上海機器視覺系統的應用高性價比的選擇,蘇州格拉尼視覺科技

機器視覺是一項綜合技術，包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術(圖像增強和分析算法、圖像卡、 I/O卡等)。一個典型的機器視覺應用系統包括圖像、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊。 [2] 機器視覺系統基本的特點就是提高生產的靈活性和自動化程度。在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。在流水線上，所有布匹的顏色、及數量都要進行自動確認（以下簡稱“布匹檢測”）。

如何使光能在一定的程度上保持穩定，是實用化過程中急需要解決的問題。另一方面，環境光有可能影響圖像的質量，所以可采用加防護屏的方法來減少環境光的影響。照明系統按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優點是能獲得高對比度的圖像。前向照明是光源和攝像機位于被測物的同側，這種方式便于安裝。結構光照明是將光柵或線光源等投射到被測物上，根據它們產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。

在行業應用方面，主要有制藥、包裝、電子、汽車制造、半導體、紡織、、交通、物流等行業，用機器視覺技術取代人工，可以提供生產效率和產品質量。例如在物流行業，可以使用機器視覺技術進行快遞的分揀分類，不會出現大多快遞公司人工進行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動。 [6] 產展編輯機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素組成的區域，這些技術統稱為圖像分割。其目的在于用輪廓線和區域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如二乘法匹配之類的數值計算程序。70年代，機器視覺形成幾個重要研究分支：①目標制導的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運動參量求值；ROVER的質量檢測人員用該系統來判別關鍵部分的尺寸一致性，如車身整體外型、門、玻璃窗口等。⑤視覺知識的表示；⑥視覺系統的知識庫等。

在今天的 SMT 生產線上，應用有各種不同的檢測方法，包括電氣測試、 X- 射線檢測和光學檢測。其中光學檢測盡管并非普遍適用，卻能滿足大多數回流前和回流后的檢測需求，仍是速度快、成本的解決方案。自動光學檢測(AOI) 指的是通過在受控照明條件下使檢測目標（如 PCB 的一部分）成像進行的目標檢測。復雜的機器視覺算法確定該目標是否符合生產標準。 AOI 通常用于檢測焊膏沉積、零部件到位 / 缺失、貼裝定位、極性與類型 / 賦值校驗 (OCR/OCV) 、焊劑以及焊點質量。其中焊點檢測尤其重要。一個典型的機器視覺應用系統包括圖像、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊。