“机器视觉”的正式定义涵盖所有工业和非工业应用，其中硬件和软件的组合根据图像的捕获和处理为设备执行其功能提供操作指导。简而言之，机器视觉可帮助公司重复制造优质产品。而且由于制造有缺陷的商品的公司不会持续很长时间，因此制造业已经转向机器视觉来获取所需的质量保证。但是在公司充分利用机器视觉之前，它需要了解基础知识。
例如，现代机器视觉系统依靠工业相机内部的数字传感器和专用光学器件来获取图像。采集图像后，计算机硬件和软件会处理，分析和测量图像的各种特征，以实现自动决策。
与人工检查器不同，机器视觉由于其速度，准确性和可重复性而在结构化场景中的定量测量方面表现出色。例如，在一条生产线上，机器视觉系统可以每分钟检查数百甚至数千个零件。同时，以正确的相机分辨率和光学系统为基础的机器视觉系统可以轻松地检查无法被人眼看见的物体细节。
机器视觉的组成
机器视觉系统的主要组件包括照明，镜头，图像传感器，视觉处理和通信。照明照亮了要检查的零件，使其特征突出，因此相机可以清晰地看到它们。镜头捕获图像并将其以光的形式呈现给传感器。机器视觉相机中的传感器将这些光转换为数字图像，然后将其发送到处理器进行分析。
视觉处理步骤利用的算法可检查图像并提取所需信息，进行必要的检查并做出决定。最后，通信通常通过离散I / O信号或通过串行连接发送到正在记录信息或将其用于某些后续操作的设备的数据来完成。
大多数机器视觉硬件组件，例如照明模块，传感器和处理器，都可以通过商业现货（COTS）获得。机器视觉系统可以由COTS组件组装而成，也可以作为完全集成的系统购买，所有组件都集成在单个设备中，例如智能相机解决方案。
照明是成功获得机器视觉结果的关键之一。机器视觉系统通过分析来自对象的反射光而不是通过分析对象本身来创建图像。照明技术涉及光源及其相对于零件和相机的放置。例如，一种特殊的照明技术可以通过遮盖遮盖表面细节的部分以允许对其边缘进行测量，来增强图像，使其否定某些功能并增强其他功能。常见的照明配置包括明场和暗场照明，背光，散射光，结构光以及频闪或脉冲光。
镜头捕获图像并将其传送到相机中的图像传感器。镜头的光学质量和价格各不相同，所使用的镜头决定了所拍摄图像的质量和分辨率。大多数视觉系统相机提供两种主要类型的镜头：可互换镜头和固定镜头。可互换镜头通常是C口或CS口。作为独立视觉系统一部分的固定镜头可以使用固定焦距或自动对焦。如果系统要求的景深比定焦镜头所能提供的更大，则设计人员可以使用机械调节的自动对焦镜头或可以根据电场聚焦光学元件的液体镜头。
线扫描相机可以（a）打开圆柱形物体进行检查，（b）在空间受限的环境中增加视野，（c）满足高分辨率检查要求，并且（d）以连续运动方式检查物体。
相机捕获被照物体正确照亮的图像的能力不仅取决于光源和镜头，还取决于相机内的图像传感器。本质上，图像传感器的工作是捕获光并将其转换为数字图像，从而平衡噪声，灵敏度和动态范围。图像传感器通常使用互补金属氧化物半导体（CMOS）技术将光（光子）转换为电信号（电子）。在某些科学相机中，制造商使用电荷耦合器件（CCD）传感器技术，该技术通常更昂贵且灵活性较低。
分辨率越高，图像将具有的细节越多，并且测量结果将越准确。零件尺寸，检查公差和其他参数决定了所需的分辨率。通过缩小每个像素的大小，可以在不显着增加传感器成本的情况下提高传感器的分辨率。但是，较小的像素也使传感器和镜头难以一起工作以捕获所有可用光并将其转换为可用图像。
除了分辨率和像素大小，设计人员还需要在三种通用机器视觉相机类型中进行选择，包括1D，2D和3D传感器。线扫描相机或一维传感器一次生成一幅图像。区域阵列或2D成像传感器使用标准的传感器芯片（例如手机中使用的传感器芯片）来一次采集照相机视野内的所有图像。最后，3D影像传感器使用不同的技术（包括多个摄像头）来提供高度和宽度之外的深度信息，类似于人类如何看待周围环境。
每种方法都可以有效解决特定的机器视觉应用。例如，一维成像可用于较大的表面，例如印刷纸卷或大型平板玻璃面板。最常见的机器视觉应用是2D检查，例如，照相机进行线性测量或验证零件或特征。立体，结构化的光，飞行时间（ToF）和其他3D成像系统通常用于大型零件，其中需要考虑零件高度以进行检查或运动控制，例如视觉引导机器人（VGR）应用中，机器人在三维空间中操纵物体。
2D视觉系统可以产生具有不同分辨率的图像。
处理，平台和通信
处理是从数字图像中提取信息的机制，可以在外部基于PC的系统中或内部独立式视觉系统（如智能相机）中进行。处理由软件执行，包括几个步骤。
首先，从传感器获取图像。在某些情况下，可能需要进行预处理以优化图像并确保突出所有必要的功能。接下来，该软件查找特定功能，运行测量，并将其与规格进行比较。最后，做出决定并传达结果。
为了进行比较，虽然机器视觉系统的许多物理组件（例如照明）提供离散的规格，但视觉系统算法是供应商之间的主要区别。因此，算法在特定安装中的性能应在比较解决方案时评估的关键组件列表中居于首位。根据特定的系统或应用程序，视觉软件可配置摄像机参数，做出通过/失败决定，与工厂车间进行通信并支持HMI开发，从而从根本上影响机器视觉系统性能的各个方面。
机器视觉系统分析图像并确定后，系统需要快速轻松地将数据传递到其他制造设备，网络和计算机。通常，这是通过离散I / O信号或通过串行连接发送到正在记录信息或使用信息的设备的数据来完成的。离散的I / O点可以连接到可编程逻辑控制器（PLC），可编程逻辑控制器（PLC）将使用该信息来控制工作单元或指示器（例如堆栈灯），或者直接连接到螺线管，该螺线管可以用来触发剔除机制。
通过串行连接的数据通信可以采用传统的RS-232串行输出或以太网的形式。一些系统采用诸如以太网/ IP之类的更高级别的工业协议，该协议可以连接到诸如监视器或其他操作员界面之类的设备，以提供特定于该应用程序的操作员界面，以方便进行过程监视和控制。
机器视觉的实现有多种物理平台，包括基于PC的系统，为3D和多摄像机2D应用设计的视觉控制器以及独立的视觉系统，从基于图像的条形码读取器，简单的视觉传感器到功能强大的智能相机，一应俱全。解决方案。选择正确的机器视觉平台通常取决于应用程序的需求，包括开发环境，功能，体系结构和成本。
机器视觉是从数字图像中自动提取信息以进行过程或质量控制。大多数制造商使用自动机器视觉而不是人工检查员，因为它更适合重复性检查任务。它更快，更客观并且可以连续工作。机器视觉可以每分钟检查数百甚至数千个零件，并且每周7天，每天24小时提供更一致和可靠的检查结果。
测量，计数，定位和解码是当今制造业中机器视觉最常见的应用。通过减少缺陷，提高产量，促进对法规的遵守以及使用机器视觉跟踪零件，制造商可以节省成本并提高利润。
来源：CSDN
作者：qq_43359864
链接：https://blog.csdn.net/qq_43359864/article/details/103895866