機(jī)器視覺(jué)檢測(cè)的案例
【視覺(jué)檢測(cè)】機(jī)器視覺(jué)在塑膠件外觀缺陷檢測(cè)方面的應(yīng)用
專(zhuān)注于機(jī)械行業(yè)、專(zhuān)業(yè)、職業(yè)信息分享
服務(wù)于制造業(yè)百萬(wàn)工程師
推薦閱讀
【經(jīng)驗(yàn)分享】“公司要機(jī)器換人”——機(jī)器人應(yīng)用的十大坑爹誤區(qū)請(qǐng)收下
【專(zhuān)業(yè)基礎(chǔ)】漲知識(shí)：一文讀懂材料連接工藝大全！
【行業(yè)觀察】卡脖子產(chǎn)業(yè)如何翻身？看中國(guó)光伏行業(yè)的崛起
【見(jiàn)多識(shí)廣】“又大又長(zhǎng)”的盾構(gòu)機(jī)是怎么鉆到地下的？
塑膠在我們的生活中被應(yīng)用得十分廣泛，手機(jī)、電腦、電器、餐具、家具、汽車(chē)、醫(yī)療器械……無(wú)處不在。對(duì)于中大型工廠(chǎng)來(lái)說(shuō)，每天都有大批量的塑膠件被生產(chǎn)出來(lái)，如果僅靠人力來(lái)對(duì)這數(shù)量龐大的產(chǎn)品進(jìn)行缺陷檢測(cè)，無(wú)疑需要投入巨大的人力成本和管理成本，而且還難以保證檢測(cè)的效率和準(zhǔn)確率。因此，引進(jìn)機(jī)器視覺(jué)檢測(cè)設(shè)備就尤為必要。
塑膠件成型后，會(huì)出現(xiàn)一些不良問(wèn)題，常見(jiàn)的包括變形、飛邊、批鋒、裂紋、缺料、污漬、顏色不均、黑點(diǎn)、色差、頂白、印刷不良、尺寸不符等外觀缺陷。
機(jī)器視覺(jué)檢測(cè)設(shè)備是全自動(dòng)檢測(cè)作業(yè)，它實(shí)現(xiàn)了自動(dòng)上料、自動(dòng)檢測(cè)、自動(dòng)剔除NG產(chǎn)品、自動(dòng)裝料的一站式檢測(cè)流程。塑膠件被振動(dòng)盤(pán)依次送入玻璃盤(pán)，工業(yè)CCD相機(jī)高速拍照，再由昊天宸研發(fā)團(tuán)隊(duì)開(kāi)發(fā)的檢測(cè)軟件系統(tǒng)對(duì)拍照?qǐng)D片進(jìn)行高速度、高精度、高穩(wěn)定性的實(shí)時(shí)檢測(cè)、分析、計(jì)算，判斷樣件是否合格，然后將結(jié)果輸出、統(tǒng)計(jì)，發(fā)現(xiàn)不良品進(jìn)行自動(dòng)剔除。
和傳統(tǒng)的人工檢測(cè)方式相比，采用機(jī)器視覺(jué)檢測(cè)技術(shù)對(duì)塑膠件外觀缺陷進(jìn)行檢測(cè)，優(yōu)勢(shì)非常突出，更高效、更快速、精度更高，能夠大幅降低工廠(chǎng)在品檢方面的人工成本，從而增加企業(yè)收益。昊天宸科技多年深耕于機(jī)器視覺(jué)檢測(cè)領(lǐng)域，為塑膠件、PCB線(xiàn)路板、新能源電池、半導(dǎo)體、精密五金等行業(yè)客戶(hù)提供一站式機(jī)器視覺(jué)檢測(cè)解決方案，設(shè)備可非標(biāo)定制，滿(mǎn)足不同企業(yè)的不同檢測(cè)需求。
展開(kāi) 機(jī)器視覺(jué)檢測(cè)，讓沖壓件檢測(cè)如此簡(jiǎn)單
機(jī)器視覺(jué)檢測(cè)設(shè)備外觀自動(dòng)化檢測(cè)主要是適用于精密五金產(chǎn)品、電子元件、陶瓷零件、橡膠硅膠、螺絲螺母、手機(jī)零配件、汽車(chē)緊固件、航空緊固件等產(chǎn)品的外觀、尺寸、缺點(diǎn)等篩選。如果用人工檢測(cè)的辦法來(lái)檢測(cè)產(chǎn)品的外觀和尺寸質(zhì)量，人工長(zhǎng)時(shí)間用眼，眼睛非常容易造成疲勞，導(dǎo)致效率低，產(chǎn)品不合格率增加等情況。如果這個(gè)時(shí)候使用外觀檢測(cè)設(shè)備來(lái)進(jìn)行檢測(cè)，檢測(cè)精度高，因機(jī)器不會(huì)像人有喜怒哀樂(lè)、七情六欲等主觀因素影響，因此不但可以降低人工的成本，同時(shí)還可以提高效率。
機(jī)器視覺(jué)檢測(cè)設(shè)備在五金沖壓件檢驗(yàn)中的應(yīng)用于：電器零件沖壓廠(chǎng)，汽車(chē)零件沖壓廠(chǎng)，日用品沖壓廠(chǎng)，家用電器零件沖壓廠(chǎng)，特種沖壓零件廠(chǎng)等。
機(jī)器視覺(jué)檢測(cè)設(shè)備在五金沖壓件檢測(cè)中的優(yōu)勢(shì)：
