。图中的HPI(Host&nbspPort&nbspInterface)为主机口;EMIF(External&nbspMemory&nbspInterface)为外部存储器接口,兼容同步/异步方式。


 [ 相关贴图 ]

(1)&nbspTMS320C6211处理器特性及完成功能

   &nbspTMS320C6211处理器由3个主要部分组成:CPU内核、外设和存储器。它的高速性能主要体现在如下几个方面:①&nbspTMS320C6211的存储空间最大扩展可以达到512MB,这完全可以满足各种图像处理系统所需的内存空间,而且其最高时钟可达167MHz,峰值性能可达1600MIPS(百万条指令/秒)、2400MOPS(百万次操作/秒)。② 并行处理结构。TMS320C6211芯片内有8个并行处理单元,分为相同的两组,并行结构突破传统设计使得芯片具有很高的性能。③ 芯片体系采用VelociTI结构。VelociTI是一种高性能的甚长指令字(VLIW)结构,单指令字字长为32bit,8个指令组成一个指令包,总字长为256bit,即每秒钟可以执行8条指令,同时芯片内部设置了专门的指令分配模块,可以将每个256bits的指令包同时分配到8个处理单元,并由8个单元同时执行。④ 采用流水线操作实现高速度、高效率。TMS320C6211只有在流水线充分发挥作用的情况下,才能达到最高的MIPS。C6211的流水线分为3个阶段:指令读入、解码和执行,总共11级。

   &nbspDSP完成的功能主要是对从FIFO读入的数据进行处理,包括依照程序进行识别、特征提取以参数检测等。当视频头采集速度为每秒25帧图像时,它留给DSP处理的时间最多为每帧40ms,如果考虑系统中一定的延时以及处理后图像的存储时间,那么DSP处理一幅图像时间不能超过30ms,按照C6211的处理速度,在30ms内可以处理36M条指令。DSP读出FIFO中的行数据并存入SDRAM,一帧图像有576行,在最后一行时会收到帧中断,这时SDRAM中的图像数据总共有1440×576=810KB。让C6211用36M条指令的时间处理810K的数据是绰绰有余。

    (2)&nbspSDRAM存储器

   &nbspHY57V651620B是现代公司发布的128Mb&nbspSDRAM,支持分页寻址,访问速度为7.5ns,与DSP系统同步工作,但因为DSP工作在150MHz,故系统中SDRAM工作在DSP时钟的一半或者2/3,即75MHz或者100MHz。当工作在100MHz时候,SDRAM在时序上需要一些特殊的控制,不是简单的与DSP同步。SDRAM主要在系统运行过程中存储临时数据和处理结果。系统中共有256Mb的存储空间,其消耗情况视启动程序和图像处理程序的大小而定。

    (3)&nbspFLASH存储器

   &nbspAM29LV800B是AMD公司发布的8Mb&nbspFLASH芯片,同样支持分页寻址,工作在异步方式。启动程序固化在FLASH芯片中。当系统加电启动时,FLASH中的程序下载到DSP的SDRAM中运行。FLASH具有在线重写入功能,这对系统启动程序的修改和升级都带来了很大的方便。

   &nbsp2.2 视频解码模块

    本系统视频A/D采用的是Philips公司的SAA7111A作为视频解码芯片,SAA7111A可以提供四路模拟视频输入,具有两个模拟处理通道,支持四路CVBS模拟信号或二路Y/C模拟信号或(2×CVBS和1×Y/C)。SAA7111A对视频头输入的标准PAL格式的模拟图像信号进行A/D转换,然后输出符合CCIR601建议格式的4:2:2的16位YUV数据到FIFO,其中亮度信号Y为8位、色度信号Cr和Cb合为8位数据。FIFO采用的是IDT公司的IDT72V215LB芯片,深度为512×18。按照CCIR601标准,YUV图像分辨率为720×576,那么按行输出时,SAA7111A输出数据流大小为:720×16=1440bit。因为DSP通过32位的SBSRAM接口与FIFO通信,故YUV数据写入FIFO时需要

2012-05-15 12:58:14 junjunyeti 阅读数 1513

数字图像处理就是采用一定的算法对数字图像进行处理,以获得人眼视觉或者某种接收系统所需要的图像过程。图像处理的基础是数学,主要任务是进行各种算法设计和算法实现。

目前,图像处理技术已经在许多不同的应用领域中得到重视,并取得了巨大成就。根据应用领域要求的不同,数字图像处理技术可以分为许多分支技术。重要的分支技术有:

(1)图像变换。图像阵列很大时,若直接在空域中处理,计算量将很大。为此,通常采用各种图像变换方法,如傅里叶变换、沃尔什变换、离散余弦变换、小波变换等间接处理技术,将空域处理转换到变换域处理,这样可以有效地减少计算量,提高处理性能。

