从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。这些任务需要尽快速、高精缺执行重复的工作任务，这正是机器视觉系统的优势所在。在过去几十年里，它们的成本效益也越来越高，实施起来也越来越简单。图1.HAWKMV-智能相机检查一系列印刷电路板。自动化检验通常是在生产线上进行的，即与生产线上的产品同时进行。虽然技术复杂，但使用机器视觉来执行自动化任务的基本顺序很简单：视觉系统被触发在部件位于其前面时捕获图像，然后系统对图像进行处理，提取关键特征和数据。最后，它传达结果数据，这可以像通过/失败一样简单，以便可以进行操作和决策。这些动作包括触发拒绝机制或给机器人拾取所检测部件的位置。只要质量得以保持，生产线的速度越快越好。而机器视觉系统需要几乎能够瞬间扫描经过它们的部件的相关图像信息。一般来说，通过将多个摄像头连接到一台PC上，可以达到最高的处理速度，但智能相机技术的最新进展使得单一、独立的设备几乎与多个相机系统一样强大（图1）。除了令人惊叹的处理速度之外，正确的照明对于生产线至关重要，以确保相机“看到”它正在尝试处理物体图像的关键特征并忽略不相关的图像细节（例如带有日期戳的表面上的凸起）。照明要求在很大程度上取决于检查任务的性质。试图检查粗糙表面上的日期戳需要光照，以尽量减少表面不规则现象的出现，而试图在光滑表面上发现凹痕则需要光照，以特别强调这些不规则现象。凭借先进的光学技术，卓越的照明技术和最先进的算法，机器视觉系统可以执行各种工业自动化任务，包括产品检测、印刷检测、表面缺陷检测，测量和机器人引导。基础工具包即使生产线上的照明近乎完美，但仍有许多变化。机器视觉是如何处理如此之多的不规则，并仍然以可靠的方式执行其任务的？事实证明，机器视觉的广泛功能归结为几个基本功能：定位、测量、计数和解码。这四项任务取决于识别像素强度值，查找边缘轮廓以及匹配形状和图案的常见功能。这些是复杂的任务，涉及逐个像素地将图像与模板进行比较，或者将一组感知边缘（通过计算相邻像素强度的梯度而生成）与模板的边缘进行比较。有许多方式可以执行和优化模式匹配，但这里的重点是工业专业人员可以使用的最终功能。基本功能：位置在许多情况下，复杂的机器视觉处理任务从对象定位开始。该系统经过训练可以识别特定的图案，然后该图案将定位在具有各种背景的各种图像中。机器视觉系统需要反复定位的一个常见例子是
转载请注明：http://www.0431gb208.com/sjszlff/9985.html
