谈起视觉检测,大部分人都想到一个电脑加几个镜头,但是,真有那么简单吗?

机器视觉(MV)是用于在工业上通常为自动检查,过程控制和机器人引导等应用提供基于图像的自动检查和分析 的技术和方法。

机器视觉指许多技术,软件和硬件产品,集成系统,操作,方法和专业知识。

机器视觉作为系统工程学科可以被认为与计算机视觉(一种计算机科学形式)不同。

它试图以新的方式集成现有技术,并将其应用于解决现实世界中的问题。

该术语在工业自动化环境中是这些功能的常用术语,但在其他环境(例如安全性和车辆导航)中也用于这些功能。

整个机器视觉过程包括计划需求和项目的细节,然后创建解决方案。

在运行时,该过程从成像开始,然后是图像的自动分析和所需信息的提取。

视觉检测

视觉检测设备中,有哪些配件和功能?-机器视觉_视觉检测设备_3D视觉_缺陷检测

成像设备(例如相机)可以与主图像处理单元分离,也可以与其组合,在这种情况下,该组合通常称为智能相机或智能传感器。 将完整处理功能包含在与相机相同的外壳中通常被称为嵌入式处理。

分开时,可以使用模拟或标准化数字接口(Camera Link,CoaXPress)与计算机之间的专用中间硬件,定制处理设备或抓帧器建立连接。[17] [18] [19] [20]MV实施还使用能够通过FireWire,USB或千兆以太网接口直接连接(无帧捕获器)到计算机的数码相机。

尽管常规(2D可见光)成像是MV中最常用的方法,但替代方法包括多光谱成像,高光谱成像,对各种红外波段成像,线扫描成像,表面3D成像和X射线成像。 MV 2D可见光成像的关键区别在于单色vs.颜色,帧频,分辨率,以及成像过程在整个图像上是否是同时进行的,使其适合于移动过程。

尽管使用二维成像解决了绝大多数机器视觉应用,但利用3D成像的机器视觉应用却在行业中不断发展。成像最常用的方法是基于扫描的三角测量,该方法在成像过程中利用产品或图像的运动。激光投射到物体表面。在机器视觉中,这是通过移动工件或移动相机和激光成像系统的扫描运动来完成的。摄像机从不同角度观看了该线。线的偏差代表形状变化。来自多次扫描的线被组装成深度图或点云。[26] 立体视觉用于特殊情况下,涉及一对摄像机的两个视图中都具有的独特功能。[26]用于机器视觉的其他3D方法是飞行时间和基于网格的。[26] [24]一种方法是使用伪随机结构光系统的基于网格阵列的系统,该系统由大约2012年的Microsoft Kinect系统采用。[27] [28]

图像处理

获取图像后,将对其进行处理。中央处理功能通常由CPU,GPU,FPGA或它们的组合完成。深度学习训练和推理对处理性能提出了更高的要求。 通常按照最终所需结果的顺序使用多个处理阶段。典型的序列可能始于诸如过滤器之类的工具,这些工具会修改图像,然后提取对象,然后从这些对象中提取(例如,测量,读取代码)数据,然后传达该数据或将其与目标值进行比较,创建并传达“通过/失败”结果。机器视觉图像处理方法包括:

拼接 / 套准:合并相邻的2D或3D图像。[ 需要引用 ]

过滤(例如形态过滤)

阈值:阈值始于设置或确定灰度值,该灰度值可用于以下步骤。然后,该值用于分离图像的各个部分,有时根据其是低于还是高于该灰度值,将图像的每个部分转换为简单的黑白。

像素计数:计算亮或暗像素的数量[ 需要引证 ]

分割:将数字图像分割为多个段,以简化和/或将图像表示更改为更有意义且更易于分析的内容。

边缘检测:发现物体边缘

颜色分析:使用颜色识别零件,产品和物品,从颜色评估质量,并使用颜色隔离特征。

斑点检测和提取:检查图像中是否有相连像素(例如,灰色物体中的黑洞)的离散斑点作为图像界标。

神经网络 / 深度学习 / 机器学习处理:加权和自训练多变量决策 大约在2019年有了很大的扩展,它使用深度学习和机器学习来显着扩展机器视觉功能。

模式识别,包括模板匹配。查找,匹配和/或计数特定模式。这可以包括对象的位置,该对象可以被旋转,被另一对象部分隐藏或尺寸变化。

条码,数据矩阵和“ 二维条码 ”读数]

光学字符识别:自动读取诸如序列号之类的文本

计量/度量:测量对象尺寸(例如,以像素, 英寸或毫米为单位)

与目标值进行比较以确定“通过或失败”或“通过/不通过”结果。例如,通过代码或条形码验证,会将读取的值与存储的目标值进行比较。为了进行测量,将测量值与适当的值和公差进行比较。为了验证字母数字代码,将OCR的值与适当的或目标值进行比较。为了检查污点,可以将污点的测量大小与质量标准允许的最大值进行比较。

输出

自动检查系统的常见输出是通过/失败决定。这些决定可能进而触发拒绝失败物品或发出警报的机制。其他常见输出包括机器人引导系统的对象位置和方向信息。

另外,输出类型包括数值测量数据,从代码和字符读取的数据,对象的计数和分类,过程或结果的显示,存储的图像,来自自动空间监视MV系统的警报以及过程控制信号。

还包括用户界面,用于集成多组件系统和自动数据交换的界面。

如果你的工业生产线中需要用到类似的视觉检测技术,那么不妨和我们盈泰德科技聊聊,我们会先根据你的需求分析,免费从一个专业的角度来给你一个合适的方案,即使没达成合作,我们也希望能多认识个朋友。