盈泰德的视觉检测设备研究

盈泰德的视觉检测设备要大的突破确实很难，但须与CV、应用光学、人工智能、视觉认知等相关学科进行深度交叉。

（1）检测精度问题。精度是检测系统的重要指标。视觉检测精度依赖于相机分辨率、视场大小、图像处理算法等等。CCD和CMOS的制造工艺已取得长足进步，目前6000*4000pixel的分辨率已经成为稳定商品。而采用压电驱动芯片做微米级移动进行像素细分的方法和设备已经商品化，号称分辨率可近20000*14000pixel。在软件方面，各类算法层出不穷，但具有普适性的算法几乎没有，这个在CV领域也是如此。因此，提高视觉检测的普适性、并确保精度，现在似乎是个不可能完成的任务。

（2）机器视觉检测的可靠性。相比与其他检测手段，盈泰德的视觉较大优点就是可以快速获得三维信息，一张或几张照片就可以重建出被测物体的三维特征，进而实现检测。但正如大家所说，只要测量条件、环境、被测物表面特性等改变，有时甚至时稍加改变，结果则大不一样，检测重复性和精度更无从谈起。这也是现在机器视觉检测尺寸、位姿等参数时比较突出的问题，特别是在一些强光干扰、温度场变化、光照条件变化的应用场合这个问题尤为突出。 机器视觉，用电脑来实现人的视觉功能，但又不同于计算机视觉，前者注重广义图像信号（激光、摄像头）与自动化控制（生产线）方面的应用。而后者更多注重（2D、3D）图像信号本身的研究以及和图像相关的交叉学科研究（医学图像分析，地图导航）。

所以，盈泰德的视觉检测的环境适应性问题解决难度很大，无法找到普适性的方法，也只能针对具体问题，研究相应光照、特征提取、匹配、重建、标定等具体方法。