工業(yè)智能檢測實驗室方案

南京云創(chuàng)大數(shù)據(jù)科技股份有限公司頁工業(yè)智能檢測實驗室建設(shè)背景制造業(yè)是國民經(jīng)濟的主體，是立國之本、興國之器、強國之基。智能制造是制造強國建設(shè)的主攻方向，其發(fā)展程度直接關(guān)乎我國制造業(yè)質(zhì)量水平?！丁笆奈濉敝悄苤圃彀l(fā)展規(guī)劃》中指出，要認(rèn)真貫徹落實《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》，發(fā)展智能制造對于鞏固實體經(jīng)濟根基、建成現(xiàn)代化產(chǎn)業(yè)體系、實現(xiàn)新型工業(yè)化具有重要作用。數(shù)十年來，中國工業(yè)增加值占GDP比重均持續(xù)穩(wěn)定在30%至50%之間。《中國制造2025》作為部署全面推進實施制造強國的戰(zhàn)略文件，更表明了國家層面對制造業(yè)的重視程度。制造行業(yè)面臨著人力成本升高、尖端技術(shù)較弱等瓶頸和挑戰(zhàn)，以低端智能為代表的傳統(tǒng)制造業(yè)急需轉(zhuǎn)型發(fā)展。與此同時，人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用更像是一片藍海，擁有著廣闊的發(fā)展前景。智能檢測是將人工智能、大數(shù)據(jù)等技術(shù)賦能到制造業(yè)質(zhì)檢環(huán)節(jié)，實現(xiàn)統(tǒng)一檢測標(biāo)準(zhǔn)，減少主觀因素造成的誤檢漏檢，通過對檢測數(shù)據(jù)進行統(tǒng)計分析，可以輔助生產(chǎn)工藝優(yōu)化，提升產(chǎn)品質(zhì)量，總體上提升企業(yè)自動化智能化程度。這對我校技術(shù)技能人才培養(yǎng)工作提出了更高要求，迫切需要建設(shè)能與之相匹配的產(chǎn)教深度融合的工業(yè)智能檢測實驗室。建設(shè)目標(biāo)構(gòu)建教育教學(xué)、科技研發(fā)、技術(shù)服務(wù)、技能培訓(xùn)于一體的產(chǎn)教深度融合的工業(yè)智能檢測實驗室。滿足工業(yè)智能檢測技術(shù)實訓(xùn)需求提升學(xué)生工業(yè)智能檢測綜合實戰(zhàn)能力支撐智能檢測領(lǐng)域科研方向研究建設(shè)內(nèi)容整套智能檢測設(shè)備六自由度工業(yè)機器人、面陣工業(yè)相機、FA工業(yè)鏡頭、工業(yè)光源、機器視覺夾具、視覺算法檢測平臺、檢測工件、實驗手冊等設(shè)備。智能檢測應(yīng)用流程從工件的圖像采集-檢測算法應(yīng)用/優(yōu)化-缺陷檢測分析-缺陷標(biāo)注展示形成一整套工件的智能檢測實訓(xùn)流程。智能檢測教學(xué)實驗提供工業(yè)機器人編程與調(diào)試、機器視覺設(shè)備學(xué)習(xí)及使用、檢測算法應(yīng)用及調(diào)優(yōu)、各類工件不同缺陷檢測實驗。智能檢測綜合實戰(zhàn)為提高學(xué)生在智能檢測方向的綜合實戰(zhàn)能力，結(jié)合當(dāng)下制造行業(yè)通用的螺釘、工件標(biāo)簽和汽車行業(yè)的活塞、輪轂、發(fā)動機進行針對實物的多種缺陷檢測進行綜合能力的培養(yǎng)。建設(shè)方案1.實驗室布局工業(yè)智能檢測實驗室根據(jù)學(xué)校教學(xué)和實驗人數(shù)需要，部署多套工業(yè)智能檢測實訓(xùn)平臺，滿足智能檢測方向的教學(xué)和實訓(xùn)需求。

