视觉与离散传感器
为使计算机视觉自动化而创建的算法
为了解决计算机视觉中最困难的任务之一:在没有人类监督的情况下为每个像素分配标签,一种算法被创造出来。
使简单的相机能够看到3D
斯坦福大学的研究人员设计了一种紧凑的光学装置,很快就可以用于普通数码相机来测量物体的距离。
深紫外激光用于水净化、传感
康奈尔大学的工程师们用半导体材料制造出了一种深紫外激光器,这种激光器在提高紫外线在医疗工具消毒、净化水、检测有害气体等方面的应用方面大有希望。
工业自动化的四项机器视觉创新
从光学和照明到智能相机,再到人工智能(AI)和机器学习(ML),机器视觉在工业自动化中不断发展,并在许多方面发生变化。突出了四项创新。
机器视觉、机器控制与pc自动化的融合
机器视觉系统已经超越了升高的传感器,发展到集成在控制器中的检测。选择正确的基于pc的自动化平台可以让它们变得更好。
周边视觉对机器有利
麻省理工学院的研究人员发现,一些计算机视觉系统处理图像的方式与人类用眼角看东西的方式有相似之处。
为视觉传感器提供带宽的工业网络
CoaXPress 2.0 (CXP 2.0)和10GigE Vision (10GigE)是机器视觉和离散传感器最流行的两个接口;CXP 2.0在灵活性、速度、带宽和电缆长度方面具有优势。
角度传感器允许以视频速度进行微观测量
由平面光学制成的超紧凑角度传感器以每秒30帧的速度捕获这些测量,这将允许对微小原子材料进行更准确和精确的测量。
用于监控制造和工业环境的人工智能视觉
制造商可以通过增加正常运行时间、利用预防性维护等方式从人工智能机器视觉技术中受益。
机器振动分析对制造商有利
振动分析可以早期发现旋转机械的磨损、疲劳和故障,因为振动会发生在所有旋转设备中,但通常会突出高读数和特定频率发现的问题。