機器視覺檢測系統(tǒng)采用CCD照相機將被檢測的目標轉(zhuǎn)換成圖像信號,傳送給專用的圖像處理系統(tǒng),根據(jù)像素分布和亮度、顏色等信息,轉(zhuǎn)變成數(shù)字化信號,圖像處理系統(tǒng)對這些信號進行各種運算來抽取目標的特征,如面積、數(shù)量、位置、長度,再根據(jù)預設的允許度和其他條件輸出結(jié)果,包括尺寸、角度、個數(shù)、合格 / 不合格、有 / 無等,實現(xiàn)自動識別功能。典型結(jié)構編輯一個典型的機器視覺系統(tǒng)包括以下五大塊:照明照明是影響機器視覺系統(tǒng)輸入的重要因素,它直接影響輸入數(shù)據(jù)的質(zhì)量和應用效果。儀器智能化是融合智能技術、傳感技術、信息技術、仿生技術、材料科學等的一門交叉學科,使檢測的概念過渡到在線、動態(tài)、主動的實時檢測與控制。由于沒有通用的機器視覺照明設備,所以針對每個特定的應用實例,要選擇相應的照明裝置,以達到效果。光源可分為可見光和不可見光。常用的幾種可見光源是白熾燈、日光燈、燈和鈉光燈。可見光的缺點是光能不能保持穩(wěn)定。
光源選型基本要素:對比度:對比度對機器視覺來說非常重要。機器視覺應用的照明的的任務就是使需要被觀察的特征與需要被忽略的圖像特征之間產(chǎn)生對比度,從而易于特征的區(qū)分。對比度定義為在特征與其周圍的區(qū)域之間有足夠的灰度量區(qū)別。[1-2]《視覺測量技術》適合從事計算機、自動化、模式識別、智能科學、人機交互技術的科技人員閱讀,也可以作為高等院校相關專業(yè)的學生、研究生的教學參考書。好的照明應該能夠保證需要檢測的特征突出于其他背景。亮度:當選擇兩種光源的時候,的選擇是選擇更亮的那個。當光源不夠亮時,可能有三種不好的情況會出現(xiàn)。,相機的信噪比不夠;由于光源的亮度不夠,圖像的對比度必然不夠,在圖像上出現(xiàn)噪聲的可能性也隨即增大。其次,光源的亮度不夠,必然要加大光圈,從而減小了景深。另外,當光源的亮度不夠的時候,自然光等隨機光對系統(tǒng)的影響會。

機器視覺的阿喀琉斯之踵:據(jù)麻省理工《技術評論》報道,來自谷歌和OpenAI研究所的研究人員發(fā)現(xiàn)了機器視覺算法的一個弱點:機器視覺會被一些經(jīng)過修改的圖像干擾,而人類可以很容易地發(fā)現(xiàn)這些圖像的修改之處。【機器視覺特點】⒈攝像機的拍照速度自動與被測物的速度相匹配,拍攝到理想的圖像。 [7] 應用領域編輯機器視覺的應用主要有檢測和機器人視覺兩個方面:⒈ 檢測:又可分為定量檢測(例如顯微照片的細胞分類、機械零部件的尺寸和位置測量)和不用量器的定性或半定量檢測(例如產(chǎn)品的外觀檢查、裝配線上的零部件識別定位、缺陷性檢測與裝配完全性檢測)。⒉機器人視覺:用于指引機器人在大范圍內(nèi)的操作和行動,如從料斗送出的雜亂工件堆中揀取工件并按一定的方位放在傳輸帶或其他設備上(即料斗揀取問題)。至于小范圍內(nèi)的操作和行動,還需要借助于觸覺傳感技術。