2.工業(yè)智能檢測實訓(xùn)平臺工業(yè)智能檢測實訓(xùn)平臺的各組件安裝在型材桌面上或型材里，機器視覺設(shè)備、電氣控制設(shè)備、視覺檢測平臺相對獨立且支持整合使用，采用工業(yè)標(biāo)準(zhǔn)件設(shè)計?？梢詽M足學(xué)生進行搭建視覺檢測平臺、研究拍攝方案、研究學(xué)習(xí)視覺檢測算法等。

工業(yè)智能檢測實訓(xùn)設(shè)備3.1工業(yè)相機CE系列工業(yè)相機是主打高性價比的經(jīng)濟型系列產(chǎn)品，像素覆蓋面30萬到2000萬像素，以卷簾曝光為主。提供千兆網(wǎng)數(shù)據(jù)接口，可以滿足多種工業(yè)需求。3.2工業(yè)鏡頭KF-E系列FA系列鏡頭針對機器視覺光源和芯片進行優(yōu)化設(shè)計，分辨率高，成像質(zhì)量優(yōu)秀，透過率高，穩(wěn)定性好。固定焦距，手動光圈，外形緊湊?？蓾M足機器視覺行業(yè)應(yīng)用，是工業(yè)相機的理想選擇。3.3工業(yè)光源環(huán)形光源：條形光源：背光光源：開孔背光：同軸光源：控制器：3.4工業(yè)機器人KUKA緊湊式六臂機器人。具有應(yīng)用廣泛的優(yōu)點，可用于新型的使用范圍。使用內(nèi)置的拖鏈系統(tǒng)和可靠的KRC4compact控制系統(tǒng)，它可以在狹小空間內(nèi)實現(xiàn)較高的精度。新型的自動化方案可以用來實現(xiàn)Safe-Robot功能。4.工業(yè)智能檢測實訓(xùn)內(nèi)容4.1有無檢測有無檢測，是指確認(rèn)數(shù)量或工件上的部件及加工等“有無”的檢測。有無檢測中包含了各種內(nèi)容，例如下列各項。1、紙箱內(nèi)的瓶身數(shù)量計數(shù)2、包裝內(nèi)說明書/附件的有無檢測3、食品標(biāo)簽的有無檢測4、印刷電路板上電子部件的有無檢測5、固定零件的螺絲及墊片的有無檢測6、粘著劑涂抹的有無檢測7、切削及鉆孔加工的有無檢測傳統(tǒng)的有無檢測依賴于目視檢測，近年來，伴隨著工廠自動化（FA：FactoryAutomation）的進程，視覺系統(tǒng)及視覺系統(tǒng)技術(shù)越來越廣泛地應(yīng)用于現(xiàn)場。4.2輪廓檢測輪廓檢測，是指用于確認(rèn)部件及產(chǎn)品表面輪廓缺陷的檢測。輪廓檢測通?？捎糜谙铝袡z測內(nèi)容。1、檢測食品標(biāo)簽的完整性2、檢測布匹上附著的污點3、檢測金屬、樹脂部件的完整性4、印刷電路板上電子部件的完整性5、包裝內(nèi)說明書/附件的完整性傳統(tǒng)的輪廓檢測依賴于目視檢測，近年來，隨著工廠自動化（FA：FactoryAutomation）的發(fā)展，視覺系統(tǒng)及視覺系統(tǒng)技術(shù)越來越廣泛地應(yīng)用于現(xiàn)場。4.3劃痕檢測劃痕檢測，是指用于確認(rèn)部件及產(chǎn)品表面劃痕缺陷的檢測。劃痕檢測通常可用于下列檢測內(nèi)容。1、檢測食品外包裝表面是否有劃痕2、檢測車門是否有劃痕3、檢測玩具外殼是否有劃痕4、檢測PCB是否有劃痕5、檢測金屬加工件是否有劃痕傳統(tǒng)的劃痕檢測依賴于目視檢測，近年來，隨著工廠自動化（FA：FactoryAutomation）的發(fā)展，視覺系統(tǒng)越來越廣泛地應(yīng)用于現(xiàn)場。4.4異物檢測異物檢測，是指用于確認(rèn)部件及產(chǎn)品表面異物缺陷的檢測。異物檢測通?？捎糜谙铝袡z測內(nèi)容。