智能制造中的计算机视觉应用瓶颈问题
计算机视觉在智能制造工业检测中发挥着检测识别和定位分析的重要作用,为提高工业检测的检测速率和准确率以及智能自动化程度做出了巨大的贡献.然而计算机视觉在应用过程中一直存在技术应用难点,其中3大瓶颈问题是:计算机视觉应用易受光照影响、样本数据难以支持深度学习、先验知识难以加入演化算法.这些瓶颈问题使得计算机视觉在智能制造中的应用无法发挥最佳效能.因此,需要系统地加以分析和解决.本文总结了智能制造和计算机视觉的概念及其重要性,分析了计算机视觉在智能制造工业检测领域的发展现状和需求.针对计算机视觉应用存在的3大瓶颈问题总结分析了问题现状和已有解决方法.经过深入分析发现:针对受光照影响大的问题,可以通过算法和图像采集两个环节解决;针对样本数据难以支持深度学习的问题,可以通过小样本数据处理算法和样本数量分布平衡方法解决;针对先验知识难以加入演化算法的问题,可以通过机器学习和强化学习解决.上述解决方案中的方法不尽相同,各有优劣,需要结合智能制造中具体应用研究和改进.
智能制造、计算机视觉、光照均匀控制、样本数据增广、先验知识应用
25
TP391.4(计算技术、计算机技术)
2020-08-13(万方平台首次上网日期,不代表论文的发表时间)
共14页
1330-1343