入门资料|机器视觉到底是什么

时间：2019-06-06

    随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。
    小编为你准备了这篇机器视觉的干货资料~
什么是机器视觉？
    我们先从机器视觉的定义开始，根据制造工程师协会的定义：机器视觉就是使用光学非接触式感应设备自动接收并解释真实场景的图像以获得信息控制机器或流程。
    那么，这到底是什么意思呢？ 简单来说，机器视觉就是为了流程控制或检测所制造的产品而从数字图像中自动提取信息。为了更好地理解机器视觉，下面，我们以石膏板缺陷检测系统为例来进行说明：

    纸张破洞检测：当纸张运动时，高速相机实时拍摄纸张图像，将采集到的纸张图像传输至计算机，计算机内运行的视觉软件采用一定的图像处理算法对采集到的纸张图像进行分析，如果发现存在孔洞，则根据设定的孔洞面积，进行相应报警。
    立边检测：以一字激光器为辅，通过工业相机采集这条线的图像，然后由计算机进行处理，根据这条线的倾斜程度就可以计算出石膏板立面是否垂直以及不垂直时的角度大小。当立边角度大于设置的范围时，通过电机控制摇边器实现闭环控制。操作工可以在显示屏上查看石膏板破洞面积、立边角度等数据。
    比如确定火花塞间隙或提供位置信息，引导机器人在制造组装过程中将元件对位，图2显示的例子主要是说明机器视觉系统如何能够用于进行滤油器通过或未通过检测，以及测量支架上中心轴头的宽度。
在这个应用示例中，填充液位检验系统仅可提供两种结果，这显示了二进制系统的特征：
    1、 如果产品合格，则检测结果为“通过”
    2、 如果产品不合格，则检测结果为“未通过”。
机器视觉的优势究竟有哪些？
    虽然人类视觉较擅长于对复杂、非结构化的场景进行定性解释，但机器视觉则凭借速度、精度和可重复性等优势，擅长于对结构化场景进行定量测量，举例来说，在生产线上，机器视觉系统每分钟能够对数百个甚至数千个元件进行检测。配备适当    分辨率的相机和光学元件后，机器视觉系统能够轻松检验小到人眼无法看到的物品细节特征。
    另外，由于消除了检验系统与被检验元件之间的直接接触，机器视觉还能够防止元件损坏，也避免了机械部件磨损的维护时间和成本投入。通过减少制造过程中的人工参与，机器视觉还带来了额外的安全性和操作优势。此外，机器视觉还能够防止洁净室受到人为污染，也能让工人免受危险环境的威胁。
?
机器视觉的应用领域
识别
    标准一维码、二维码的解码
    光学字符识别（OCR）和确认（OCV）
检测
    色彩和瑕疵检测
    零件或部件的有无检测
    目标位置和方向检测
测量
    尺寸和容量检测
    预设标记的测量，如孔位到孔位的距离
机械手引导
    输出空间坐标引导机械手精确定位

词条
词条说明
利用OpenCV识别玻璃纤维织物劈缝缺陷
玻璃纤维织物是经编多轴向织物，由一层或多层平行的纱线按照尽可能多的方向交错而成的。织物具有一定的密实度和厚度，颜色一般为白色，生产时的质量缺陷主要为劈缝缺陷，在线生产速度为2m/min，幅宽一般为2.5m左右，检测精度要求为0.5mm。本文根据生产实际状况，搭建了玻纤织物缺陷在线检测系统平台如图1所示。由图可以看出，工业相机、镜头及光源组成了机器视觉检测系统的图像采集模块。本次研究采用了全局曝
你相信吗？6秒就能检测出玻纤含水率
物料含水检测是工业企业日常需要进行的工作之一，工业企业对固体、颗粒、粉末、胶状体（浆体）、液体等物质进行水分含量测量时，从卡车、皮带、烘干机、搅拌机、烧结机、料斗、储料仓、管道、螺旋输送机、溜槽、矿槽等不同工况下提取的物料进行实验室化验测量后，才能获取水分值。传统方法是人工在生产线取样，然后带到实验室化验，从而获得水分数据。耗时耗力，具有较大的延迟性和滞后性，无法满足实时预警，实时测量控制的生
基于机器视觉的复合材料疲劳试验系统
在玻璃纤维复合材料的多种应用领域内，因为脆性断裂而导致的安全事故数不胜数。例如，美国的F11飞机仅飞行100 小时（远低于其安全寿命），就因为初始缺陷的少量扩展导致脆性断裂而使机翼出现了解体事故。因此，对玻璃纤维复合材料进行疲劳检测是在这些材料服役前必不可少的一个步骤。玻璃纤维复合材料虽然具有强度高的优点，但是其韧性都相对偏低。疲劳实验是使用机械将特制玻璃板上下拉扯，测试其特性的实验。西安获德
走进车间人工智能将打造崭新的制造业格局
人工智能与实体经济深度融合正飞速发展，在“2018人工智能和实体经济深度融合发展论坛”创新项目申报评选，应用类目中，科技企业占比10％，传统行业占比高达90％。人工智能对于解决传统行业复杂系统、多约束条件下的生产问题已展现出了明显优势。提高产品制造过程中的设计、制造效率制造新产品无论在设计还是在生产过程中都是一个迭代的过程，充满了微调。基于人工智能的技术，如深度学习，是当今现代机器视觉解决方