1、檢測食品包裝上附著的異物2、檢測布匹上附著的異物3、檢測金屬、樹脂部件上的異物4、檢測印刷電路板上涂膠后的異物5、檢測噴漆后工件的異物傳統(tǒng)的異物檢測依賴于目視檢測，近年來，隨著工廠自動化（FA：FactoryAutomation）的發(fā)展，視覺系統(tǒng)越來越廣泛地應(yīng)用于現(xiàn)場。實驗室特點精度高：可達微米級結(jié)合高精度傳感器和人工智能算法，實現(xiàn)對肉眼難以分辨或者需借助輔助工具進行檢測的缺陷，可檢出缺陷精度達微米級。可追溯：缺陷數(shù)據(jù)統(tǒng)計與追溯相較于傳統(tǒng)人工檢測離線作業(yè)不統(tǒng)計缺陷數(shù)據(jù)，工業(yè)智能系統(tǒng)對缺陷數(shù)據(jù)結(jié)合產(chǎn)品信息進行實時留存，可實現(xiàn)質(zhì)量追溯分析，并輔助工藝優(yōu)化，進而提升產(chǎn)品質(zhì)量。手段多：多傳感器融合實現(xiàn)優(yōu)勢互補融合工業(yè)相機、震動傳感器、三維掃描儀等多種傳感器，多角度捕捉缺陷表現(xiàn)，結(jié)合不同傳感器優(yōu)勢，實現(xiàn)多類型缺陷檢測。高可靠：工業(yè)級設(shè)備保障檢測質(zhì)量工業(yè)智能檢測平臺在機械結(jié)構(gòu)、檢測軟件、存儲分析節(jié)點等方面都根據(jù)工業(yè)級要求設(shè)計，提升系統(tǒng)在工業(yè)生產(chǎn)質(zhì)檢環(huán)境中的可靠性，全面保障對缺陷工件的檢測質(zhì)量。實驗室作用支撐智能檢測教學(xué)使學(xué)生能夠得到更多的實驗技能訓(xùn)練，能夠提高智能檢測教學(xué)質(zhì)量，滿足教師教學(xué)與科研的需要，強化學(xué)生職業(yè)技能的培養(yǎng)，適應(yīng)市場經(jīng)濟新形勢對應(yīng)用性人才的要求，將起到十分重要的作用。實現(xiàn)質(zhì)檢的智能化、數(shù)字化通過融合人工智能、大數(shù)據(jù)、計算機視覺等技術(shù)，解決工業(yè)生產(chǎn)質(zhì)檢等環(huán)節(jié)現(xiàn)實問題，助力生產(chǎn)質(zhì)檢實現(xiàn)智能化、數(shù)字化。提高學(xué)生就業(yè)競爭力使學(xué)生能夠在實物建造的智能檢測環(huán)境下，學(xué)習(xí)并掌握智能制造相關(guān)專業(yè)所對應(yīng)的企業(yè)崗位的技能要求，使每個學(xué)生就業(yè)時能夠掌握企業(yè)所需的專業(yè)技能。智能檢測實驗1.智能檢測基礎(chǔ)實驗智能檢測基礎(chǔ)模塊內(nèi)容包括學(xué)習(xí)工業(yè)相機、工業(yè)鏡頭、工業(yè)光源、工業(yè)機器人等設(shè)備參數(shù)及使用方法，了解設(shè)備選型知識。學(xué)習(xí)搭建拍攝裝置，學(xué)習(xí)圖像處理基礎(chǔ)知識，并對處理結(jié)果進行分析處理。實驗內(nèi)容：1.工業(yè)相機選型及實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.工業(yè)機器人操作實驗；5.拍攝裝置搭建實驗；6.拍攝圖像處理實驗；7.處理結(jié)果對比實驗。2.螺釘有無檢測實驗工業(yè)上常用螺釘來進行禁緊固，螺釘?shù)挠袩o直接影響設(shè)備的可靠性，通過工業(yè)相機將工件表面轉(zhuǎn)換為圖像信號，傳送給圖像軟件處理系統(tǒng)，判斷螺釘有無，實時提供檢測數(shù)據(jù)協(xié)助企業(yè)進行質(zhì)量回溯。實驗內(nèi)容：1.工業(yè)相機選型實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.