技术文章

  一、概述
    机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
    机器视觉（Machine vision） 
    　　机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 
    　　正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。 
    二、组成结构
    　　一个典型的工业机器视觉系统包括：光源、镜头、 CCD 照相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯 / 输入输出单元等。 
    　　系统可分为： 
    　　主端电脑（Host Computer） 、影像撷取卡（Frame Grabber）与影像处理器 、影像摄影机 、CCT镜头 、显微镜头 、照明设备 、Halogen光源 、LED光源 、高周波萤光灯源 、闪光灯源 、其他特殊光源 、影像显示器 、LCD 、机构及控制系统 、PLC、PC-Base控制器 、精密桌台 、伺服运动机台 等部分。
    三、工作原理  
    　　机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。                   
    四、机器视觉的应用
    　　1.自动光学检查（如图像识别、图像检测、视觉定位、物品分拣等） 
    　　2.人脸侦测 
    　　3.无人驾驶汽车 
    　　【机器视觉特点】 
    　　1.摄像机的拍照速度自动与被测物的速度相匹配，拍摄到理想的图像； 
    　　2.零件的尺寸范围为2.4mm到12mm，厚度可以不同； 
    　　3.系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测，并输出结果； 
    　　4.针对不同尺寸的零件，排序装置和输送装置可以调整料道的宽度，使零件在固定路径上运动并进行视觉检测； 
    　　5.机器视觉系统分辨率达到1600×1200，动态检测精度可以达到0.02mm； 
    　　6.废品漏检率为0； 
    　　7.本系统可通过显示图像监视检测过程，也可通过界面显示的检测数据动态查看检测结果； 
    　　8.具有对错误工件及时准确发出剔除控制信号、剔除废品的功能； 
    　　9.系统能够自检其主要设备的状态是否正常，配有状态指示灯；同时能够设置系统维护人员、使用人员不同的操作权限； 
    　　10.实时显示检测画面，中文界面，可以浏览zui近几次不合格品的图像，具有能够存储和实时察看错误工件图像的功能； 
    　　11.能生成错误结果信息文件，包含对应的错误图像，并能打印输出。 
    　　流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。现在采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。 
    特征提取辨识
    　　1． 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致； 
    　　2． 杂质的形状难以事先确定； 
    　　3． 由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声； 
    　　4． 在流水线上，对布匹进行检测，有实时性的要求； 
    　　由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。 
    Color检测：一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红（R）绿（G）篮（B）三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似，在颜色空间中也不尽相同。基于上述原因，我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。 
    Blob检测：根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积,以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。结果处理和控制：应用程序把返回的结果存入数据库或用户的位置，并根据结果控制机械部分做相应的运动。 
    　　机器视觉在国内外的应用现状
    　　在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。 
    　　而在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。到二十一世纪，随着科学进步，视觉技术开始在自动化行业成熟应用，目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。

详情请咨询：www.hdseiki.com.cn