机器视觉介绍

$$机器视觉介绍$$

---

机器视觉检测系统任务
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 什么是机器视觉（MV）

“机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理真实物体的图像，以获得所需信息或用于控制机器人运动的装置。”

机器视觉就是用机器代替人眼来做测量和判断。

---

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，汽车车身检测，金属铸件检测，装配线上检测，尺寸测量。
电子、半导体行业	PCB板钻孔定位及测量，BGA锡珠检测，手机平板装配，零部件外观检测，航天电池片检测。
烟草行业	油封质量检测，在线包装质量检测，烟支外观检测，铝箔纸检测，杂物剔除。
金属加工行业	表面质量在线检测，工件识别测量定位，圆孔直径测量，齿轮缺陷检测，钢材尺寸检测，螺丝流水线检测，缺陷检测，金属球表面二维码在线识别系统。
包装行业	证件配页装订在线检测，票据号码印刷质量在线检测，啤酒瓶盖高速检测，卷烟条盒包装质量检测，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、表面伤缺
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，单工位的人工上下料检测
静	在线静态检测，在线停止的检测
动	在线动态检测，在线不停止的检测
机	机器人辅助定位， 机器人引导
高	高速分检，超高速的快速分类
扫	线扫描检测，大幅面、高均匀的检测

---

三 干扰因素

（受环境干扰影响大）

干扰因素
光照	太阳光的干扰，不同材质物体的反光特性不同。
干扰物	积灰、油污、废弃物、烟尘、水汽都会带来不确定的影响。
震动	规律性的震动，突发的震动。
空间	安装空间、物体的运动空间。
温度	不同的温度下，光学特性会不同。

---

四 优劣

视觉系统的优势领域	视觉系统的劣势领域
产品单一，检测任务单一。	产品随机或者不确定。
重复、繁琐的检测任务。	不同产品有不同的检测任务。
特殊的检测任务。	只有定性没有定量的检测要求。
危险或不适宜人的工作场合。	缺少足够测试样本的需求。

---

五 方案设计

（技术方案多变，需要通过实验来确定方案。）

	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	通过实验确定技术方案
采购	根据初步设计指定采购清单	实验借用、实验采购、项目采购
软件编制	根据工艺流程图编制	不同的方案不同的算法,确定方案之前就已经开始了部分的方案验证设计。
现场调试	根据设备运转情况调试	根据生产的情况和环境的变化进行调试

---

六 方案设计过程

1 需求获取

(了解客户的检测产品、检测目的和检测指标)

• 产品大小规格及数量。
• 产品的特性。
• 检测内容及指标。
• 检测精度要求。
• 检测速度要求。
• 运动中还是静止检测。
• 结果输出方式，IO及通讯方式等。

2 方案准备

（为实现客户的检测要求而准备方案）

• 包含检测特征的实物样品。
• 初步评估需要使用的相机、镜头、光源选型。
• 需要的话可以向厂家要求借测。
• 必要的实验平台。

3 方案设计

（对客户提供的样品做实验结果验证和配置选型）

• 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。

七 工业前沿

3d视觉:

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。

深度学习:

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

九 标定

标定的作用：

1. 像素变换（单位像素的物理长度）
2. 透视投影及光学畸变校正
3. 不同坐标系之间的标定
4. 多个相机通过标定统一到同一个坐标系

十 机器视觉工业应用的通用流程

1. 采集图像
2. Blob分析（目标特征对象有无分析）
3. 获得位置、角度信息
4. 仿射变换（进行定位）
5. 图像预处理
6. 图像处理
7. 结果输出