1.可以檢測(cè)到任何圓之間的距離；
2、它可以檢測(cè)任何零件的邊緣之間的距離；
3、可以檢測(cè)從任意邊緣到圓心的圓心距，遠(yuǎn)心距和近心距；
4、檢查沖壓產(chǎn)品是否傾斜，缺失或尺寸不良等；
5、同步實(shí)施檢測(cè)，結(jié)果可通過(guò)COM，I/O，Internet等方法輸出；
6、可以存儲(chǔ)和查詢(xún)檢測(cè)圖像；
7、自動(dòng)統(tǒng)計(jì)（良品，不良品，總數(shù)等）。
機(jī)器視覺(jué)表面檢測(cè)是一項(xiàng)軟硬件結(jié)合系統(tǒng)工程。表面檢測(cè)可以是個(gè)不大不小的領(lǐng)域，它涉及金屬、薄膜、無(wú)紡布、玻璃、光伏等多個(gè)行業(yè)。表面缺陷不僅是影響產(chǎn)品外觀，還將直接影響產(chǎn)品的使用性能，如何嚴(yán)格控制產(chǎn)品表面質(zhì)量，傳統(tǒng)的人工檢測(cè)已經(jīng)不能適應(yīng)高速生產(chǎn)的要求。機(jī)器視覺(jué)檢測(cè)技術(shù)是建立在計(jì)算機(jī)視覺(jué)研究基礎(chǔ)上的一門(mén)新興測(cè)試技術(shù)。與計(jì)算機(jī)視覺(jué)研究的視覺(jué)模式識(shí)別、視覺(jué)理解等內(nèi)容不同，視覺(jué)檢測(cè)技術(shù)重點(diǎn)研究的是物體的幾何尺寸及物體的位置測(cè)量，如金屬三維尺寸的測(cè)量、模具等三維面形的快速測(cè)量、大型工件同軸度測(cè)量以及共面性測(cè)量等。
展開(kāi) 汽車(chē)覆蓋件質(zhì)量缺陷視覺(jué)檢測(cè)研究
隨著生產(chǎn)節(jié)拍的不斷提升，機(jī)器人自動(dòng)化裝框的實(shí)施，人工質(zhì)量檢查越來(lái)越跟不上沖壓生產(chǎn)發(fā)展的需要。由于人工檢查在實(shí)際應(yīng)用中遇到的困難和機(jī)器視覺(jué)檢測(cè)技術(shù)的不斷發(fā)展，給沖壓生產(chǎn)提供了新的檢測(cè)方法。機(jī)器視覺(jué)檢測(cè)技術(shù)的優(yōu)點(diǎn)是檢測(cè)快速、準(zhǔn)確、可靠，安全性高，不直接接觸零件，不損傷零件。還可以減少質(zhì)量檢測(cè)人員，降低制造成本，對(duì)每一個(gè)檢測(cè)的零件留有檢測(cè)照片，可以實(shí)現(xiàn)零件質(zhì)量的精準(zhǔn)追溯。
視覺(jué)檢測(cè)系統(tǒng)一般由光源、光源控制器、光學(xué)鏡頭、相機(jī)、傳感器、圖像處理單元、圖像分析處理軟件、通信輸入輸出單元等部分組成。根據(jù)覆蓋件的特點(diǎn)，選擇的相機(jī)是500 萬(wàn)像素滾動(dòng)快門(mén)黑白相機(jī)，配備10 ～50mm 變焦鏡頭。光源采用LED 球積分光源，適用于零件表面有凹凸不平，弧面表面檢測(cè)。圖像處理軟件采用SGVision 視覺(jué)軟件，該款軟件無(wú)需編程，算法工具豐富，功能強(qiáng)大，使用方便。
開(kāi)裂問(wèn)題視覺(jué)檢測(cè)
開(kāi)裂問(wèn)題是覆蓋件最嚴(yán)重的質(zhì)量問(wèn)題，在實(shí)際生產(chǎn)中，員工在裝框前每件零件質(zhì)量檢查的時(shí)間只有12 秒左右，在短時(shí)間內(nèi)檢查完整個(gè)零件是很困難的。使用機(jī)器視覺(jué)檢測(cè)零件質(zhì)量，可以在1 秒內(nèi)完成零件拍照和檢測(cè)。開(kāi)裂問(wèn)題視覺(jué)檢測(cè)的流程如下：
⑴用相機(jī)對(duì)合格的零件進(jìn)行拍照，選取一張清晰的照片作為參考圖，再用特征匹配工具選取零件一個(gè)部位作為ROI(檢測(cè)區(qū)域)，確定零件定位部位，后續(xù)零件檢測(cè)定位會(huì)更加準(zhǔn)確。特征匹配算法的設(shè)置界面如圖1 所示。
圖1 特征匹配算法設(shè)置界面
⑵選用相似度算法檢測(cè)零件是否有開(kāi)裂，相似度算法用于與設(shè)定的ROI 區(qū)域(藍(lán)色框)內(nèi)與模板基準(zhǔn)圖進(jìn)行比對(duì)，可同時(shí)設(shè)置多個(gè)檢測(cè)區(qū)域與忽略區(qū)域，從而判斷零件是否有開(kāi)裂問(wèn)題。相似度算法設(shè)置如圖2 所示。
圖2 相似度算法設(shè)置界面
