行业资讯

首页行业资讯

行业资讯

机器视觉检测的四大领域、两大趋势

随着中国制造业智能化、自动化程度不断加深，各制造业工厂对机器视觉检测的应用也在不断普及。作为人工智能领域快速发展的分支之一，采用机器替代人眼进行视觉检测，完成测量和判断，通过机器视觉检测软件对图像进行分析和判断之后，通过外接的自动化生产设备辅助控制完成自动化生产和判断。视觉检测技术在工业领域的四大应用随着机器视觉检测在各个领域得到了广泛应用，根据相关从业人员分析，目前主流的应用领域大致可以分为以下四个领域，分别是：3C电子、半导体、锂电、...

2024-04-20 11:53:25
工业质检-机器视觉检测在半导体行业应用

半导体产品在生产过程中，需要在核心芯片上安装大量晶体管，但晶体管体积小、精度要求高，单纯凭借人类视觉无法完成高精度生产、检测需求。特别是在半导体技术不断提升和市场需求持续扩大的情况下，产业链对产品生产速度和质量提出新的要求。在整个半导体行业，从上游的晶圆加工制造的分类切割，到末端电路板印刷、贴片，都严重依赖机器视觉检测系统完成测量、检测工作和集成相关运动组件后实现的引导、定位等操作。半导体行业通过引入机器视觉检测系统，为行业解决诸多难题。 ...

2024-04-20 11:51:31
机器视觉精确率可达100？让芯片缺陷无处遁形

引言随着科技的不断发展，越来越多的产业逐渐被机器所取代。在电子产业中，芯片充当着重要角色，在生产制造过程中自然也需要通过检测环节反馈芯片的品质问题，以便人们掌握各个环节的情况。而随着芯片越来越高端复杂，人工检测逐渐退出历史舞台。这是因为人工检测存在着以下一些弊端：效率低下、精确度低、耗时长等问题。以常用的双球贴片红外接收头为例，人工部门对于该芯片的外观、引脚长度和引脚距离的一致的检测上总体还是不如机器检测。因为芯片本身要求的高精度技术使...

2024-04-19 10:05:32
深度学习半导体外观检测视觉解决方案

深度学习技术的缺陷库让半导体缺陷剔除并提高产量在整个半导体生产过程中，机器视觉用于严格地监控质量和查找缺陷。制造商必须重视针脚刮擦、扭曲、弯曲或缺失等情况。芯片容错率很低，市场广阔，制造商们都在拼质量来获得订单，如果存在任何缺陷，即使是在外表层，也会使芯片成为废品。因为可能出现的缺陷类型太多，所以使用规则式算法对检测进行编程是非常低效的。显式搜索所有缺陷不但太复杂，而且费时。如：集成电路引线外观缺陷检测半导体晶...

2024-04-18 10:31:59
机器视觉检测，动力电池检测的新型检测方式

当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件，主观判断等影响检测结果的准确性，实现能更好更精确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。如今新能源汽车作为国家节能减排的国家战略，不仅是乘用车，还有各类型工程用车都有电动化趋势，因此各大车企纷纷推出新能源汽车，作为新能源汽车，动力电池是其不可缺少的一个重要组成部分。动...

2024-04-18 10:30:26
视觉知识分享-图像多帧融合技术及应用案例

图像多帧融合技术及应用案例图像融合（Image Fusion）是指将多元信道所采集到的关于同一目标的图像数据和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、提升原始图像的空间分辨率和光谱分辨率，利于检测。待融合图像已配准好且像素位宽一致，综合和提取两个或多个多源图像信息。两幅（多幅）已配准好且像素位宽一致的待融合源图像，如果配准不好且像素位宽不一致，其融合效果不好。图像融合作为信息融合的一个...

2024-04-17 10:18:56