机器视觉系统的定义，组成、分类及优势

本文关于机器视觉系统的定义，组成、分类及优势。

随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。

机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

1.机器视觉介绍

机器视觉顾名思义是使机器具有像人一样的视觉功能，从而实现各种检测、判断、识别、测量、定位等功能。一个典型的机器统包括光源、镜头、相机CCD相机和CMOS相机)、图像处理器(硬件)、图像处理软件、显示器、执行单元等。

机器视觉系统通过图像采集硬件(相机、镜头、光源等)将被摄取目标转换成图像信号，并传送给专用的图像处理系统。图像处理系统根据像素亮度、颜色分布等信息，对目标进行特征抽取，并做相应的判断，进而根据结果来控制现场的设备。机器视觉系统综合了光学、机械、电子、计算机软硬件方面的技术，涉及图像处理、模式识别、人工智能、光机电一体化等多个学科领域。近年来图像处理和模识别等技术的快速发展，大大地推动了机器视觉的发展。

机器视觉系统具有高效率、高柔性、高自动化等特点。在大批量工业生产过程中，如果用人工视觉检查产品质量，往往效率低且精度不高，用机器视觉检测可以大幅度提高检测效率和生产的自动化程度；同时，在一些不适合人工作业的危险工作环境或人眼难以满足要求的场合中，也常用机器视觉来替代人眼，如核电站监控、晶圆缺陷检测；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之一。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理及信息集成，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装配定位、产品质量检测、产品识别、产品尺寸测量等方面。

2.机器视觉自动检测和人工检测对比

机器视觉不但具有高效率、高柔性、高度自动化等特点，而且可以实很高的分辨精度与稳定性。机器视觉系统与被测对象无接触，安全可靠。理论上，人眼观察不到的范围机器也可以观察，例如红外线、微波、紫外线、甚至X光线等，而机器视觉则可以利用这方面的传感器将这些人眼不可见得得形成图像。此外人眼无法长时间观察的对象，机器视觉可以长时间观察。人工检测与机器视觉自动检测的区别主要有：

3.机器视觉系统的构成

一个典型的基于PC的工业机器视觉系统包括：光源、镜头、相机(包括CCD相机和COMS 相机〉、采集卡、视觉处理系统五个部分组成。各个部分之间相互配合，最终完成其检测要求。进年来，随着机器视觉技术的日益成熟，集成了图像采集功能的数字摄像机得到广泛使用。

光源是影响机器视觉系统输入的重要因素，光源直接影响图像质量和效果。针对每个特定的应用实例，要选择相应的光源及打光方式，以达到最佳的效果。打光方式可以分为明场照明和暗场照明。

镜头的功能是将工件成像至摄像机的感光芯片上，镜头主要分为CCT镜头和远心镜头。

摄像机是将光信号转换成电信号。早期的摄像机没有将模拟电信号转换成数字电信号的功能，所以称为模拟相机。模拟相机一般需要和图像采集卡配合使用，图像采集卡将模拟相机的电信号传换成数字信号，并传输至电脑。而近年来的数字摄像机具有模拟转换功能，并遵从一定的通信协议，所以能够直接将采集到的图像信号传输至摄像机。这类摄像机称为数字相机，目前已成为机器视觉系统的主流摄像机了。

视觉处理系统包含了硬件和软件两方面。根据硬件的不同，又分为智能相机和基于PC的视觉系统。软件的核心技术为图像处理算法，它包括图像的增强、图像分割、特征抽取、图像识别与理解等方面。通过图像处理与分析，从而进行产品质量的判断、尺寸测量等功能，并将结果信号传输到相应的硬件进行显示或执行。

4.机器视觉的发展

   机器视觉的发展历程

国外机器视觉的发展历程：20世纪50年代提出的机器视觉概念，20世纪70年代真正开始发展，20世纪80年代进入发展期，20世纪90年代发展趋于成熟，20世纪90年代后高速发展。在机器视觉发展的历程中，有2次大的飞跃，一是20世纪70年代CCD图像传感器的出现，摄像机是机器视觉发展历程中的一个重要转折点；二是20世纪80年代CPU、DSP等图像处理技术的飞速进步，为机器视觉飞速发展提供了基础条件。

