了解机器视觉的工作原理将帮助您了解机器视觉是否可以消除制造或加工过程中的特定应用难题。

人们通常对机器视觉对生产线或过程能做什么和不能做什么感到困惑。了解它的工作方式有助于做出相关解决应用程序问题的决定。那么究竟什么是机器视觉，它是如何工作的呢？

机器视觉是通常在工业或生产环境中使用摄像机或多台摄像机自动检查和分析对象的方法。然后，所获取的数据可用于控制过程或制造活动。典型的应用程序可能在装配线上。在零件上执行操作后，会触发相机以捕获并处理图像。可以对摄像机进行编程，以检查物体的位置，其颜色，大小或形状，或者物体是否存在。它还可以查看和解密标准或二维矩阵条形码，甚至可以读取打印的字符。

检查产品后，通常会产生一个信号以确定如何处理该产品。零件可能会被拒入容器或分支输送机中，或者会通过更多的组装操作继续传递，并通过系统跟踪其检查结果。在任何情况下，机器视觉系统都可以提供比简单的不在场/在场类型传感器更多的关于物体的信息。

机器视觉的典型用途包括：

• 质量保证

• 机器人/机器指导

• 测试与校正

• 实时过程控制

• 数据采集

• 机器监控

• 排序/计数。

许多制造商使用自动机器视觉代替人工检查员，因为它更适合重复检查任务。它更快，更客观并且可以连续工作。机器视觉系统可以每分钟检查数百甚至数千个零件，并且比人工检查人员提供更一致，更可靠的检查结果。

通过减少缺陷，提高产量，促进法规遵从性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。

机器视觉的类比

离散光电眼是工业自动化中最基本的传感器之一。之所以称其为“离散”或“数字”，是因为它只有两种状态：打开或关闭。

漫射光眼背后的主要思想是，它发出一束光束并检测该光是否被某些物体反射掉。如果不存在物体，则没有光反射回光电眼的接收器。通常为24 V的电信号连接到接收器。如果存在物体，则信号会打开，并可在控制系统中使用以使某些事情发生。如果物体被移走，信号将关闭。

漫射光眼也可以是模拟的。它不仅可以返回打开和关闭两种状态，还可以返回一个数字，表示有多少光返回其接收器。对于光电眼，它可以返回256个值，从0（表示无光，暗或黑）到255（表示大量光或白）的256个值。左侧光电眼返回的值为76或深灰色。这大约是最大值255的30％。如果将较轻的物体放在传感器的前面，它将返回一个较大的数字。如果它产生217，约为255的整个范围的85％，则表明灰度较浅。

想象一下，是否可以将成千上万的微型模拟光电眼排列成正方形或矩形阵列并指向一个物体。基于传感器所瞄准位置的反射率，这将创建黑白物体图像。

这些图像中的各个感测点称为“像素”。当然，没有使用数千个微型光电传感器来创建图像。取而代之的是，透镜将图像聚焦到光检测器的固态矩阵上。矩阵中使用光耦合固态器件的电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）阵列。矩阵内的各个传感器是像素。

机器视觉可以使用颜色感应像素，并且通常使用大得多的像素阵列。将软件工具应用于捕获的图像，以确定组件的尺寸，边缘位置，移动和组件之间的相对位置。

视觉系统的四个主要组成部分

镜头和照明，图像传感器或照相机，处理器以及通过物理输入/输出（I / O）连接或通过其他通信传递结果的方法，是视觉系统的四个主要部分。

镜头捕获图像并将其以光的形式呈现给传感器。为了优化视觉系统，相机需要与合适的镜头匹配。尽管有很多类型的镜头，但机器视觉应用通常会使用固定焦距的镜头。

三个因素是选择过程的重要组成部分：

1. 视场

2. 工作距离

3. 相机的传感器尺寸。

有很多不同的方法可以将光照应用于图像。在设计机器视觉环境时，所有要考虑的重要因素是光的方向，亮度，颜色或与目标颜色相比的波长。虽然照明是获得优质图像的重要部分，但还有其他两件事会影响图像获得多少曝光量。镜头有一个称为光圈的调节，该调节可以打开或关闭以让更多或更少的光进入镜头。结合曝光时间，这决定了在均匀施加照明之前像素阵列上的光量。快门或曝光时间确定将图像施加到像素阵列的时间。在机器视觉中，通常以毫秒为单位对百叶窗进行电子控制。

捕获图像后，将应用软件工具，其中一些在分析（预处理）之前应用，而其他工具则用于确定所检查对象的属性。在预处理阶段，可以对图像应用效果以锐化边缘，增加对比度或填充空间。这样做是为了增强其他软件工具的功能。

机器视觉目标

以下是可用于获取有关目标的信息的一些常用工具的列表：

• 像素计数：计算对象中亮或暗像素的数量

• 边缘检测：查找对象边缘

• 测量/计量：测量对象尺寸（例如像素，英寸或毫米）

• 模式识别或模板匹配：查找，匹配和/或计数特定模式。这可以包括对象的位置，该对象可以被旋转，被另一对象部分隐藏或尺寸变化。

• 光学字符识别（OCR）：自动读取文本，例如序列号

• 条形码，数据矩阵和“二维条形码”读数：采集各种条形码标准中包含的数据。

• 斑点检测和提取：检查图像中是否有相连像素（例如灰色物体中的黑洞）的离散斑点作为图像界标。

• 颜色分析：使用颜色识别零件，产品和物品，评估颜色并使用颜色隔离特征。

在检查中获取数据的目的通常是与目标值进行比较，以确定“通过或失败”或“通过/不通过”结果。例如，通过代码或条形码验证，会将读取的值与存储的目标值进行比较。为了进行测量，将测量值与适当的值和公差进行比较。

对于字母数字代码验证，会将OCR文本值与适当值或目标值进行比较。为了检查污点，可以将污点的测量大小与质量标准允许的最大值进行比较。