机器视觉主要功能在工业的应用

　　机器视觉：智能制造的“眼睛”。根据美国自动成像协会（AIA）的定义，机器视觉是一种应用于工业和非工业领域的硬件和软件组合，它基于捕获并处理的图像为设备执行其功能提供操作指导。

　　广义的机器视觉按照应用领域，可分为工业视觉（用于检测、智能制造等领域）和计算机视觉（用于消费、服务等智能生活领域），本文所述的机器视觉特指应用在工业领域的工业视觉。

　　机器视觉的组成可分为硬件和软件两部分。硬件负责成像，相当于人的“眼睛”，包括光源及光源控制器、镜头和工业相机；软件负责图像处理分析，相当于人的“视觉皮层”。具体而言，典型的机器视觉成套系统包括：

　　光源及光源控制器：共同为机器提供“看”的环境。合适的光源可突出目标特征，隐去无关的背景信息，进而大幅降低算法难度。

　　镜头：被摄物体信息采集和传递过程的起点，相当于“晶状体”。

　　工业相机：机器视觉中的图像采集单元，本质为将光信号转变为有序的电信号，相当于“视网膜”。工业相机对拍摄速度、图像稳定性、传输能力和抗干扰能力有较高要求。

　　视觉处理分析软件：通过编写合适的算法，进行图像的处理和分析，最终实现机器视觉功能目标，相当于“视觉皮层”。视觉处理分析软件通常基于PC使用，也可嵌入工业相机中，使其成为兼具图像采集、处理、通信功能的智能相机。

　　机器视觉系统可辅助设备进行自动化生产和智能化检测。具体而言，机器视觉具有识别（Identify）、测量（Gauge）、定位（Guide）、检测（Inspect）四大功能，各项功能的应用场景和实现关键在于：

　　识别（Identify）：基于目标物的特征进行甄别，例如外形、颜色、字符、条码等，其中OCR/OCV（光学字符识别/光学字符验证）、条码识别和码垛搬运是重要的应用场景，在追踪管理和质量回溯环节可发挥重要作用。识别的关键在于高准确度和快速识别。

　　测量（Gauge）：把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确的计算出目标物的几何尺寸，应用场景包括尺寸标注和误差测量等。机器视觉尤其擅长小尺寸、高精度以及复杂形态的测量。

　　定位（Guide）：获得目标物体二维或三维的位置信息，进而引导生产设备（机器手、机床等）或检测设备进行精确定位或移动。定位功能的关键在于高精度和快速定位。

　　检测（Inspect）：一般是指外观检测。检测的应用场景很多，如装配后的完整性检测（是否正确完成装配）、外观缺陷检测（是否有划痕、凹凸不平等）等。

　　机器视觉相比人眼视觉，具有图像采集和分析速度快、观测精度高、环境适应性强、客观性高、持续工作稳定性高等优势，因而可帮助终端使用者进行产品增质、成本降低以及生产数字化：

　　产品增质：1）机器视觉可显著降低检测的漏检率和过杀率，提高生产的精度和良品率；2）提高产品一致性；3）在不规则、小尺寸、精细化部件的加工和检测，以及危险环境下具有更加明显的优势。

　　成本降低：1）机器视觉采集和处理图像的时间在微秒级别，可显著提升效率；2）单台系统可代替多人工作，并可7×24小时不间断工作；3）柔性化程度高，若生产过程改变，仅需调整算法或增加部分硬件即可实现。

　　生产数字化：机器视觉作为“图像”这一重要数据的采集和分析接口，是未来实现智能生产和工业互联的必备途径。

责任编辑：YYX