拍攝裝置搭建實驗；5.拍攝方案設(shè)計實驗；6.拍攝圖像處理實驗；7.螺釘有無算法實驗；8.算法結(jié)果展示實驗。3.工件標(biāo)簽檢測實驗工業(yè)上對工件標(biāo)簽要求是內(nèi)容清晰、條碼數(shù)據(jù)準(zhǔn)確。采用圖像采集設(shè)備，對標(biāo)簽進行圖像采集，通過工業(yè)相機轉(zhuǎn)換為圖像信號，傳送給圖像軟件處理系統(tǒng)，實時提供檢測數(shù)據(jù)協(xié)助企業(yè)進行質(zhì)量回溯。實驗內(nèi)容：1.工業(yè)相機選型實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.拍攝裝置搭建實驗；5.拍攝方案設(shè)計實驗；6.拍攝圖像處理實驗；7.工件標(biāo)簽算法實驗；8.算法結(jié)果展示實驗。4.發(fā)動機活塞缺陷檢測實驗汽車發(fā)動機活塞作為汽車核心零部件發(fā)動機的主要零件，其質(zhì)量的高低直接影響汽車整機的質(zhì)量與性能。采用圖像采集設(shè)備，對活塞表面缺陷進行圖像采集，通過工業(yè)相機轉(zhuǎn)換為圖像信號，傳送給圖像軟件處理系統(tǒng)，多種缺陷類型同時檢測，實時提供檢測數(shù)據(jù)協(xié)助企業(yè)進行質(zhì)量回溯。實驗內(nèi)容：1.工業(yè)相機選型實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.拍攝裝置搭建實驗；5.拍攝方案設(shè)計實驗；6.拍攝圖像處理實驗；7.活塞內(nèi)腔算法實驗；8.活塞環(huán)岸算法實驗；9.活塞裙部算法實驗；10.活塞頂部算法實驗；11.活塞銷孔算法實驗；12.算法結(jié)果展示實驗。5.輪轂缺陷檢測實驗汽車輪轂是汽車零部件的一個重要組成部分，通過工業(yè)相機將輪轂轉(zhuǎn)換為圖像信號，傳送給圖像軟件處理系統(tǒng)，多種缺陷類型同時檢測，實時提供檢測數(shù)據(jù)協(xié)助企業(yè)進行質(zhì)量回溯。實驗內(nèi)容：1.工業(yè)相機選型實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.拍攝裝置搭建實驗；5.拍攝方案設(shè)計實驗；6.拍攝圖像處理實驗；7.輪轂輪輻算法實驗；8.輪轂輪輞算法實驗；9.輪轂精車算法實驗；10.輪轂裝飾窗算法實驗；11.輪轂螺栓孔算法實驗；12.算法結(jié)果展示實驗。6.發(fā)動機缺陷檢測實驗汽車發(fā)動機缺陷檢測有助于提高汽車安全性，自動化檢測設(shè)備對發(fā)動機的外觀缺陷做出篩選。有效提高工廠產(chǎn)品的效率，精度及準(zhǔn)確率。實驗內(nèi)容：1.工業(yè)相機選型實驗；2.工業(yè)鏡頭選型實驗；3.工業(yè)光源選型實驗；4.拍攝裝置搭建實驗；5.拍攝方案設(shè)計實驗；6.拍攝圖像處理實驗；7.發(fā)動機氣缸內(nèi)孔算法實驗；8.發(fā)動機氣缸外表算法實驗；9.算法結(jié)果展示實驗。實驗列表清單板塊編號板塊分類序號實驗名稱鏡像1Linux操作系統(tǒng)1Linux基礎(chǔ)：基本命令mloffline2Linux基礎(chǔ)：文件操作mloffline3Linux基礎(chǔ)：壓縮與解壓mloffline4Linux基礎(chǔ)：Ubuntu下軟件安裝mloffline5Linux基礎(chǔ)：CentOS下軟件安裝與環(huán)境變量設(shè)置CentOS6Linux基礎(chǔ)：訓(xùn)練模型常用命令TensorFlow27Linux基礎(chǔ)：sed命令mloffline