⑶2 個(gè)算法設(shè)置完成后，先點(diǎn)“測(cè)試當(dāng)前”按鈕，看軟件能否正確檢測(cè)出模板中的照片，如果檢測(cè)“OK”，則算法設(shè)置完成。
展開(kāi) 機(jī)器視覺(jué)定位之零部件尺寸檢測(cè)技術(shù)
機(jī)器人認(rèn)知技術(shù)引領(lǐng)者
在新興市場(chǎng)經(jīng)濟(jì)和新型技術(shù)不斷崛起的背景下，生產(chǎn)出高品質(zhì)且價(jià)格低廉的產(chǎn)品是企業(yè)發(fā)展的急切需求，然而近些年來(lái)在國(guó)內(nèi)現(xiàn)有生產(chǎn)條件下生產(chǎn)出的產(chǎn)品存在著很大的問(wèn)題。傳統(tǒng)意義上的生產(chǎn)需要設(shè)備處于時(shí)常工作狀態(tài)以便于隨時(shí)檢測(cè)，然而這樣的工作方式導(dǎo)致了設(shè)備在一定的時(shí)間內(nèi)出現(xiàn)設(shè)備閑置的現(xiàn)象，大大的浪費(fèi)了生產(chǎn)資源并無(wú)法實(shí)現(xiàn)可靠的自動(dòng)化生產(chǎn)；還有一個(gè)更為重要的原因在于工業(yè)生產(chǎn)線(xiàn)上生產(chǎn)出的產(chǎn)品，對(duì)于其尺寸精度的測(cè)量人們大多數(shù)都通過(guò)自己的主觀意識(shí)或者粗淺的測(cè)試方法去判別零部件尺寸是否合格，這樣的判斷方式檢測(cè)出的精度根本滿(mǎn)足不了客戶(hù)的需求。基于上述諸多問(wèn)題的提出，一種基于機(jī)器視覺(jué)的檢測(cè)方法應(yīng)運(yùn)而生，此概念的提出為生產(chǎn)加工業(yè)實(shí)現(xiàn)自動(dòng)化、智能化帶來(lái)了空前的變革。隨著機(jī)器視覺(jué)的應(yīng)用，機(jī)器視覺(jué)的應(yīng)用大大的提高了產(chǎn)品的質(zhì)量、降低了人口紅利并能在一定程度上降低生產(chǎn)成本，帶動(dòng)生產(chǎn)加工業(yè)走向自動(dòng)化、智能化的道路。
一、系統(tǒng)的整體結(jié)構(gòu)
本研究是基于工業(yè)生產(chǎn)線(xiàn)上對(duì)不同零部件尺寸的檢測(cè)，機(jī)器視覺(jué)的零部件尺寸檢測(cè)主要分為圖像采集、圖像分析處理、顯示結(jié)果及控制三個(gè)部分。系統(tǒng)主要由計(jì)算機(jī)主機(jī)、工業(yè)相機(jī)、LED光源和光電傳感器、PLC可編程控制器以及單片機(jī)控制器、暗箱等。
展開(kāi) 
設(shè)備 | 百倍杠桿賦能智能制造，機(jī)器視覺(jué)行業(yè)迎來(lái)爆發(fā)式增長(zhǎng)
受益于3C制造、平板顯示、汽車(chē)、半導(dǎo)體、醫(yī)藥等行業(yè)快速邁向智能化、數(shù)字化，全球機(jī)器視覺(jué)市場(chǎng)呈快速增長(zhǎng)趨勢(shì)，
2020年市場(chǎng)規(guī)模107億美元，預(yù)計(jì)2020-2025年將以6.56%的復(fù)合增長(zhǎng)率增長(zhǎng)至147億美元。
機(jī)器視覺(jué)應(yīng)用場(chǎng)景可以分為工業(yè)應(yīng)用和非工業(yè)應(yīng)用兩大類(lèi)。機(jī)器視覺(jué)的快速發(fā)展首先源于先進(jìn)工業(yè)制造業(yè)對(duì)高精度快速檢測(cè)的需求。比如在3C電子組裝中，傳統(tǒng)制造業(yè)大量使用人工裝配和檢測(cè)，而先進(jìn)制造產(chǎn)線(xiàn)則大量使用機(jī)器視覺(jué)技術(shù)完成零件定位、自動(dòng)組裝、自動(dòng)檢測(cè)等工序；面板制造由于涉及到微米級(jí)的加工制造，因此傳統(tǒng)人眼已經(jīng)無(wú)法勝任，必須使用機(jī)器視覺(jué)技術(shù)進(jìn)行定位、加工和檢測(cè)，才能保障生產(chǎn)效率和產(chǎn)品良率。其他各行業(yè)比如汽車(chē)、印刷、電池、玻璃、PCB和工業(yè)機(jī)器人等均存在大量機(jī)器視覺(jué)應(yīng)用場(chǎng)景。
圖示：機(jī)器視覺(jué)系統(tǒng)構(gòu)成示意圖，圖片來(lái)源：CINNO Research
機(jī)器視覺(jué)在面板制造行業(yè)的應(yīng)用
