在现代工业自动化生产中,涉及到各种各样的检验、生产监视及零件识别应用,例如零配件批量加工的尺寸检查,自动装配的完整性检查,电子装配线的元件自动定位,IC上的字符识别等。通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作,其它物理量传感器也难有用武之地。

由此人们开始考虑利用光电成像系统采集被控目标的图像,而后经计算机或专用的图像处理模块进行数字化处理,根据图像的像素分布、亮度和颜色等信息,来进行尺寸、形状、颜色等的判别。这样,就把计算机的快速性、可重复性,与人眼视觉的高度智能化和抽象能力相结合,由此产生了机器视觉的概念。

浅析机器视觉系统优缺点-机器视觉_视觉检测设备_3D视觉_缺陷检测

  一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。当这些要求完全确定后,这个系统就设计并建立来满足这些准备的要求。

  机器视觉的优点包括以下几点:

  精度高

  作为一个准确的测量仪器,设计的视觉系统能够对一千个或更多部件的一个进行空间测量。因为此种测量不需要接触,所以对脆弱部件没有磨损和危险。

  连续性

  视觉系统可以使人们免受疲劳之苦。因为没有人工操作者,也就没有了人为造成的操作变化。多个系统可以设定单独运行。

  成本效率高

  随着计算机处理器价格的急剧下降,机器视觉系统成本效率也变得越来越高。一个价值10000美元的视觉系统可以轻松取代三个人工探测者,而每个探测者每年需要20000美元的工资。另外,视觉系统的操作和维持费用非常低。

  灵活性

  视觉系统能够进行各种不同的测量。当应用变化以后,只需软件做相应变化或者升级以适应新的需求即可。

  许多应用满意过程控制(SPC)的公司正在考虑应用机器视觉系统来传递持续的、协调的和准确的测量SPC命令。在SPC中,制造参数是被持续监控的。整个过程的控制就是要保证这些参数在一定的范围内。这使制造者在生产过程失去控制或出现坏部件时能够调节过程参数。

  机器视觉系统比光学或机器传感器有更好的可适应性。它们使自动机器具有了多样性、灵活性和可重组性。当需要改变生产过程时,对机器视觉来说“工具更换”仅仅是软件的变换而不是更换昂贵的硬件。当生产线重组后,视觉系统往往可以重复使用

  机器视觉系统的构成

  机器视觉技术用计算机来分析一个图像,并根据分析得出结论。现今机器视觉有两种应用。机器视觉系统可以探测部件,在此光学器件允许处理器更准确的观察目标并对哪些部件可以通过哪些需要废弃做出有效的决定;机器视觉也可以用来创造一个部件,即运用复杂光学器件和软件相结合直接指导制造过程。

  尽管机器视觉应用各异,但都包括以下几个过程;

  图像采集

  光学系统采集图像,图像转换成模拟格式并传入计算机存储器。

  图像处理

  处理器运用不同的算法来提高对结论有重要影响的图像要素。

  特性提取

  处理器识别并量化图像的关键特性,例如印刷电路板上洞的位置或者连接器上引脚的个数。然后这些数据传送到控制程序。

  判决和控制

  处理器的控制程序根据收到的数据做出结论。例如:这些数据包括印刷电路板上的洞是否在要求规格以内或者一个自动机器如何必须移动去拾取某一部件。