机器视觉技术推动工业自动化

  随着工业4.0的到来，在工业自动化中逐渐起着十分重要的地位，机器视觉技术的不断创新，推动了工业机器视觉技术自动化、智慧安防以及人工智能等行业的进步，机器视觉技术的发展为这项技术所能应用的领域也带来了更多发展潜力与机会.

今天，咱们就来感受一下机器视觉技术的魅力。

　　机器视觉的四大典型架构

　　1.镜头

　　镜头相当于人类眼球的存在，它在机器视觉系统中主要负责光束调制，并完成信号传递。据了解，目前为止市面上大多数的镜头都能够满足机器视觉应用的需求，但是更专业的机器视觉系统可能需要定制的镜头和涂层。幸运的是，许多具有内部生产能力的镜头制造商，已经准备好定制镜头来满足这些应用需求。当然，这些定制镜头会比较昂贵，因此它们通常仅用于那些对成本不敏感的特定成像系统中(例如军事应用)，或是大批量消费产品的生产线中。

　　2.工业相机

　　工业相机在机器视觉系统中本质的功能就是将光信号转变为电信号。与普通相机相比，它具有更高的传输力、抗干扰力以及稳定的成像能力。按照不同标准可有多种分类：按输出信号方式，可分为模拟工业相机和数字工业相机;按芯片类型不同，可分CCD工业相机和CMOS工业相机。

　　3.图像采集卡

　　虽然图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色，直接决定了摄像头的接口：黑白、彩色、模拟、数字等。比较典型的有PCI采集卡、1394采集卡、VGA采集卡和GigE千兆网采集卡。这些采集卡中有的内置多路开关，可以连接多个摄像机，同时抓拍多路信息。

　　4.机器视觉软件

　　机器视觉软件是机器视觉系统中自动化处理的关键部件，根据具体应用需求，对软件包进行二次开发，可自动完成对图像采集、显示、存储和处理。通过前期传送给专用的图像处理软件，根据像素分布和亮度、颜色等信息，转变成数字化信号;机器视觉软件再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。

　　机器视觉的五个常见应用领域

　　机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台，因此它的应用范围十分广泛，行业应用领域更是多到令人眼花缭乱。

      1.图像识别应用

　　图像识别，是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。图像识别在机器视觉工业领域中典型的应用就是二维码的识别了，二维码就是我们平时常见的条形码中为普遍的一种。将大量的数据信息存储在这小小的二维码中，通过条码对产品进行跟踪管理，通过机器视觉系统，可以方便对各种材质表面的条码进行识别读取，大大提高了现代化生产的效率。

　　2.图像检测应用

　　图像检测是机器视觉工业领域主要的应用之一，几乎所有产品都需要检测，而人工检测存在着较多的弊端，人工检测准确性低，长时间工作的话，准确性更是无法保证，而且检测速度慢，容易影响整个生产过程的效率。因此，机器视觉在图像检测的应用方面也非常的广泛，例如：硬币边缘字符的检测。

　　2000年10月新发行的第五套人民币中，壹圆硬币的侧边增强了防伪功能，鉴于生产过程的严格控制要求，在造币的一道工序上安装了视觉检测系统;印刷过程中的套色定位以及较色检查、包装过程中的饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等;玻璃瓶的缺陷检测。机器视觉系统对玻璃瓶的缺陷检测，也包括了玻璃瓶范畴，也就是说机器视觉也涉及到了，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。

　　3.视觉定位应用

　　视觉定位要求机器视觉系统能够快速准确地找到被测零件并确认其位置。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域基本的应用。

　　4.物体测量应用

　　机器视觉工业应用大的特点就是其非接触测量技术，同样具有高精度和高速度的性能，但非接触无磨损，消除了接触测量可能造成的二次损伤隐患。常见的测量应用包括齿轮、接插件、汽车零部件、IC元件管脚、麻花钻、罗定螺纹检测等。

　　5.物体分拣应用

　　实际上，物体分拣应用是建立在识别、检测之后一个环节，通过机器视觉系统将图像进行处理，实现分拣。在机器视觉工业应用中常用于食品分拣、零件表面缺陷自动分拣、棉花纤维分拣等。