與計算機不同，人的大腦非常靈活，很容易從經(jīng)驗中學習。可以快速、輕松地學習新產(chǎn)品類別或缺陷類型。人不需要被教導就能識別模式。如果人能在所期望的地方找不到人想要的東西，人就會去別處看看。即使是模糊或扭曲的圖像也能被人腦識別，而且隨著時間的推移，人通常會變得更好。下面我們來簡單分析一下工業(yè)視覺檢測與人腦圖像的區(qū)別。
人腦如何處理圖像
大腦是一個模式識別機器。它以一生的學習模式為基礎，能夠快速識別和分類幾乎所有人能看到的東西。即使圖片不清晰，您也可以根據(jù)上下文進行很好的猜測。人知道人在哪里，人在尋找什么，人得到了人所有其他感官的額外好處。
當您考慮視覺檢查任務時，您也對您正在檢查的產(chǎn)品、創(chuàng)建它的過程以及可能出錯的事情有很深的了解。這對于確定某件事是好的部分還是拒絕的部分有很大的幫助。
當涉及到模式識別(在視覺系統(tǒng)中也稱為分類)時，人腦是至高無上的，但它也有一些局限性。它可以是不一致的人或一天又一天，有時緩慢，它不是數(shù)字，所以東西，如測量從視覺輸入是困難的。
工業(yè)視覺檢測
另一方面，當人有一個自動視覺檢查系統(tǒng)，它只知道人告訴它什么。它不知道過程或部分，沒有存儲的模式庫，沒有意識到上下文，也沒有其他感官。
程序系統(tǒng)在查找、分類和測量特征方面非常嚴格。流程的每一步都必須由程序員專門設置，因此如果沒有幫助，它將不會隨著時間的推移而改進，它不會學習新的模式，如果找不到它想要的東西，它也不會在其他地方尋找。
這種Ridgid方法也有它的好處。它往往是快速、一致和數(shù)字的，所有工業(yè)過程的重要特征。它也非常擅長測量任務。
簡單性對于自動檢查。設置相機和照明收集圖像與高對比度的特點感興趣和低對比度的一切。這有助于簡單的算法(與人的大腦相比)是有效的。簡單的算法處理得更快，從編程的角度看也更可行，上述就是本文的全部內(nèi)容了，當然如果您對機器視覺方感興趣也可以來垂詢。