2Python編程語言1Python基礎(chǔ)：運算符mloffline2Python基礎(chǔ)：Numbermloffline3Python基礎(chǔ)：字符串mloffline4Python基礎(chǔ)：列表mloffline5Python基礎(chǔ)：元組mloffline6Python基礎(chǔ)：字典mloffline7Python基礎(chǔ)：集合mloffline8Python基礎(chǔ)：流程控制mloffline9Python基礎(chǔ)：文件操作mloffline10Python基礎(chǔ)：異常mloffline11Python基礎(chǔ)：迭代器、生成器和裝飾器mloffline3人工智能基礎(chǔ)1知識表示：謂詞邏輯表示法mloffline2知識表示：用產(chǎn)生式系統(tǒng)表示“動物識別系統(tǒng)”mloffline3確定性推理：歸結(jié)推理mloffline4盲目搜索策略：寬度優(yōu)先搜索解決“八數(shù)碼”問題mloffline5盲目搜索策略：深度優(yōu)先搜索解決“八數(shù)碼”問題mloffline6啟發(fā)式搜索策略：A*搜索解決“八數(shù)碼”問題mloffline7進化算法：遺傳算法解決“旅行商”問題mloffline8群智能算法：粒子群算法解決“旅行商”問題mloffline9群智能算法：蟻群算法解決“旅行商”問題mloffline10人工神經(jīng)網(wǎng)絡(luò)：BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)mloffline11人工神經(jīng)網(wǎng)絡(luò)：HopField神經(jīng)網(wǎng)絡(luò)的實現(xiàn)mloffline4計算機視覺基礎(chǔ)1OpenCV中的GUI特性-圖像入門OpenCV2OpenCV中的GUI特性-OpenCV的繪圖功能OpenCV3核心操作-圖像的基本操作OpenCV4核心操作-圖像上的算法運算OpenCV5核心操作-性能衡量和技術(shù)OpenCV6OpenCV圖像處理-改變顏色空間OpenCV7OpenCV圖像處理-圖像幾何變換OpenCV8OpenCV圖像處理-圖像閾值OpenCV9OpenCV圖像處理-圖像平滑OpenCV10OpenCV圖像處理-形態(tài)學(xué)轉(zhuǎn)換OpenCV11OpenCV圖像處理-圖像梯度OpenCV12OpenCV圖像處理-Canny邊緣檢測OpenCV13OpenCV圖像處理-圖像金字塔OpenCV14OpenCV圖像處理-輪廓：入門OpenCV15OpenCV圖像處理-輪廓特征OpenCV16OpenCV圖像處理-輪廓屬性O(shè)penCV17OpenCV圖像處理-輪廓：更多屬性O(shè)penCV18OpenCV圖像處理-輪廓分層OpenCV19OpenCV圖像處理-直方圖1：查找、繪制和分析OpenCV20OpenCV圖像處理-直方圖2：直方圖均衡OpenCV21OpenCV圖像處理-直方圖3：二維直方圖OpenCV22OpenCV圖像處理-直方圖4：直方圖反投影OpenCV23OpenCV圖像處理-傅里葉變換OpenCV24OpenCV圖像處理-模板匹配OpenCV25OpenCV圖像處理-霍夫線變換OpenCV26OpenCV圖像處理-霍夫圈變換OpenCV27OpenCV圖像處理-圖像分割與Watershed算法OpenCV28OpenCV圖像處理-交互式前景提取使用GrabCut算法OpenCV29OpenCV圖像處理-哈里斯角檢測OpenCV30OpenCV圖像處理-Shi-tomas拐角檢測器和益于跟蹤的特征OpenCV31