机 器 视 觉 介 绍 机器视觉介绍 机器视觉介绍
机器视觉检测系统任务任务 尺寸测量 、条码识别 、外观测量 、字符识别 定位测量 、有无检测 、瑕疵检测 、颜色识别
一 机器视觉是什么？（MV）
机器视觉是一种通过光学装置和非接触式传感器自动接收和处理真实物体的图像，以获取所需信息或控制机器人运动的装置。
机器视觉是用机器代替人眼进行测量和判断。
要求： 一 掌握机器视觉各部件及选型知识（光源等） 二 熟悉机器视觉软件的应用 三 能够设计典型的视觉系统
二 应用领域
| 应用领域 | 典型应用 |
|---|---|
| 汽车制造业 | 气缸盖监测、车身检测、金属铸件检测、装配线检测、尺寸测量。 |
| 电子、半导体行业 | PCB板钻定位及测量，BGA锡珠检测、手机平板装配、零件外观检测、航天电池片检测。 |
| 烟草行业 | 油封质量检验、在线包装质量检验、烟支外观检验、铝箔检验、杂物清除。 |
| 金属加工业 | 在线表面质量检测、工件识别测量定位、圆孔直径测量、齿轮缺陷检测、钢尺寸检测、螺钉装配线检测、缺陷检测、金属球表面二维码在线识别系统。 |
| 包装行业 | 文件页面装订在线检测、票据号码印刷质量在线检测、啤酒瓶盖高速检测、卷烟盒包装质量检测、硬币边缘字符在线、包装带缺陷高速自动检测。 |
| 应用 | |
|---|---|
| 引导 | 定位、纠偏、实时反馈 |
| 检测 | 防错、计数、分类、表面损伤 |
| 测量 | 距离、角度、真圆度、直线度 |
| ID | 一维码、二维码、OCR |
| 应用 | |
|---|---|
| 离 | 离线检测机台、单站人工上下料检测 |
| 静 | 在线静态检测，在线停止检测 |
| 动 | 在线动态检测，在线不停止检测 |
| 机 | 辅助定位机器人， 机器人引导 |
| 高 | 高速分检，超高速快速分类 |
| 扫 | 线扫描检测，大幅度、高均匀检测 |
三 干扰因素
(受环境干扰影响较大)
| 干扰因素 | |
|---|---|
| 光照 | 阳光干扰，不同材料的反射特性不同。 |
| 干扰物 | 灰、油、废、烟、水蒸气都会产生不确定性。 |
| 震动 | 定期振动，突然振动。 |
| 空间 | 物体的安装空间和运动空间。 |
| 温度 | 光学特性在不同的温度下会有所不同。 |
四 优劣
| 视觉系统的优势领域 | 视觉系统的劣势 |
|---|---|
| 产品单一，检测任务单一。 | 随机或不确定的产品。 |
| 重复繁琐的检测任务。 | 不同的产品有不同的检测任务。 |
| 特殊的检测任务。 | 只有定性没有定量检测要求。 |
| 工作场所危险或不适合人。 | 测试样本缺乏足够的要求。 |
五 方案设计
(技术方案多变，需要通过实验来确定。
| PLC控制系统 | 机器视觉 | |
|---|---|---|
| 客户需求 | 外设清单，工艺描述 | 检测要求、现场环境、详细技术参数 |
| 方案制定 | 根据清单，客户指定配置系统 | 技术方案通过实验确定 |
| 采购 | 根据初步设计指定的采购清单 | 实验借用、实验采购、项目采购 |
| 软件编制 | 按工艺流程图编制 | 不同的方案有不同的算法，部分方案验证设计在确定方案之前就已经开始了。 |
| 现场调试 | 根据设备运行情况进行调试 | 根据生产条件和环境变化进行调试 |
六 方案设计过程
1 需求获取
- 产品尺寸、规格和数量。
- 产品特性。
- 测试内容和指标。
- 检测精度要求。
- 检测速度要求。
- 运动中仍有静止检测。
- 结果输出模式，IO通信方式等。
2 方案准备
- 实物样品包含检测特征。
- 对相机、镜头、光源选型进行初步评估。
- 如有必要，可向厂家要求借测。
- 必要的实验平台。 /ul>
- 对成像的效果使用软件快速评估成像方案是否可行。
- 适用软件验证检测效果的精度和重复性，验证检测任务是否可实现。
- 根据验证的结果给出方案的配置和报价。
- 像素变换（单位像素的物理长度）
- 透视投影及光学畸变校正
- 不同坐标系之间的标定
- 多个相机通过标定统一到同一个坐标系
- 采集图像
- Blob分析（目标特征对象有无分析）
- 获得位置、角度信息
- 仿射变换（进行定位）
- 图像预处理
- 图像处理
- 结果输出
3 方案设计
七 工业前沿
目前处于起步阶段，但在部分领域逐渐使用，包括导检测、逆向工程、测绘、定位识别、测量等，但精度限制了3D视觉在很多场景的应用，目前工程上识别定位与测量应用较多，相信未来这块潜力巨大。
传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络（如卷积神经网络等）来学习简单特征、建立复杂特征、学习映射并输出。
随着越来越多的基于深度学习的机器视觉软件推向市场，深度学习给机器视觉的赋能会越来越明显。
八 商业视觉软硬件
Cognex康耐视:系统、软件、传感器、智能相机。 Keyence基恩士:系统、软件、传感器、智能相机。 Halcon 德国MVTEC公司:软件。 NI美国国家仪器:软件、智能相机。 HIKVISION海康威视:相机、镜头、软件。 DAHUA大华:相机、镜头、软件。 汇萃视觉:软件