在面板制造過(guò)程中，使用機(jī)器視覺(jué)的相關(guān)檢測(cè)設(shè)備貫穿在整個(gè)制造過(guò)程中，應(yīng)用最廣泛的即AOI自動(dòng)光學(xué)檢測(cè)機(jī)和AVI自動(dòng)畫(huà)面檢測(cè)機(jī)。AOI自動(dòng)光學(xué)檢測(cè)機(jī)在每一個(gè)細(xì)分工藝段均會(huì)被使用，主要用于檢測(cè)表面Particle異物顆粒、斷線(xiàn)等微觀不良。
展開(kāi) 產(chǎn)品設(shè)計(jì)與制造質(zhì)量工程
7.1 質(zhì)量控制技術(shù)及系統(tǒng)構(gòu)成 7.2 機(jī)器視覺(jué)檢測(cè)技術(shù) 7.3 機(jī)器視覺(jué)檢測(cè)系統(tǒng)結(jié)構(gòu)與組成 7.4 機(jī)器視覺(jué)檢測(cè)系統(tǒng)的應(yīng)用實(shí)例 7.5 機(jī)器視覺(jué)檢測(cè)系統(tǒng)的發(fā)展趨勢(shì) 思考題 第8章 質(zhì)量分析技術(shù) 8.1 制造過(guò)程產(chǎn)品質(zhì)量特征值的波動(dòng)性及其統(tǒng)計(jì)特征 8.2 統(tǒng)計(jì)質(zhì)量控制基礎(chǔ) 8.3 幾種常用的統(tǒng)計(jì)質(zhì)量分析方法 思考題 第9章 質(zhì)量控制技術(shù) 9.1 統(tǒng)計(jì)過(guò)程控制 9.2 工序能力控制 9.3 多品種、小批量生產(chǎn)質(zhì)量控制方法 9.4 多元質(zhì)量控制方法 思考題 第四篇 網(wǎng)絡(luò)環(huán)境下的集成質(zhì)量系統(tǒng) 第10章 計(jì)算機(jī)集成質(zhì)量系統(tǒng) 第11章 繁捷制造環(huán)境下的集成質(zhì)量系統(tǒng)英文縮寫(xiě)索引 參考文獻(xiàn)
展開(kāi) 《產(chǎn)品設(shè)計(jì)與制造質(zhì)量工程 》
目錄：
前言
第一篇 總論
第1章 21世紀(jì)是質(zhì)量的世紀(jì)
1.1 質(zhì)量在市場(chǎng)競(jìng)爭(zhēng)中的戰(zhàn)略地位
1.2 質(zhì)量管理和質(zhì)量保證國(guó)際標(biāo)準(zhǔn)——ISO9000族標(biāo)準(zhǔn)
1.3 21世紀(jì)的質(zhì)量觀
思考題
第2章 產(chǎn)品質(zhì)量工程總論
2.1 產(chǎn)品質(zhì)量工程及其發(fā)展
2.2 產(chǎn)品質(zhì)量工程的技術(shù)體系
2.3 產(chǎn)品質(zhì)量工程支持的質(zhì)量控制模型
2.4 信息時(shí)代的產(chǎn)品質(zhì)量工程
思考題
第二篇 設(shè)計(jì)質(zhì)量工程方法與應(yīng)用
第3章 質(zhì)量功能配置（QFD）
3.1 質(zhì)量功能配置概述
3.2 質(zhì)量功能配置方法與步驟
3.3 QFD中用戶(hù)需求的提取和分析技術(shù)
3.4 質(zhì)量層的建立
3.5 計(jì)算機(jī)支持的QFD系統(tǒng)
3.6 QFD應(yīng)用案例
思考題
第4章 健壯設(shè)計(jì)
4.1 健壯設(shè)計(jì)的基本概念
4.2 Taguchi健壯設(shè)計(jì)法
4.3 計(jì)算機(jī)輔助健壯設(shè)計(jì)工具（CARD）簡(jiǎn)介
思考題
第5章 系統(tǒng)可靠性設(shè)計(jì)
5.1 系統(tǒng)可靠性設(shè)計(jì)概述
5.2 系統(tǒng)可靠性主要特征量
5.3 系統(tǒng)可靠性模型的建立
5.4 系統(tǒng)可靠性預(yù)計(jì)
5.5 系統(tǒng)可靠性分配
5.6 故障模式影響及危害性分析
5.7 計(jì)算機(jī)輔助可靠性設(shè)計(jì)系統(tǒng)
思考題
第6章 質(zhì)量設(shè)計(jì)優(yōu)化設(shè)計(jì)
6.1 基于QFD方法的質(zhì)量特征優(yōu)化技術(shù)
6.2 基于響應(yīng)面法的質(zhì)量特征優(yōu)化技術(shù)
6.3 基于隨機(jī)模型法的質(zhì)量特征優(yōu)化技術(shù)
思考題
第三篇 制造質(zhì)量工程方法與應(yīng)用
第7章 制造質(zhì)量檢測(cè)技術(shù)
7.1 質(zhì)量控制技術(shù)及系統(tǒng)構(gòu)成
