什麼是機器視覺，它如何提供幫助？

了解機器視覺的工作原理可以幫助您確定機器視覺是否解決了製造或加工中的特定應用問題。

人們通常不了解機器（計算機、人工）視覺可以為生產線或流程做什麼，不能做什麼。了解它的工作原理可以幫助人們決定它是否能解決應用程序中的問題。那麼計算機視覺到底是什麼，它是如何工作的呢？

人工視覺是一種現代技術，包括用於獲取、處理和分析物理世界圖像的工具，以創建可以由使用數字過程的機器解釋和使用的信息。

人工視覺在工業中的應用

計算機視覺是指使用一個或多個攝像頭自動檢查和分析物體，通常在工業或製造環境中使用。然後，生成的數據可用於控制流程或生產活動。

該技術通過為機器提供它們為每項任務做出正確決策所需的信息來自動執行廣泛的任務。

在工業中使用人工視覺可以實現生產過程的自動化，通過在每個階段使用質量控制和更大的靈活性來實現更好的生產結果。

目前，工業人工視覺的使用已經顯著改善了生產流程。這使得以更低的成本獲得更高質量的產品成為可能，幾乎適用於所有工業領域，從汽車和食品到電子和物流。

典型的用途是裝配線，其中在對拍攝和處理圖像的零件執行操作後觸發相機。可以對相機進行編程，以檢查特定物體的位置、顏色、大小或形狀，以及物體的存在。

機器視覺還可以搜索和解碼標準二維矩陣條碼，甚至可以讀取印刷字符。檢查產品後，通常會產生一個信號，決定下一步如何處理該產品。零件可以放入容器中，傳送到分支輸送機，或傳遞到其他裝配操作，並在系統中跟踪檢查結果。

無論如何，計算機視覺系統可以提供比物體更多的信息 簡單的位置傳感器.

例如，計算機視覺通常用於：

• 質量保證，
• 機器人（機器）的控制，
• 測試和校準，
• 實時過程控制，
• 數據採集，
• 機器監控，
• 排序和計數。

許多製造商使用自動化計算機視覺代替檢查人員，因為它更適合重複檢查。它更快、更客觀並且全天候工作。

計算機視覺系統每分鐘可以檢查數百或數千個零件，並提供比人類更一致和可靠的檢查結果。通過減少缺陷、增加收入、促進合規性和使用計算機視覺跟踪零件，製造商可以節省資金並提高盈利能力。

機器視覺的工作原理

離散光電管是工業自動化領域中最簡單的傳感器之一。我們稱它為“離散”或數字的原因是因為它只有兩種狀態：開或關。

分立光電管（光學傳感器）的工作原理是傳輸光束並確定光是否被物體反射。如果沒有物體，則光不會反射到光電管接收器中。將電信號（通常為 24 V）連接到接收器。

如果物體存在，信號就會打開，並且可以在控制系統中用於執行操作。當刪除對象時，信號再次關閉。

這種傳感器也可以是模擬的。而不是兩個狀態，即關閉和打開，它可以返回一個值，指示有多少光返回到其接收器。它可以返回 256 個值，從 0（表示沒有光）到 255（表示很多光）。