国内机器视觉发展的历程：开始起步是20世纪80年代，20世纪90年代进入发展期，加速发展则是近几年的事情。中国正在成为世界机器视觉发展最活跃的地区之一，其中最主要的原因是中国已经成为全世界的制造中心，许多先进生产线已经迁移至中国，许多具有国际先进平的机器视觉系统也进入了中国。国内的视觉企业研发投入不断增强，研发出了一些非常具有竞争力的产品。

   机器视觉带来的新的发展趋势

在摄像机方面，更快且更高分辨率的相机不断被研发出来。为提高图像传输速度，图像传输总线的带宽不断提高，甚至新的图像传输协议也得到推广，如A|A颁布的 CameraLink和GigEVision两个标准。欧洲机器视觉协会(EMVA)颁布的 GenICam标准。此外不同效果、不同打光方式的LED光源也得到深入的研究和广泛使用。

5.机器视觉的典型应用

由于机器视觉系统具有高效率、高度,高可性、高柔性、高度自动化等特点，其在工业制造、航空航天、科研等领域得到越来越广泛的应用。其中机器视觉在工业制领派主要用于装配定位、产品质量检测、产品识别、产品尺寸测量等方面。

   半导体行业视觉应用

机器视觉在半导体行业的应用已非常普遍,涉及到半导体外观缺陷、尺寸大小、数量、平整度、间距、定位、焊点质量、弯曲度等的检测和测量。

检测内容包括：晶圆缺陷检测;晶圆划片定位与尺寸测量；IC封装定位、外观检测；硬盘支架尺寸测量、倒角检测；硬盘盘片划伤、异物检测；IC引脚平整度检测等。

   印刷行业视觉应用

印刷包装行业是机器视觉系统的重要应用领域之一，机器视觉系统能够迅速准确的发现印刷品中的各类缺陷，提高产品质量和生产效率，降低企业成本。被检测的印刷品形式多样，从印刷材质的种类可以分为：纸张、塑料盒金属（钢板）等；从印刷的形式可分为：卷曲材料和单张产品。

检测内容包括：材质的缺陷检测（如孔洞、异物等）；印刷缺陷检测（如飞墨、刀丝、蹭板、套印不准等）；颜色缺陷检测（如浅印、偏色、露白等）。

   食品/饮料行业视觉应用

近年来，啤酒/饮料行业的包装技术迅速发展，在高速包装线上，人工和相对简单的检测技术已不能满足企业对于包装检测的需要。国内的一些啤酒饮料的著名生产厂家也已经开始意识到产品的外观与其内在质量同等重要，同样会影响一个企业的声誉，所有这些对于机器探觉技术的推广都是非常关键的有利因素。

检测内容包括：玻璃瓶的质量检测（如瓶口破损、瓶身、瓶底异物检测）、瓶子的计数、灌装液位检测、灌装后异物检测、标签位置及喷码检测。

   医药/医疗行业视觉应用

机器视觉技术在医药行业的广泛适用性为其迎来更加广阔的市场空间。

检测内容包括：体制剂的灌装液位、瓶体内杂质及封盖质量、尺寸不合格的胶囊检测、医药产品的外包装打码效果、外包装纸箱的满箱检测及计数。

   SMT行业视觉应用

SMT是表面贴装技术(Surface Mounted Technology的缩写)，是目前电子组装行业里最流行的一种技术和工艺。主要用于SMT生产线上的定位与质量检验，包括印刷机PCB与钢网对位，锡膏3D扫描，贴片机元器件定位，印刷AOI，贴片后AOI，炉后AOI等。

检测内容包括：虚焊、多锡、少锡、桥接、元件偏移、元件极性、元件侧立、元件翻转、OCR、OCV、条码识别。

6.机器视觉的优势究竟有哪些？

虽然人类视觉最擅长于对复杂、非结构化的场景进行定性解释，但机器视觉则凭借速度、精度和可重复性等优势，擅长于对结构化场景进行定量测量，举例来说，在生产线上，机器视觉系统每分钟能够对数百个甚至数千个元件进行检测。配备适当分辨率的相机和光学元件后，机器视觉系统能够轻松检验小到人眼无法看到的物品细节特征。

另外，由于消除了检验系统与被检验元件之间的直接接触，机器视觉还能够防止元件损坏，也避免了机械部件磨损的维护时间和成本投入。通过减少制造过程中的人工参与，机器视觉还带来了额外的安全性和操作优势。此外，机器视觉还能够防止洁净室受到人为污染，也能让工人免受危险环境的威胁。

以上就是小编为大家整理的关于机器视觉系统的定义，组成、分类及优势的相关内容。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。