7.2 機(jī)器視覺(jué)檢測(cè)技術(shù)
7.3 機(jī)器視覺(jué)檢測(cè)系統(tǒng)結(jié)構(gòu)與組成
7.4 機(jī)器視覺(jué)檢測(cè)系統(tǒng)的應(yīng)用實(shí)例
7.5 機(jī)器視覺(jué)檢測(cè)系統(tǒng)的發(fā)展趨勢(shì)
思考題
第8章 質(zhì)量分析技術(shù)
8.1 制造過(guò)程產(chǎn)品質(zhì)量特征值的波動(dòng)性及其統(tǒng)計(jì)特征
8.2 統(tǒng)計(jì)質(zhì)量控制基礎(chǔ)
8.3 幾種常用的統(tǒng)計(jì)質(zhì)量分析方法
思考題
第9章 質(zhì)量控制技術(shù)
9.1 統(tǒng)計(jì)過(guò)程控制
9.2 工序能力控制
9.3 多品種
展開(kāi) 工業(yè)機(jī)器人的視覺(jué)系統(tǒng)該如何選擇？
6、檢測(cè)軟件
機(jī)器視覺(jué)軟件用于創(chuàng)建和執(zhí)行程序、處理采集回來(lái)的圖像數(shù)據(jù)、以及作出“通過(guò)/失敗(PASS/FAIL)”決定。
機(jī)器視覺(jué)有多種形式(C語(yǔ)言庫(kù)、ActiveX控件、點(diǎn)擊編程環(huán)境等等)，可以是單一功能(例如設(shè)計(jì)只用來(lái)檢測(cè)LCD或BGA、對(duì)齊任務(wù)等等)，也可以是多功能(例如設(shè)計(jì)一個(gè)套件，包含計(jì)量、條形碼閱讀、機(jī)器人導(dǎo)航、現(xiàn)場(chǎng)驗(yàn)證等等)。
7、數(shù)字I/O和網(wǎng)絡(luò)連接
一旦系統(tǒng)完成這個(gè)檢測(cè)部分，這部分必須能與外界通信，例如需要控制生產(chǎn)流程、將“通過(guò)/失敗(PASS/FAIL)”的信息送給數(shù)據(jù)庫(kù)。通常，使用一張數(shù)字I/O板卡和(或)一張網(wǎng)卡來(lái)實(shí)現(xiàn)機(jī)器視覺(jué)系統(tǒng)與外界系統(tǒng)和數(shù)據(jù)庫(kù)的通信。
配置一個(gè)基于PC的機(jī)器視覺(jué)系統(tǒng)認(rèn)真的計(jì)劃和注意細(xì)節(jié)能幫助你確保你的檢測(cè)系統(tǒng)符合你的應(yīng)用需求。如下是你必需考慮的幾點(diǎn)：
確定你的目標(biāo),這可能是最重要的一步?jīng)Q定在這個(gè)檢測(cè)任務(wù)中你需要實(shí)現(xiàn)什么，檢測(cè)任務(wù)通常分為如下幾類(lèi)：
1）測(cè)量或計(jì)量
2）讀取字符或編碼(條形碼)信息
3)檢測(cè)物體的狀態(tài)
4)認(rèn)知和識(shí)別特殊的特性模式識(shí)別
5)將物體與模板進(jìn)行對(duì)比或匹配
為機(jī)器或機(jī)器人導(dǎo)航檢測(cè)流程可以包含只有一個(gè)操作或包含多個(gè)與檢測(cè)任務(wù)相關(guān)的任務(wù)。
為了確認(rèn)你的任務(wù)，首先你應(yīng)該明確為了最大限度檢測(cè)部件你需要做的測(cè)試，也就是你能考慮到會(huì)出現(xiàn)的缺陷。
為了明確什么哪個(gè)才是最重要的，最好做一張?jiān)u估表，列出“必須做”和“可以做”的測(cè)試。一旦主要的對(duì)測(cè)試標(biāo)準(zhǔn)滿(mǎn)意，隨后可以將更多的測(cè)試加進(jìn)去來(lái)改善檢測(cè)過(guò)程，一定要記住，添加測(cè)試的同時(shí)也會(huì)增加檢測(cè)的時(shí)間。
展開(kāi) 機(jī)器視覺(jué)是什么，未來(lái)前景怎么樣？
機(jī)器視覺(jué)（machine vision)或者計(jì)算機(jī)視覺(jué)（computer vision)是用機(jī)器人代替人眼進(jìn)行測(cè)量和判斷，是模式識(shí)別研究的一個(gè)重要方面。計(jì)算機(jī)視覺(jué)通常分為低層視覺(jué)與高層視覺(jué)兩類(lèi)，低層視覺(jué)主要執(zhí)行預(yù)處理功能，如邊緣檢測(cè)、移動(dòng)目標(biāo)檢測(cè)、紋理分析，以及立體造型、曲面色彩等，主要目的是使得看見(jiàn)的對(duì)象更突出。這時(shí)還不是理解階段。高層視覺(jué)主要是理解對(duì)象，需要掌握與對(duì)象相關(guān)的知識(shí)。
