阳光学院是国家“世界一流学科建设高校”、“211工程”重点建设高校福州大学与世界500强阳光控股于2001年联合举办的本科高校。创办以来，美丽“氧”人的卧龙山校区聚集了一大批教育情怀浓厚、学术造诣深厚的学者专家，他们被光明磊落、勇猛精进的阳光文化所吸引，在早已功成名就的人生阶段，毅然选择致力于阳光学院一流本科教育的建设，从而培养出一批又一批优秀的阳光学子。

制造业正在经历一场重大的数字化转型。传统模式正在演变为工业4.0。随着包括像成像技术；CMOS传感器；嵌入式视觉；机器和深度学习；机器人接口；数据传输标准和图像处理能力在内的不同领域的迅速发展，计算机视觉技术可以使制造业在不同层次上受益。

计算机视觉

它是人工智能和计算机科学的一个领域，旨在为计算机提供对世界的视觉理解。计算机视觉的目标是利用数字图像并通过图像采集、图像处理、图像分析三个主要的处理组件来模拟人类视觉。

预测性维护

预测性维护是一种防止昂贵制造设备故障的方法，通过分析在整个生产过程中的数据，提前查明异常行为，以确保可以采取适当的措施来避免长时间的生产停机。

如果你能在故障即将发生前收到手机应用程序的警告。听起来很有趣，对吧?多亏了预测性维护，它可以告诉我们何时需要更换部件，减少计划内的停机时间，并使产品在最佳时间内运行。这将有助于减少不必要的维修费用。

预测性维护技术

1.振动分析--通过设备内置的手持分析器或实时传感器来监测机器的振动，其预测潜在故障的能力使其成为了计划维护、提高资产性能的有用工具，有助于防止计划外的停机。

2.红外热成像——有助于使用红外摄像机来检测高温(热点)。通过识别热点，红外线可以帮助避免昂贵的维修和停机时间。

3.超声波分析--可以使用声音来识别失败的资产。可用于泄漏检测、机械检测、电气检测、电弧闪光检测、疏水阀检修、阀门检测等。

4.声学监测--有助于在声波或超声波水平上检测设备中的气体、液体或真空泄漏。这些相对来说都会比超声波要便宜。

读取条形码

条形码是用于产品、包装或部件的机器可读图样。它们可用于在产品的整个生命周期中提供信息和跟踪产品。识别和处理成千上万的条形码是一项需要人工执行的繁琐任务，它需要将扫描仪操作员放置在条形码附近，以便获得正确的结果。

然而，通过计算机视觉扫描，产品通过传送带时不一定需要对准基于摄像头的扫描仪就可以正确地检测条形码。智能产业也正在整合OCR(光学字符识别)技术，使图像中的信息可由机器读取和使用。一些技术，如条形码识别(OBR)、智能字符识别(ICR)和光学标记识别(OMR)都可以用来扩展现有的功能。

产品和部件的装配

计算机视觉可以确保产品和部件的装配能够严格的按照标准进行。严格的评估标准减少了产品召回事件，并提高生产率。例如，一个生产大量乳制品的乳制品生产公司可以利用计算机视觉技术来确保正确的包装。它也有助于检查包装瓶的其他关键特征，如瓶盖密封，位置，标签等等。

缺陷识别

对于任何制造公司来说，清点大量的货物和产品是一项相当麻烦的任务。计算机视觉可以提供从捕获的图像获取实时信息分析，以执行复杂的检查任务。它提供了一个计数机制系统，可以帮助验证每个容器中是否包含了正确的项目数量。如果产品总数不正确，或者一个集装箱被标记为有缺陷，并且该容器到达了生产线的末端，则包含任何缺陷件的任何容器都将被拒收。这将有助于消除包装和运输任何缺陷产品的风险。

机器和深度学习

有难以想象的数量的感官数据，其中包含了多种格式，结构和语义。深度学习技术使人们能够自动从这些数据中学习，发现模式，并据此做出决策。它能够区分不同级别的数据分析，包括预测性维护、规范性分析、诊断分析和描述性分析。

进入工业4.0

计算机视觉将在制造业掀起一场风暴。制造业和分销业的变化也导致了智能产品和创新性制造模式的出现。以图像和语音识别的形式出现的自动化，也提高了生产率和准确性。智能工厂正在经历在意外停机时间的大幅削减和更好的产品设计、效率的提高、过渡时间的缩短以及更好的整体产品质量和工人安全。

我校人工智能专业师资结构合理，其中博士20人，高级职称28人，高级职称比例占比近60%，博导4人，硕导6人；其专任教师长期从事人工智能、机器视觉、信号处理、机器人运动控制、图形图像分析与处理等相关领域的研究与教学工作。