Page 215 - 75252_安防20年5月刊_150dpi

性目标就会是这一水平的三倍。同时，物联网方案 的要求。它们必须操作精准，响应快速，紧密联网
也需要保证端至端可扩展，这是一个持续的努力 配合。在这样高度自动化的生产流程中，机器视觉
方向。同时，团队的互动效率很重要，目的是实现 技术的部署不必可少。
不同设备、应用程序一起工作并共享信息数据。 在工业物联网生产环境中，设备每天承担大
当然，用户体验方面也需要继续努力，尤其是引导 量的生产任务。从来料到加工、到产品组装、包装
用户方面。 以及物流等各个高度自动化的生产流程，都依赖
机器视觉来可靠识别生产过程中的各种对象，帮
助系统快速做出正确的响应决策，从而提高生产
效率，降低工作流程的复杂度。
机器视觉软件已经变得必不可少，它的工作
速度非常快，并在各种生产任务执行中，实现精准
可靠的识别率。
机器视觉在现代生产中变得越来越重要。光
学字符识别（OCR）是生产线上常用的一项关键
的机器视觉技术。OCR 技术通过拍摄被识别字
符的图像、对图像进行特定的算法处理后，将被
识别字符与模板库进行比较匹配，以达到字符识

别的目的。OCR 在产品可追溯性方面非常有用。
在生产线中，最常见的 OCR 应用就是识别印
刷在产品上的各种标记符号，包括各种不同的字
体、语言、大小、形状以及颜色的识别，比如识别
工业物联网崛起 饮料瓶上的标签印刷是否正确。

技术的发展，将使未来工业制造生产线的运 然而，在实际生产线中，OCR 的表现并非期
转变得更加精准、高效，甚至最终做到无需人工 待得那么完美，也存在着识别错误、拒绝识别、
干预的智能化自适应生产，完全将人力资源从生 识别速度慢以及稳定性需进一步提升等不足之
产线中解脱出来。 处。因此，如何提高识别正确率以及更快速的识别，
工业 4.0 是工业革命的第四次浪潮。其中一个 是 OCR 面临的重要难题。
显著的特征是将工业设备进行连接，从而让企业 缺陷检测是机器视觉应用中最为棘手的一类
能够利用来自物联网设备和计算机控制系统的网 挑战。缺陷检测最大的挑战就在于，它不同于某些
络数据，基于这些数据应用人工智能和机器学习 已知特征的识别检测，在实际生产过程中，产品中
技术，有助于全自动智慧工厂的创建、智慧城市等 会出现哪些具体的缺陷，有很多时候是不可预测

的实现。 的，例如手机玻璃盖板上的划痕就多种多样。在
为了满足工业 4.0、工业物联网这样高度自动 这种情况下，就很难用传统机器视觉检测中的既
化的生产环境，对生产线上的设备也提出了更高 定方法，去检测这些随机出现的、不可预知的缺陷。

第五届深圳国际无人机展览会（2020年深圳会展中心） www.china-drone.com.cn 197

భခ࠯ඌ JOEE ྒ௹೘