OpenCV圖像處理-SIFT尺度不變特征變換OpenCV32OpenCV圖像處理-SURF簡介OpenCV33OpenCV圖像處理-用于角點檢測的FAST算法OpenCV34OpenCV圖像處理-二進制的魯棒獨立基本特征OpenCV35OpenCV圖像處理-ORB(面向快速和旋轉(zhuǎn)的BRIEF)OpenCV36OpenCV圖像處理-特征匹配OpenCV37OpenCV圖像處理-特征匹配+單應(yīng)性查找對象OpenCV38OpenCV圖像處理-圖像去噪OpenCV39OpenCV圖像處理-圖像修補OpenCV5機器學(xué)習(xí)實驗庫1機器學(xué)習(xí)常用工具庫：OpenCV(Python)mloffline2機器學(xué)習(xí)常用工具庫：Numpy(一)mloffline3機器學(xué)習(xí)常用工具庫：Numpy(二)mloffline4機器學(xué)習(xí)常用工具庫：Matplotlib(一)mloffline5機器學(xué)習(xí)常用工具庫：Matplotlib(二)mloffline6機器學(xué)習(xí)常用工具庫：Pandas(一)mloffline7機器學(xué)習(xí)常用工具庫：Pandas(二)mloffline8機器學(xué)習(xí)常用工具庫：Scipymloffline9機器學(xué)習(xí)常用工具庫：基于PyTesseract的OCR文字識別mloffline10機器學(xué)習(xí)常用工具庫：基于dlib的人臉定位mloffline11機器學(xué)習(xí)常用工具庫：基于dlib人臉檢測mloffline12機器學(xué)習(xí)常用工具庫：基于dlib數(shù)字化妝mloffline13機器學(xué)習(xí)常用工具庫：基于dlib人臉比對mloffline14機器學(xué)習(xí)常用工具庫：基于dlib人臉聚類mloffline15機器學(xué)習(xí)常用工具庫：基于dlib微信頭像戴帽子mloffline16機器學(xué)習(xí)常用工具庫：基于opencv-python圖像去噪mloffline17機器學(xué)習(xí)：線性回歸mloffline18機器學(xué)習(xí)：決策樹(一)mloffline19機器學(xué)習(xí)：決策樹(二)mloffline20機器學(xué)習(xí)：手工打造神經(jīng)網(wǎng)絡(luò)mloffline21機器學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)調(diào)優(yōu)mloffline22機器學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)效果測試mloffline23機器學(xué)習(xí)：支持向量機SVMmloffline24機器學(xué)習(xí)：基于SVM和山鳶尾花數(shù)據(jù)集的分類mloffline25機器學(xué)習(xí)：PCA降維mloffline26機器學(xué)習(xí)：樸素貝葉斯分類mloffline27機器學(xué)習(xí)：隨機森林分類mloffline28機器學(xué)習(xí)：DBSCAN聚類mloffline29機器學(xué)習(xí)：K-means聚類算法mloffline30機器學(xué)習(xí)：KNN分類算法mloffline31機器學(xué)習(xí)：基于KNN算法的房價預(yù)測(TensorFlow)mloffline32機器學(xué)習(xí)：Apriori關(guān)聯(lián)規(guī)則mloffline6PyTorch程序設(shè)計1PyTorch：基礎(chǔ)介紹PyTorch2PyTorch：回歸模型PyTorch3PyTorch：世界人口線性回歸PyTorch4PyTorch：神經(jīng)網(wǎng)絡(luò)實現(xiàn)自動編碼器PyTorch5PyTorch：基于CNN模型和MNIST數(shù)據(jù)集的手寫數(shù)字識別PyTorch6PyTorch：基于RNN模型和MNIST數(shù)據(jù)集的手寫數(shù)字識別PyTorch7PyTorch：基于CNN模型和CIFAR10數(shù)據(jù)集的分類PyTorch7智能檢測基礎(chǔ)實驗1工業(yè)相機選型及實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4工業(yè)機器人操作實驗5拍攝裝置搭建實驗6拍攝圖像處理實驗7處理結(jié)果對比實驗8螺釘有無檢測實驗1工業(yè)相機選型實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4拍攝裝置搭建實驗5拍攝方案設(shè)計實驗6拍攝圖像處理實驗7螺釘有無算法實驗8算法結(jié)果展示實驗9工件標(biāo)簽檢測實驗1工業(yè)相機選型實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4拍攝裝置搭建實驗5拍攝方案設(shè)計實驗6拍攝圖像處理實驗7工件標(biāo)簽算法實驗8算法結(jié)果展示實驗10發(fā)動機活塞缺陷檢測實驗1工業(yè)相機選型實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4拍攝裝置搭建實驗5拍攝方案設(shè)計實驗6拍攝圖像處理實驗7活塞內(nèi)腔算法實驗8活塞環(huán)岸算法實驗9活塞裙部算法實驗10活塞頂部算法實驗11活塞銷孔算法實驗12算法結(jié)果展示實驗11輪轂缺陷檢測實驗1工業(yè)相機選型實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4拍攝裝置搭建實驗5拍攝方案設(shè)計實驗6拍攝圖像處理實驗7輪轂輪輻算法實驗8輪轂輪輞算法實驗9輪轂精車算法實驗10輪轂裝飾窗算法實驗11輪轂螺栓孔算法實驗12算法結(jié)果展示實驗12發(fā)動機缺陷檢測實驗1工業(yè)相機選型實驗2工業(yè)鏡頭選型實驗3工業(yè)光源選型實驗4拍攝裝置搭建實驗5拍攝方案設(shè)計實驗6拍攝圖像處理實驗7發(fā)動機氣缸內(nèi)孔算法實驗8發(fā)動機氣缸外表算法實驗9算法結(jié)果展示實驗設(shè)備清單序號設(shè)備分類設(shè)備名稱參考品牌參考型號規(guī)格單位數(shù)量1工業(yè)相機工業(yè)相機?？礛V-CE013-80GMCMOS，13萬像素黑白相機套12工業(yè)相機?？礛V-CE050-31GMCMOS，500萬像素黑白相機套13工業(yè)相機海康MV-CE120-10GMCMOS，1200萬像素黑白相機套14工業(yè)相機海康MV-CE120-10GCCMOS，1200萬像素彩色相機套15工業(yè)鏡頭工業(yè)鏡頭?？礛VL-KF0618M-12PME6mm，F(xiàn)1.8-F16，C-Mount套16工業(yè)鏡頭?？礛VL-KF0814M-12PME8mm，F(xiàn)1.4-F16，C-Mount套17工業(yè)鏡頭?？礛VL-KF1228M-12PME12mm，F(xiàn)2.8-F22，C-Mount套18工業(yè)鏡頭?？礛VL-KF1628M-12PME16mm，F(xiàn)2.8-F16，C-