機(jī)器視覺(jué)系統(tǒng)是指通過(guò)圖像攝取裝置將被攝取的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專(zhuān)用的圖像處理系統(tǒng)，根據(jù)像素分布和寬度、顏色等信息，轉(zhuǎn)換成數(shù)字信號(hào)，圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算，抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。機(jī)器視覺(jué)的主要研目標(biāo)是使計(jì)算機(jī)具有通過(guò)二維圖像認(rèn)知三維環(huán)境信息的能力，能夠感知與處理三維環(huán)境中物體的形狀、位置、姿態(tài)、運(yùn)動(dòng)等幾何信息。
在國(guó)外，機(jī)器視覺(jué)的應(yīng)用相當(dāng)普及，主要集中在電子、汽車(chē)、冶金、食品飲料、零配件裝配及制造等行業(yè)。機(jī)器視覺(jué)系統(tǒng)在質(zhì)量檢測(cè)的各個(gè)方面已經(jīng)得到廣泛的應(yīng)用。在機(jī)器視覺(jué)產(chǎn)品剛剛起步，目前主要集中在制藥、印刷、包裝、食品飲料等行業(yè)，但隨著國(guó)內(nèi)制造業(yè)的快速發(fā)展，對(duì)于產(chǎn)品檢測(cè)和質(zhì)量的要求不斷提高，各行各業(yè)對(duì)圖像和機(jī)器視覺(jué)技術(shù)的工業(yè)自動(dòng)需求將越來(lái)越大，因此機(jī)器視覺(jué)在未來(lái)制造業(yè)中將會(huì)有很大的發(fā)展空間。
例如機(jī)器視覺(jué)技術(shù)在注塑模具行業(yè)中的應(yīng)用。注塑機(jī)器視覺(jué)是通過(guò)采用非接觸式的光學(xué)感知設(shè)備自動(dòng)接收和解析真實(shí)場(chǎng)景的影像，以獲取信息和控制機(jī)器或工藝過(guò)程。基于人眼檢測(cè)的疲勞性，秉承提升品質(zhì)、降低成本的核心理念，機(jī)器視覺(jué)在成型產(chǎn)品上追求的是產(chǎn)品或過(guò)程零缺陷，保證成型模具的正常運(yùn)行，防止模具損壞。
展開(kāi) 武漢機(jī)器視覺(jué)技術(shù)及工業(yè)應(yīng)用研討會(huì)圓滿(mǎn)舉辦
8月26日，由機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟（CMVU）主辦的“武漢機(jī)器視覺(jué)技術(shù)及工業(yè)應(yīng)用研討會(huì)”成功舉辦。出席本次會(huì)議的參會(huì)代表350人，共同探討了機(jī)器視覺(jué)技術(shù)在半導(dǎo)體行業(yè)檢測(cè)的解決方案。
本次會(huì)議由機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟（CMVU）秘書(shū)長(zhǎng)于曉娟主持，華南區(qū)副秘書(shū)長(zhǎng)謝家振出席了會(huì)議，理事長(zhǎng)潘津先生代表聯(lián)盟向各位來(lái)賓表示歡迎，潘津表示：“2022上半年，聯(lián)盟原計(jì)劃舉辦的多場(chǎng)線(xiàn)下活動(dòng)因疫情被迫暫停或取消，在條件允許的情況下，我們第一時(shí)間舉辦了本次武漢研討會(huì)，為大家提供線(xiàn)下面對(duì)面溝通交流的平臺(tái)。我們相信，在大家的共同努力下，本次線(xiàn)下研討會(huì)將為參會(huì)代表及參會(huì)企業(yè)架起合作交流的平臺(tái)，共同促進(jìn)機(jī)器視覺(jué)行業(yè)的繁榮發(fā)展！”
精彩演講
本次會(huì)議以專(zhuān)題論壇+產(chǎn)品方案展示的形式開(kāi)展，來(lái)自Basler China、Allied Vision、數(shù)之聯(lián)、大恒圖像、思謀科技、金品計(jì)算機(jī)、阿里巴巴達(dá)摩院、LMI Technologies、堡盟、沃德普、研華科技、長(zhǎng)芯盛的12位專(zhuān)家圍繞“AI+機(jī)器視覺(jué)在半導(dǎo)體檢測(cè)方面的應(yīng)用”這一主題帶來(lái)精彩演講，介紹了AI與機(jī)器視覺(jué)在PCB、晶圓檢測(cè)、新能源等領(lǐng)域的需求及應(yīng)用，深度解析人工智能下機(jī)器視覺(jué)技術(shù)領(lǐng)域的發(fā)展趨勢(shì)及技術(shù)創(chuàng)新，并向參會(huì)代表分享了當(dāng)前企業(yè)自研的最新產(chǎn)品與技術(shù)。與會(huì)人員積極提問(wèn)，演講嘉賓就當(dāng)下行業(yè)狀況，結(jié)合自身相關(guān)優(yōu)勢(shì)及經(jīng)驗(yàn)?zāi)托慕獯穑顒?dòng)現(xiàn)場(chǎng)討論氣氛濃烈，前來(lái)參會(huì)人員收獲良多。