想像一下，成千上萬個微型模擬光電管排列成正方形或矩形陣列，對準一個物體。這將根據傳感器指向的位置的反射率創建物體的黑白圖像。這些圖像中的單個掃描點稱為“像素”。

當然，沒有使用數以千計的微型光電傳感器來創建圖像。相反，鏡頭將圖像聚焦到光檢測器的半導體陣列上。

該矩陣使用光敏半導體器件陣列，例如 CCD（電荷耦合器件）或 CMOS（互補金屬氧化物半導體）。該矩陣中的各個傳感器是像素。

計算機視覺系統的四個主要組成部分

計算機視覺系統的四個主要組成部分是：

• 鏡頭和照明；
• 圖像傳感器或相機；
• 處理器;
• 一種傳輸結果的方法，無論是通過物理輸入/輸出 (I/O) 連接還是其他通信方法。

計算機視覺可以使用彩色像素掃描，並且通常使用更大的像素陣列。將軟件工具應用於捕獲的圖像，以確定元素的大小、邊緣定位、運動和元素彼此的相對位置。

鏡頭捕獲圖像並將其以光的形式傳輸到傳感器。為了優化計算機視覺系統，相機必須與合適的鏡頭配對。

雖然鏡頭的種類很多，但固定焦距鏡頭通常用於計算機視覺應用。選擇時三個因素很重要：視野、工作距離、相機傳感器尺寸。

照明可以以多種方式應用於圖像。光的來源方向、亮度以及與目標顏色相比的顏色或波長是設計計算機視覺環境時需要考慮的非常重要的因素。

雖然照明是獲得優質圖像的重要部分，但還有兩個其他因素會影響圖像接收到的光量。鏡頭包括一個稱為光圈的設置，它可以打開或關閉以允許更多或更少的光線進入鏡頭。

結合曝光時間，這決定了在應用任何照明之前撞擊像素陣列的光量。快門速度或曝光時間決定了圖像投射到像素矩陣上的時間。

在計算機視覺中，快門是電子控制的，通常精度為毫秒。捕獲圖像後，應用軟件工具。有些在分析（預處理）之前使用，有些則用於確定所研究對象的屬性。

在預處理過程中，您可以對圖像應用效果以銳化邊緣、增加對比度或填充間隙。這些任務的目的是提高其他軟件工具的能力。

人工視覺是一種模仿人類視覺並允許您接收、處理和解釋在生產過程中獲得的圖像的技術。人工視覺機器分析和解碼在生產過程中收到的信息，以通過自動化過程以最方便的方式做出決策和行動。這些圖像的處理是使用與機器相關的軟件進行的，並且根據獲得的數據，可以繼續處理並識別裝配線上可能存在的錯誤。

計算機視覺的目標

以下是一些可用於獲取目標信息的常用工具：

• 像素數：顯示對像中亮像素或暗像素的數量。
• 邊緣檢測：找到對象的邊緣。
• 測量（metrology）：測量物體的尺寸（例如以毫米為單位）。
• 模式識別或模式匹配：搜索、匹配或計算特定模式。這可以包括檢測可以旋轉的對象、被另一個對象部分隱藏或具有其他對象的對象。
• 光學字符識別 (OCR)：自動讀取序列號等文本。
• 條形碼、數據矩陣和二維條形碼讀取：收集各種條形碼標準中包含的數據。
• 斑點檢測：檢查圖像中是否有相互連接的像素塊（例如灰色物體中的黑洞）作為圖像的參考點。
• 顏色分析：通過顏色識別零件、產品和物體，通過顏色評估質量和突出元素。

獲取檢測數據的目的往往是用它來與目標值進行比較，以確定通過/未通過或進行/不進行。

例如，當掃描代碼或條形碼時，將結果值與存儲的目標值進行比較。在測量的情況下，將測量值與正確值和公差進行比較。

檢查字母數字代碼時，會將 OCR 文本值與正確值或目標值進行比較。要檢查表面缺陷，可以將缺陷尺寸與質量標准允許的最大尺寸進行比較。

質量控制

機器視覺在工業中具有巨大的潛力。這些人工視覺系統已被使用 在機器人技術中, 使我們能夠為生產的不同階段提供自動化解決方案，例如質量控製或缺陷產品檢測。

質量控制是一套方法和工具，使我們能夠識別生產過程中的錯誤，並採取適當的措施來消除它們。這提供了對最終產品更全面的控制，確保它到達消費者手中時符合特定和既定的質量標準。

通過這種方式，不符合最低質量要求的產品將被排除在流程之外，從而消除生產過程中可能出現的中斷，這是通過持續進行檢查和隨機測試來實現的。

在生產中使用質量控制有許多優點：

• 提高生產率;
• 減少材料損失；
• 價格下降;
• 最終產品的最佳質量。

計算機視覺中的通信

一旦被處理器和軟件接收到，該信息就可以通過各種行業標准通信協議傳輸到控制系統。

主要的計算機視覺系統通常支持 EtherNet/IP、Profinet 和 Modbus TCP。 RS232 和 RS485 串行協議也很常見。

數字 I/O 通常內置於驅動系統中並簡化結果報告。計算機視覺通信標準也可用。

結論

人工視覺系統的應用範圍很廣，可以適應不同的行業和每條生產線的不同需求。如今，任何按照特定標準生產產品的公司都可以利用計算機視覺作為其製造過程的一部分。

了解人工視覺系統的物理原理和功能有助於確定此類技術是否適用於特定情況下的製造過程。一般來說，無論人眼能看到什麼，相機都能看到（有時更多，有時更少），但解碼和傳輸這些信息可能相當複雜。