(2)图像增强与复原。主要目的是增强图像中的有用信息,削弱干扰和噪声,是图像更加清晰,或者将其转换为更适合人或者机器分析的形式。图像增强并不要求真实地反映原始图像,而图像复原则要求尽量消除或者减少获取图像过程中所产生的某些退化,使图像能够反映原始图像的真实面貌。

(3)图像压缩编码。在满足一定保真度的条件下,对图像信息进行编码,可以压缩图像的信息量,简化图像的表示,从而大大压缩图像描述的数据量,以便于存储和传输;图像压缩在不同的应用背景下可以采取不失真压缩和失真压缩。

(4)图像分割。图像分割是数字图像处理中的关键技术之一,是为了将图像中有意义的特征提取出来。它是进一步进行图像识别、分析和理解的基础。图像的有意义特征包括图像对象的边缘、区域等。

(5)图像分析。对图像中的不同对象进行分割、分类、识别、描述和解释。

(6)图像识别。图像识别属于模式识别的范畴,其主要内容是在图像经过经过某些预处理(增强、复原、压缩)后,进行图像分割和特征提取,从而进行判别分类。图像分类常用的经典识别方法有统计模式分类和句法模式分类。近年来,新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。

(7)图像隐藏。是指媒体信息的相互隐藏,常见的有数字水印和图像的信息伪装等。

不同的图像处理技术应用于不同的领域,发展出了不同的分支学科,如遥感图像处理、医学图像处理等,其他如计算机图形学、模式识别、人工智能和机器人视觉等学科领域也与图像处理有着密切的关系。

2009-09-10 17:27:00 zhubingchu 阅读数 734

1.什么是图像采集卡?

      如何将摄像机输出的模拟视频信号转换成数字图像数据并传送到计算机中进行算法处理呢?图像采集卡就承担了这一重任。长久以来,图像卡一直是整个机器视觉系统的核心部件,它负责将模拟信号数字化,并以一定的格式传输到计算机的内存中以方便用户处理这些图像数据。

      图像采集卡是图像采集部分和图像处理部分的接口。图象经过采样、量化以后转换为数字图象并输入、存储到帧存储器的过程,叫做采集。由于图像信号的传输需要很高的传输速度,通用的传输接口不能满足要求,因此需要图像采集卡。图像采集卡还提供数字I/O的功能。

 

2.图像采集卡的发展

   数字化后的像素数据保存在帧存储器或FIFO中。帧存储器应至少可以保存一帧完整的图像数据以确保数据在向计算机传输的过程中不会丢失。早期图像卡受计算机总线技术的制约通常不能进行大量图像数据的传输,因此配有大容量帧存储器,故而结构复杂体积庞大。

   在PCI总线出现后,图像卡对板载帧存的依赖程度降低,一个几KBytes的小容量FIFO就可以满足传输过程不丢数据的要求,高速的数据传输成为了可能,图像卡的结构变得更简单,体积也更精巧。

   随着高性能的PCI-Express总线的出现,使用PCI-E总线的图像卡越来越多地出现在市场上,这些图像卡充分利用了PCI-E的传输带宽优势,通常可同时采集4路以上的图像数据。

2014-09-30 14:23:11 lgstudyvc 阅读数 1327

骂人

        经过几年的发展,高清监控市场迎来了前所未有的井喷期。乐观地估计,高清摄像机尤其是720P网络高清摄像机,近两年一直都会保持300%-500%的年复合增长率。照此速度,用不了几年,高清摄像机就有可能会占到整个摄像机市场的半壁江山。

  高清摄像机的发展历程及市场现状

  对于监控系统而言,高清是一个完整的技术概念,包括从图像采集、转换、压缩、传输、存储、控制、显示等一个完整的图像处理流程。而对整个视频监控系统而言,前端图像采集设备即摄像机+镜头,是整个系统的核心,或可比喻是整个系统的“眼睛”。如果没有前端摄像机+镜头,视频监控就不可能实现,就像人没有眼睛看不到世界万物一样。如果没有高清摄像机+高清镜头,监控系统就无法捕捉到高清视频监控图像。

  多年来,视频监控行业的科研人员一直在为提高视频监控图像分辨率而不懈努力。随着视频技术尤其是图像传感器芯片技术的不断发展,视频监控摄像机的清晰度不断提高,水平分辨率从380线发展到420线、480线,再到540线、600线、650线。在高清摄像机问世之前,模拟摄像机的分辨率几乎每年或每两年都有一个明显的提高,这也成为行业关注的热点。

  2006年,高清网络摄像机IPC问世,并很快在行业内掀起“高清风暴”。

  2009年,为顺应高清市场发展,几个业内厂商联合成立了HD-CCTV联盟,欲把广电的HD-SDI高清传输模式借用到安防监控系统中,此后不久,HD-SDI高清摄像机问世。