展開(kāi) Speos 數(shù)字視覺(jué)與監(jiān)控：機(jī)器視覺(jué)Camera應(yīng)用
Ansys Zemax及其他光學(xué)軟件
在光電圈可靠的咨詢(xún)與訂購(gòu)方式
下面為大家介紹一下“Speos 數(shù)字視覺(jué)與監(jiān)控：機(jī)器視覺(jué)Camera應(yīng)用”，歡迎大家查閱！
一分鐘教會(huì)你機(jī)器視覺(jué)如何選型，該注意哪些事項(xiàng)
5、PC平臺(tái)
計(jì)算機(jī)是機(jī)器視覺(jué)的關(guān)鍵組成部分。
應(yīng)用在檢測(cè)方面，通常使用Pentium或更高的CPU。一般來(lái)講，計(jì)算機(jī)的速度越快，視覺(jué)系統(tǒng)處理每一張圖片的時(shí)間就越短。
由于在制造現(xiàn)場(chǎng)中，經(jīng)常有振動(dòng)、灰塵、熱輻射等等，所以一般需要工業(yè)級(jí)的計(jì)算機(jī)。
6、檢測(cè)軟件
機(jī)器視覺(jué)軟件用于創(chuàng)建和執(zhí)行程序、處理采集回來(lái)的圖像數(shù)據(jù)、以及作出“通過(guò)/失敗(PASS/FAIL)”決定。
機(jī)器視覺(jué)有多種形式(C語(yǔ)言庫(kù)、ActiveX控件、點(diǎn)擊編程環(huán)境等等)，可以是單一功能(例如設(shè)計(jì)只用來(lái)檢測(cè)LCD或BGA、對(duì)齊任務(wù)等等)，也可以是多功能(例如設(shè)計(jì)一個(gè)套件，包含計(jì)量、條形碼閱讀、機(jī)器人導(dǎo)航、現(xiàn)場(chǎng)驗(yàn)證等等)。
7、數(shù)字I/O和網(wǎng)絡(luò)連接
一旦系統(tǒng)完成這個(gè)檢測(cè)部分，這部分必須能與外界通信，例如需要控制生產(chǎn)流程、將“通過(guò)/失敗(PASS/FAIL)”的信息送給數(shù)據(jù)庫(kù)。通常，使用一張數(shù)字I/O板卡和(或)一張網(wǎng)卡來(lái)實(shí)現(xiàn)機(jī)器視覺(jué)系統(tǒng)與外界系統(tǒng)和數(shù)據(jù)庫(kù)的通信。
配置一個(gè)基于PC的機(jī)器視覺(jué)系統(tǒng)認(rèn)真的計(jì)劃和注意細(xì)節(jié)能幫助你確保你的檢測(cè)系統(tǒng)符合你的應(yīng)用需求。如下是你必需考慮的幾點(diǎn)：
確定你的目標(biāo),這可能是最重要的一步?jīng)Q定在這個(gè)檢測(cè)任務(wù)中你需要實(shí)現(xiàn)什么，檢測(cè)任務(wù)通常分為如下幾類(lèi)：
1）測(cè)量或計(jì)量
2）讀取字符或編碼(條形碼)信息
3)檢測(cè)物體的狀態(tài)
4)認(rèn)知和識(shí)別特殊的特性模式識(shí)別
5)將物體與模板進(jìn)行對(duì)比或匹配
為機(jī)器或機(jī)器人導(dǎo)航檢測(cè)流程可以包含只有一個(gè)操作或包含多個(gè)與檢測(cè)任務(wù)相關(guān)的任務(wù)。
展開(kāi) 一種基于機(jī)器視覺(jué)的模糊圖像復(fù)原算法
摘要
在加工件位置發(fā)生移動(dòng)的情況下，嘗試用機(jī)器視覺(jué)分析的技術(shù)來(lái)獲取均勻運(yùn)動(dòng)的被測(cè)物表面的細(xì)節(jié)信息。由于相機(jī)和被捕獲物體之間的相對(duì)運(yùn)動(dòng)，圖像可能會(huì)變得模糊。因此，在后續(xù)分析之前，必須通過(guò)消除運(yùn)動(dòng)引起的失真來(lái)恢復(fù)和還原圖像，從而可以以特定的算法來(lái)還原和識(shí)別原始圖像，以實(shí)現(xiàn)深層的研究目的。
