机器视觉算法-机器视觉简短入门

机器视觉是人工智能正在快速发展的一个分支。机器视觉作为生产过程中关键技术之一，在机器或者生产线上，机器视觉可以检测产品质量以便将不合格的产品剔除，或者指导机器人完成组装工作，与整个生产密切相关。

由于笔者正处于机器视觉行业，所以准备和大家一起系统的学习机器视觉方面相关知识，主要包括常见的机器视觉算法，以及常见的应用领域算法的实现等，欢迎大家的讨论和交流。

本文主要介绍机器视觉经典系统，常用领域以及机器视觉常用的图像处理库，希望以此作为一个简短入门。

1.机器视觉经典系统

简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

那么一个经典的机器视觉系统长什么样呢？

其中，

为传送带上的被测物体

为合适的拍摄被测物的相机

为标准或定制的光源

为触发图像采集的光电传感器

为计算机或工控机

为相机-计算机接口

为驱动软件采集到的图像

机器视觉算法处理处理过程

为算法返回的检测结果

为数字I/O口

PLC控制器

为现场总线接口

执行机构

上面系统的一般工作流程如下：

被测物体被传输到固定位置后，触发相机采集图像

采集到的图像传入计算机进行算法运算

将运算结果通过控制器返回到执行机构

2.常见的机器视觉应用

下面举几个常见的，必须有机器视觉系统参与的任务：

目标识别用来甄别不同的被测物体，比如物流控制或者根据不同目标进行的不同检测，识别有特殊识别特征的识别物，如字符串，条形码，二维码或被测物体的形状等特性。

位置探测用来控制机器人将产品组建放置在正确的位置上，如贴片机就是将元器件放置到印刷电路板（PCB）上的正确位置。根据不同应用，位置探测可以是二维的或者三维的。

完整性检测，通常用于产品装配进行到一定阶段的后期，比如当元器件安放在PCB板后要检测确保其产品的装配是正确的，也就是说正确的元组件在正确的位置上。

形状和尺寸检测，用于检测产品几何的参数，来保障其在允许的公差范围。这种检测可用于生产过程中，也可以用于产品使用一段时间之后，也可以用于产品使用一段时间之后，通过检测来确认产品经磨损后是否仍然满足要求。

表面检测，来检测产品是否存在缺陷，如划痕，断线，凹凸不平等。

3.常用的图像处理库

（如需更好的了解相关知识，欢迎加入智能算法社区，在“智能算法”公众号发送“社区”，即可加入算法微信群和QQ群）