  目前,行业内流行的说法是,将IPC称为第一代高清监控,SDI称为第二代高清监控。

  目前高清监控市场基本分两大阵营:一是以ONVIF、PSIA为联盟的网络高清,二是以HD-CCTV为联盟的数字高清。

  2012年,行业内又出现了第三种高清解决方案——HD-MDI。

  衡量图像清晰度的标准是分辨率,单位是像素,分辨率越高,图像越清晰。所谓高清、标清,差异也就体现在图像质量上。基于这样的标准,目前视频监控市场占主流的CIF和D1都属于标清。在模拟时代,一般认为摄像机的水平分辨率只要高于480线,即可称为高清摄像机。而对于数字摄像机来说,分辨率达到720P即130万像素以上的才能被称为高清摄像机。

  在视频监控领域,高清和百万像素不是一回事。从效果上来看,高清和百万像素总体上都是指向一个比普通清晰度更高的图像级别,所以在许多衡量点和效果上,它们是非常接近的,但是实质上,却有着很大的区别。所谓高清,其实并不只是简简单单的一个概念,它有着非常明确的衡量标准,就模拟系统而言,420线和480线为低线CCD,像素只有27万;540和600线像素为42万;650线、700线,像素也只有约55万。2006年之后“百万像素”高清摄像机问世,“百万高清”的分辨率实际为130万像素。因此,简单地将百万像素摄像机说成高清监控,是不准确的、夸大的。按照现在行业普遍公认的HDTV标准,真正符合高清视频监控的格式目前只有三种——720p、1080i和1080p。

  百万高清摄像机问世之后,整个视频监控市场仿佛注入了兴奋剂,一时间,IPC、HD-SDI、960H、HD-MDI等各种高清方案竞相登场,十分热闹。市场竞争的结果是带来技术的不断提升,极大地丰富了高清视频监控的内涵,加速了视频监控产业的发展,也加快了行业新一轮洗牌。

  自2006年百万高清问世之后,市场应用也走过了漫长的路,并非一帆风顺。直到2010年,高清应用才迎来春天。因此,2010年被称为“高清元年”。

  2011年,部分厂家率先推出了HD-SDI摄像机。随着HD-SDI产品线日臻完善,高清市场很快形成IPC和SDI两大阵营。

  HD-SDI摄像机不像IP监控是将视频信号经过压缩和打包后通过网络传输,它是以未经压缩的数字信号在同轴电缆上高速传输,无TCP/IP等协议的困扰,由于视频是实时传送,所以不会出现网络系统中的视频中断或者延迟现象。

  在网络高清和数字高清比肩发展的同时,模拟摄像机技术也有了飞跃性提升。

  2010年,由索尼公司提出的960H技术,将单行的采样点最大由720提升到960。这一技术改变让模拟摄像机看到了一丝曙光,新技术带来约55万像素的视频图像,极大地提升了模拟摄像机视频图像的解析度。960H摄像机在彩色状态下的线数高达650线,黑白状态下可达700线,相比普通模拟摄像机,清晰度有了较大的提升。

  尽管人人都知道高清是监控行业的发展方向,但在现实应用中,模拟系统仍然占据了大部分市场。为了延续模拟高解析摄像机的生命力,三星、松下、索尼等摄像机主流厂商都加入到960H的大军,推出了基于960Hsenor技术解决方案的全系列产品。

  最初由Techwell和索尼公司共同定义和开发了960H模拟高清解决方案,其中模拟摄像机端采用Sony新一代960HCCDSensor,目前国内大部分摄像机厂商推出的960H高清模拟摄像机,采用的都是SonyEffio解决方案,Effio是一款具有强大图像处理能力的DSP芯片。

  但相比最低从720P起始的高清网络摄像机,130万像素的图像分辨率远超960H技术的55万像素,1080P规格的200万像素的图像分辨率更是令960H技术望尘莫及。

  无论是从分辨率、图像显示效果还是从图像流畅度来看,高清都比标清更有优势。从分辨率来看,720p的分辨率是CIF分辨率的9倍、1080i/1080p的分辨率是CIF分辨率的20倍,在同样的显示环境下,高清会清晰得多。从显示效果来看,高清既支持大屏显示,又支持16:9宽屏显示,这可以大大增强用户的观看体验。从流畅度来看,高清支持更高的帧率,比如720p和1080i/1080p都可以支持60帧/秒或60场/秒,因此图像流畅度比标清要高一倍。

  目前,高清摄像机主要品牌和厂商有:三星、索尼、松下、Honeywell、安讯士、博世、施耐德电气、海康威视、大华、天地伟业、英飞拓、LG、亚安、波粒、汉邦高科、景阳、科达、金三立、明日、美电贝尔、黄河、万佳安、翔飞、永辉、中瀛鑫、佳信捷、利凌、红苹果、三辰、诶比、安视宝等。

