?？低暿且砸曨l為核心的智能物聯(lián)網(wǎng)解決方案和大數(shù)據(jù)服務(wù)提供商，業(yè)務(wù)聚焦于智能物聯(lián)網(wǎng)、大數(shù)據(jù)服務(wù)和智慧業(yè)務(wù)，構(gòu)建開放合作生態(tài)，為公共服務(wù)領(lǐng)域用戶、企事業(yè)用戶和中小企業(yè)用戶提供服務(wù)，致力于構(gòu)筑云邊融合、物信融合、數(shù)智融合的智慧城市和數(shù)字化企業(yè)。秉承“專業(yè)、厚實(shí)、誠(chéng)信”的經(jīng)營(yíng)理念，海康威視踐行“成就客戶、價(jià)值為本、誠(chéng)信務(wù)實(shí)、追求卓越”的核心價(jià)值觀，不斷創(chuàng)新，不斷發(fā)展多維感知、人工智能、與大數(shù)據(jù)技術(shù)，為人類的安全和發(fā)展開拓新視界。2010年5月，?？低曉谏钲谧C券交易所中小企業(yè)板上市，股票代碼：002415。

大華股份

浙江大華技術(shù)股份有限公司，是全球領(lǐng)先的以視頻為核心的智慧物聯(lián)解決方案提供商和運(yùn)營(yíng)服務(wù)商，以技術(shù)創(chuàng)新為基礎(chǔ)，圍繞客戶服務(wù)持續(xù)構(gòu)建全鏈路的技術(shù)開放體系，全面拓展城市級(jí)、企業(yè)級(jí)市場(chǎng)的物聯(lián)數(shù)據(jù)應(yīng)用與深度，為城市、企業(yè)、家庭數(shù)字化轉(zhuǎn)型提供一站式智慧物聯(lián)服務(wù)與解決方案。

2020年，公司實(shí)現(xiàn)營(yíng)業(yè)收入264.66億元，現(xiàn)擁有18000多名員工，其中研發(fā)人員占比超50%。公司每年以10% 左右的銷售收入投入研發(fā)，不斷致力于技術(shù)創(chuàng)新，建立了先進(jìn)技術(shù)研究院、大數(shù)據(jù)研究院、中央研究院、網(wǎng)絡(luò)安全研究院和智慧城市研究院。依托對(duì)智慧物聯(lián)的深入洞察與布局，公司持續(xù)探索新興業(yè)務(wù)，延展了機(jī)器視覺(jué)、機(jī)器人、視訊協(xié)作、智慧無(wú)人機(jī)、智慧消防、汽車技術(shù)、智慧存儲(chǔ)、智慧安檢、智慧顯控、智慧控制等創(chuàng)新業(yè)務(wù)。

大華股份的營(yíng)銷和服務(wù)網(wǎng)絡(luò)覆蓋全球，在亞洲、北美洲、南美洲、歐洲、非洲、大洋洲建立了58個(gè)境外分支機(jī)構(gòu)，在國(guó)內(nèi)設(shè)立了200多個(gè)辦事處，為客戶提供快速、優(yōu)質(zhì)的服務(wù)。公司產(chǎn)品和解決方案覆蓋全球180個(gè)國(guó)家和地區(qū)，廣泛應(yīng)用于交通、制造、教育、能源、金融、環(huán)保等多個(gè)領(lǐng)域，并參與了中國(guó)國(guó)際進(jìn)口博覽會(huì)、G20杭州峰會(huì)、里約奧運(yùn)會(huì)、廈門金磚國(guó)家峰會(huì)、老撾東盟峰會(huì)、上海世博會(huì)、廣州亞運(yùn)會(huì)、港珠澳大橋等重大工程項(xiàng)目。

產(chǎn)品表面缺陷檢測(cè)屬于機(jī)器視覺(jué)技術(shù)的一種，就是利用計(jì)算機(jī)視覺(jué)模擬人類視覺(jué)的功能，從具體的實(shí)物進(jìn)行圖象的采集處理、計(jì)算、最終進(jìn)行實(shí)際檢測(cè)、控制和應(yīng)用。產(chǎn)品的表面缺陷檢測(cè)是機(jī)器視覺(jué)檢測(cè)的一個(gè)重要部分，其檢測(cè)的準(zhǔn)確程度直接會(huì)影響產(chǎn)品最終的質(zhì)量?jī)?yōu)劣。由于使用人工檢測(cè)的方法早已不能滿足生產(chǎn)和現(xiàn)代工藝生產(chǎn)制造的需求，而利用機(jī)器視覺(jué)檢測(cè)很好地克服了這一點(diǎn)，表面缺陷檢測(cè)系統(tǒng)的廣泛應(yīng)用促進(jìn)了企業(yè)工廠產(chǎn)品高質(zhì)量的生產(chǎn)與制造業(yè)智能自動(dòng)化的發(fā)展。

應(yīng)用表面缺陷檢測(cè)系統(tǒng)，提高了檢測(cè)的準(zhǔn)確度和效率。那么，在進(jìn)行產(chǎn)品表面檢測(cè)之前，有幾個(gè)步驟需要注意。

首先，要利用圖像采集系統(tǒng)對(duì)圖像表面的紋理圖像進(jìn)行采集分析；

第二，對(duì)采集過(guò)來(lái)的圖像進(jìn)行一步步分割處理，使得產(chǎn)品表面缺陷能像能夠按照其特有的區(qū)域特征進(jìn)行分類；

第三，在以上分類區(qū)域中進(jìn)一步分析劃痕的目標(biāo)區(qū)域，使得范圍更加的準(zhǔn)確和精確。

通過(guò)以上的三步處理之后，產(chǎn)品表面缺陷區(qū)域和特征能夠進(jìn)一步確認(rèn)，這樣表面缺陷檢測(cè)的基本步驟就完成了。

責(zé)任編輯：tzh