机器视觉部分介绍（）

文章目录

机器视觉的定义

机器视觉主要使用计算机模拟人类的视觉功能，但这不是人眼的简单扩展，而是人类大脑功能的一部分，即从客观事物图像中提取信息，处理和理解它们，最后使用它们进行实际检测，测量和控制。

机器视觉技术涉及的领域包括人工智能，神经生物学，计算机科学，图像处理，模式识别以及许多其他跨学科主题。

机器视觉的特征

机器视觉技术的最大功能是快速，大量信息和多个功能。计算机视觉系统的特征是提高了生产的灵活性和自动化。在某些不适合手动工作的危险工作环境中，或者在人造视觉无法满足要求的情况下，机器视觉通常用于替代人造视觉。同时，在大规模的工业生产过程中，机器视觉检查方法可以大大提高生产效率和生产自动化。程度。

使用机器视觉检查不仅可以消除人为因素的干扰，而且可以定量描述检查指标，避免在手动检查过程中对人的检查结果，减少检查和分类错误，并提高生产力和分类准确性。机器视觉易于实现信息集成，并且是实现计算机集成制造的基本技术。正是因为机器视觉系统可以快速获取大量信息，易于自动处理，并且易于与设计信息和处理控制信息集成，因此，在现代自动化生产过程中，机器视觉系统被广泛用于工作条件监测，成品测试和质量控制以及其他字段。

机器视觉与计算机视觉不同，因为它将计算机视觉应用于工业自动化，并涉及图像处理，人工智能和模式识别。机器视觉侧重于光学，电子和软件系统。它是一个工程项目，检查对象和材料，人造缺陷和生产过程，以实现检测缺陷，提高质量，运营效率以及确保产品和过程安全性的目的。机器视觉也可以用于控制机器。

机器视觉系统的基本结构

典型的工业机器视觉应用系统包括数字图像处理技术，机械工程技术，控制技术，光源照明技术，光学成像技术，传感器技术，模拟和数字视频技术，计算机软件和硬件技术以及人工接口技术等。工业机器视觉系统包括：光源，镜头，摄像机（包括CCD摄像机和CMOS摄像机），图像处理单元（或图像捕获卡），图像处理软件，监视器，通信/输入和输出单元等

该系统组成如图所示：

机器视觉检查系统使用CCD摄像头将检测到的目标转换为图像信号，该目标将传输到专用的图像处理系统。根据像素分布，亮度，颜色和其他信息，将其转换为数字信号。图像处理系统对这些信号执行各种操作。提取目标的特征，例如面积，数量，位置，长度等自动识别功能。

机器视觉应用

机器视觉的应用程序分类

（1）视觉检查

高精度定量检测：例如显微镜照片的细胞分类，机械零件的大小和位置检测；

无需测量工具的定性或半定量测试：产品外观检查，零件识别和组装线上的位置，缺陷检测和组装完整性检测。

（2）机器人视觉

机器人视觉用于指导机器人操作和动作范围很大。小区域中的操作和动作需要触觉传感技术的帮助。

机器视觉在工业在线检查领域的应用：印刷电路板的目视检查，钢板表面上的自动缺陷检测，平行性和垂直性测量大型工件的测量，容器体积或杂质检测测量等

文章参考来源：李·丁古安（Li ）。分析机器视觉原理和应用程序示例[J]。智能工厂，2017年，000（008）：73-5。