  截至目前全国有能力生产高清摄像机的厂家(不含国外厂商)已超过300家,主要企业集中在深圳、广东浙江天津江苏上海北京等地,如果按大区划分,珠三角地区约占60%(其中50%集中在深圳),长三角地区约占30%,京津地区约占7%,其余地区合计约占3%。

  根据调查,2012年全国高清摄像机(包括IPC、HD-SDI、HD-MDI,720p、1080i、1080p等全部在内)总出货量已突破360万台,约占到摄像机市场总量的16%。

  从长远看,高清摄像机的分辨率会继续提升,也许将来,当1080P成为主流时,720P将逐步被淘汰,不再列入高清之列。但无论是960H还是720P,在这几年,都将为企业带来丰厚的利润回报。即使将来被淘汰了,它们对视频监控产业发展的推动,为视频监控行业发展做出的贡献,都是值得浓笔重墨的。

 

再见
2019-09-26 16:34:33 julyedu 阅读数 101

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。

机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

应用案例:布匹生产与机器视觉!

在布匹的生产过程中,像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成,在现代化流水线后面常常可看到很多的检测工人来执行这道工序,给企业增加巨大的人工成本和管理成本的同时,却仍然不能保证100 %的检验合格率(即“零缺陷”)。对布匹质量的检测是重复性劳动,容易出错且效率低。

流水线进行自动化的改造,使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上,所有布匹的颜色、及数量都要进行自动确认(以下简称“布匹检测”)。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中,用人工检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

特征提取辨识

一般布匹检测(自动识别)先利用高清晰度、高速摄像镜头拍摄标准图像,在此基础上设定一定标准;然后拍摄被检测的图像,再将两者进行对比。但是在布匹质量检测工程中要复杂一些:

1. 图像的内容不是单一的图像,每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。
2. 杂质的形状难以事先确定。
3. 由于布匹快速运动对光线产生反射,图像中可能会存在大量的噪声。
4. 在流水线上,对布匹进行检测,有实时性的要求。

由于上述原因,图像识别处理时应采取相应的算法,提取杂质的特征,进行模式识别,实现智能分析。

Color检测

一般而言,从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红(R)绿(G)蓝(B)三个成分组成,来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。

所以无论我们人眼感觉有多么的近似,在颜色空间中也不尽相同。基于上述原因,我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。

Blob检测

根据上面得到的处理图像,根据需求,在纯色背景下检测杂质色斑,并且要计算出色斑的面积,以确定是否在检测范围之内。因此图像处理软件要具有分离目标,检测目标,并且计算出其面积的功能。

Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析,该连通域称为Blob。经二值化(Binary Thresholding)处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标,并可计算出目标的数量、位置、形状、方向和大小,还可以提供相关斑点间的拓扑结构。

在处理过程中不是采用单个的像素逐一分析,而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE)来表示相邻的目标范围。这种算法与基于象素的算法相比,大大提高处理速度。

结果处理和控制

应用程序把返回的结果存入数据库或用户指定的位置,并根据结果控制机械部分做相应的运动。

根据识别的结果,存入数据库进行信息管理。以后可以随时对信息进行检索查询,管理者可以获知某段时间内流水线的忙闲,为下一步的工作作出安排;可以获知内布匹的质量情况等等。

应用现状!

在国外,机器视觉的应用普及主要体现在半导体及电子行业,其中大概40%-50%都集中在半导体行业。具体如PCB印刷电路:各类生产印刷电路板组装技术、设备;单、双面、多层线路板,覆铜板及所需的材料及辅料;辅助设施以及耗材、油墨、药水药剂、配件;电子封装技术与设备;丝网印刷设备及丝网周边材料等。

SMT表面贴装:SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等;再流焊机、波峰焊机及自动化生产线设备。

电子生产加工设备:电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用,并且其产品在应用中占据着举足轻重的地位。除此之外,机器视觉还用于其他各个领域。

而在中国,视觉技术的应用开始于90年代,因为行业本身就属于新兴的领域,再加之机器视觉产品技术的普及不够,导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家,随着机器视觉的不断应用,公司规模慢慢做大,技术上已经逐渐成熟。

随着经济水平的提高,3D机器视觉也开始进入人们的视野。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力,在生产过程的早期就报废劣质产品,从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

在行业应用方面,主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业,用机器视觉技术取代人工,可以提供生产效率和产品质量。例如在物流行业,可以使用机器视觉技术进行快递的分拣分类,不会出现大多快递公司人工进行分拣,减少物品的损坏率,可以提高分拣效率,减少人工劳动。

没有更多推荐了,返回首页