影像處理可選擇的出路 - 工程師

對 也不對

1. case by case
因為設備的金額高, 你要檢測的東西就不一樣
所以你當然要用不一樣的演算法, 要用不一樣的光源相機
你在不一樣的情況之下要檢不一樣的東西
你就會用到不一樣的演算法 case by case是全世界的AOI的公司都會作的事

2. 改機構或光源解決
這有兩個原因

1. 改機構或光源解決比較省錢比較快
就像明明某些東西, 你打紅光就很簡單可以檢出缺陷
你用白光就比較不好檢 誤檢率高
你為什麼要用白光去搞一堆, 換個紅光就可以解決的事
就要用白光? 簡單的事就用簡單的方法解決
把他全部推給軟體 一點意思都沒有


2. 你的軟體本身能力就不好

AOI要面對的問題就是影像定位
問你一個問題 你們的影像定位是自己寫還是直接call函式庫?

並不是使用 patmax, easyMatch.... 叫作開發演算法

也許有一天你遇到一個案子, 裡面的功能你都有辦法自己解決

但就缺一個定位演算法 要旋轉 放大縮小 (OpenCV作不到)
而定位精度要到subpixel等級

你是要花開發license 約20萬 + runtime license 約10萬 共約30萬
去買一套就為了達到一個功能?

可是當你這個案子 總金額只有100萬
你軟體中的一個功能 定位就要到30萬了
你要怎麼辦?

你知道Cognex靠著Patmax 在各種領域吃到飽到撐嗎?
他是AOI廠啊 工業視覺廠啊
但是 半導體 組裝廠 鋼鐵廠 等等.....
都在用Patmax在定位

因為 穩 快 適應性高 這是個別人達不到境界

你當有一天你需求只要達到他的一半快
而你的功能又不需要像他適應性那麼高
你可以自己寫一個演算法 來取代這30萬 但功能你現在的應用就夠用了

你覺得這你學不到東西嗎?

當你買的函式庫 有一天你要的功能他的功能都不合用
或者為了達到你要的功能 你必須繞一大圈用一堆函式來達到
你想要自己寫一個 但你自己寫的東西卻變成速度瓶頸
你會SIMD指令嗎? 你會平行化處理嗎?
你知道怎麼用減少運算量的方式來達到你要的目的嗎?
這些問題 你真的想過嗎?


我並不覺得AOI學不到東西
只是看你用什麼視野去想 還有你有沒有多擴充演算法的知識
當你知道更多方法可以應用在AOI
你就會去想更多的事情

而不是永遠只有 Otsu->Thresholding -> Erosion -> Dilation ->算質心
->定位

這種東西 來上三個月的影像處理 會coding
就會了 何需要唸到研究所?

--