關(guān)鍵詞：機(jī)器視覺(jué),圖像復(fù)原,數(shù)據(jù)采集
*基金項(xiàng)目：基于機(jī)器視覺(jué)的鞋孔檢測(cè)與定位系統(tǒng)研究(JAT201340)
作者：歐海寧、林慶林、宋進(jìn)，湄洲灣職業(yè)技術(shù)學(xué)院
由于表面特性對(duì)產(chǎn)品的質(zhì)量和性能有相當(dāng)大的影響，因此，表面特性的測(cè)量在制造業(yè)中具有重要意義。在傳統(tǒng)的表面測(cè)量中，常見(jiàn)的方法是將探針貼合工件表面并監(jiān)測(cè)其運(yùn)動(dòng)，以便追蹤表面的微輪廓。但是接觸式測(cè)量會(huì)帶來(lái)很多的缺點(diǎn)。所以，隨著技術(shù)的發(fā)展，非接觸式的檢測(cè)方法開(kāi)始受到了更廣泛的關(guān)注和應(yīng)用。
在本文中，我們模擬了獲取運(yùn)動(dòng)物體表面的模糊圖像，再使用Lucy Restoration(LR)算法對(duì)圖像進(jìn)行處理，從而驗(yàn)證在特性條件下還原和識(shí)別原圖的可行性，以便今后進(jìn)一步用于工業(yè)上的表面細(xì)節(jié)信息分析。
展開(kāi) 【案例應(yīng)用】光虎視覺(jué)分享 | 濾光片在機(jī)器視覺(jué)系統(tǒng)中使用
視覺(jué)系統(tǒng)的濾光片可增加被測(cè)物的對(duì)比度，從而提高系統(tǒng)區(qū)分所需特征的能力。較高的對(duì)比度可以使檢測(cè)精度和檢測(cè)速度變得更高。通過(guò)使用濾光片，環(huán)境光的存在或其隨時(shí)間可能的變化的影響被最小化，從而為視覺(jué)系統(tǒng)工作的長(zhǎng)期穩(wěn)定創(chuàng)造了條件。
機(jī)器也能看見(jiàn)你 機(jī)器視覺(jué)技術(shù)漸行漸近
機(jī)器視覺(jué)技術(shù)是一門(mén)涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制，技術(shù)最大的特點(diǎn)是速度快、信息量大、功能多。
機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，但并不僅僅是人眼的簡(jiǎn)單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。
一個(gè)典型的工業(yè)機(jī)器視覺(jué)應(yīng)用系統(tǒng)，包括數(shù)字圖像處理技術(shù)、機(jī)械工程技術(shù)、控制技術(shù)、光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計(jì)算機(jī)軟硬件技術(shù)、人機(jī)接口技術(shù)等。
發(fā)展歷史簡(jiǎn)介
機(jī)器視覺(jué)的研究是從20世紀(jì)60年代中期美國(guó)學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開(kāi)始的。當(dāng)時(shí)運(yùn)用的預(yù)處理、邊緣檢測(cè)、輪廓線(xiàn)構(gòu)成、對(duì)象建模、匹配等技術(shù)，后來(lái)一直在機(jī)器視覺(jué)中應(yīng)用。
羅伯茲在圖像分析過(guò)程中，采用了自底向上的方法。用邊緣檢測(cè)技術(shù)來(lái)確定輪廓線(xiàn)，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱(chēng)為圖像分割。其目的在于用輪廓線(xiàn)和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲(chǔ)的模型進(jìn)行比較匹配。
實(shí)踐表明，只用自底向上的分析太困難，必須同時(shí)采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運(yùn)用啟發(fā)式知識(shí)對(duì)對(duì)象進(jìn)行預(yù)測(cè)。這同言語(yǔ)理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運(yùn)用啟發(fā)式知識(shí)，表明用符號(hào)過(guò)程來(lái)解釋輪廓畫(huà)的方法不必求助于諸如最小二乘法匹配之類(lèi)的數(shù)值計(jì)算程序。
展開(kāi) 