随着高新技术的飞速发展,工业自动化生产的很多应用中,人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作,行业发展体现出向紧致、体积小、系统整合等趋势。由此人们开始考虑利用光电成像系统采集被控目标的图像,然后经图像处理模块进行数字化处理,根据图像的像素分布、亮度和颜色等信息,来进行尺寸、形状、颜色等的判别,由此产生了机器视觉的概念。
机器视觉系统是设计人员经过细致工程处理来满足需求方明确要求的系统。具有以下特点:
■检测精度高
■鲁棒性好
■生产效率高
■灵活性强
一、机器视觉系统的构成
机器视觉技术用计算机来分析一个图像,并根据分析得出结论。机器视觉系统可以探测部件,也可以用来创造一个部件,即运用复杂光学器件和软件相结合直接指导制造过程。尽管机器视觉应用各异,但都包括以下几个过程;
■图像采集
光学系统采集图像,图像转换成模拟格式并传入计算机存储器。
■图像处理
处理器运用不同的算法来提高对结论有重要影响的图像要素。
■特性提取
处理器识别并量化图像的关键特性,例如印刷电路板上洞的位置或者连接器上引脚的个数,然后这些将数据传送到控制程序。
■判决和控制
处理器的控制程序根据收到的数据做出结论。
二、机器视觉系统解析
典型的视觉系统一般包括:光源、光学系统,相机、图像处理单元、图像分析处理软件、通讯/输入输出单元等。
1、图像采集
图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的数据,它直接影响到系统的稳定性及可靠性。一般利用光源、光学系统,相机、图像处理单元获取被测物体的图像。
2、光源
光源和影响机器视觉系统输入的重要因素,因为它直接影响输入数据的质量和至少30%的应用效果。由于没有通用的机器视觉照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,以达到最佳效果。
3、镜头
对于机器视觉系统来说,图像是唯一的信息来源,而图像的质量是由镜头的恰当选择来决定。通常,由于图像质量差引起的误差不能用软件纠正。机器视觉把光学部件和成像电子结合在一起,并通过计算机控制系统来分辨、测量、分类正在通过自动处理系统的部件。
4、相机
相机是实际上是一个光电转换装置,即将图像传感器所接收到的光学图像,转化为计算机所能处理的电信号,光电转换器件是构成相机的核心器件。目前,典型的光电转换器件为CCD、CMOS图像传感器等。
5、图像处理处理软件
机器视觉系统中,视觉信息的处理技术主要依赖于图像处理方法,它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后,输出图像的质量得到相当程度的改善,既改善了图像的视觉效果,又便于计算机对图像进行分析、处理和识别。
三、机器视觉系统的应用
机器视觉系统是实现设备精密控制、智能化、自动化的有效途径。其最大优点为:
1、实现非接触测量。对检测对象都不会产生任何损伤,从而提高了系统的可靠性。
2、具有较宽的光谱响应范围。机器视觉则可以利用专用的光敏元件,可以观察到人类无法看到的世界,从而扩展了人类的视觉范围。
3、长时间工作。人类难以长时间地对同一对象进行观察。机器视觉系统则可以长时间地执行分析与识别任务,并可应用于恶劣的工作环境。
领取专属 10元无门槛券
私享最新 技术干货