机器视觉的四大应用_机器视觉的基本原理

　　机器视觉的四大应用

　　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.机器视觉图像检测应用

　　检测是机器视觉工业领域最主要的应用之一， 光学筛选机，几乎所有产品都需要检测，而人工检测存在着较多的毛病，人工检测准确性低，长时间工作的话，准确性更是无法保证，并且检测速度慢，容易影响整个生产过程的效率。因此，机器视觉检测设备在图像检测的应用方面也非常的广泛，光学影像筛选机，例如：硬币边沿字符的检测。

　　2000年10月新发行的第五套人民币中，一元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，在造币的最后一道工序上安置了视觉检测系统，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，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。

　　2.机器视觉视觉定位应用

　　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，设备需要按照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最基本的应用。

　　3.机器视觉物体测量应用

　　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，设备需要按照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最基本的应用。

　　4.机器视觉物体分拣应用

　　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、零件外貌瑕疵自动分拣、棉花纤维分拣等。

　　机器视觉的基本原理

　　机器视觉技术作为计算机科学的一个重要分支，在近三十年中有迅猛的发展。由于机器视觉系统可以快速获取大量信息自动进行数据处理，易于同设计信息及加工控制信息集成，因此，在现代自动化生产过程中，机器视觉系统被广泛用于工况监视、成品检验和质量控制等领域。

　　机器视觉系统的特点是可以提高生产的柔性和自动化程度。在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;另外，在大批量工业生产过程中，用机器视觉系统检查产品质量显然要比人工方式速度快，精度高，而且可以大大提高生产效率和生产自动化程度。另外，机器视觉系统便于信息集成，是实现现代工业自动化的基础技术。

　　基本原理如下：

　　机器视觉检测系统通常采用CCD（Charge Coupled Device）照相机摄取检测图像，将其转化为数字信号，再采用先进的计算机硬件与软件技术对图像数字信号进行处理，从而得到所需要的各种目标图像特征值，并在此基础上实现模式识别，坐标计算，灰度分布图等多种功能。

　　机器视觉系统主要由三部分组成：图像的获取、图像的处理、输出显示。

　　图像获取设备包括光源、摄像机等，其中关键部件CCD是由分布于其上的各个像元的光敏二极管的线性阵列或矩形阵列构成，通过顺序输出每个二极管的电压脉冲，实现将图像光信号转换成电信号的目的。输出的电压脉冲序列可以直接以RS-170制式输入标准电视显示器，或者输入计算机的内存，进行数值化处理。CCD是现在最常用的机器视觉传感器。

　　图像处理设备包括相应的软件和硬件系统。

　　输出设备与过程相连，包括监视界面，过程控制器和报警装置等。摄像数据通过计算机对标准和故障图像的分析和比较，若发现不合格产品，则通过NG信号告警，并由PLC自动将其排除出生产线。机器视觉检测的结果可以作为计算机辅助质量CAQ （Computer Aided Quality）系统的信息来源，也可以和其它控制系统集成。