机器视觉概述一-工作原理

机器视觉系统通过图像采集硬件(相机、镜头、光源等)将光信号转换成图像信号，并传送给图像处理软件。图像处理软件根据像素亮度、颜色分布等信息，对目标进行特征提取并做出相应的判断，根据结果输出来控制现场设备，实现检测功能。

视觉处理系统包含硬件和软件两方面。根据硬件的不同机器视觉系统分为智能相机和基于PC的视觉系统。一个基于PC的机器视觉系统最为核心的部分由光源、镜头、相机、视

觉处理系统四个部分组成。镜头主要作用是将被测目标成像至摄像机的感光芯片上相机主要作用是采集图像，将光信号转换成电信号，从而输出图像给计算机。软件的核心技术为图像处理及分析算法，它包括图像增强、图像分割、特征抽取、图像识别与分析等。通过图像处理与分析，对产品质量判断、尺寸测量，并将结果信号传输到相应的硬件进行显示或执行。

在过去的十年里，复杂机器人系统和人工智能( AI) 等技术的进步改变了制造业，推动了人们通常所说的工业4.0革命。COVID-19疫情进一步加速了许多制造商的数字化转型，因为更多的工厂运营需要有效地运行，并且在许多情况下需要实现远程监控和管理.作为人工智能和机器视觉的一个重要的分支深度学习( DL)的核心是创建从经验中学习并随着时间的推移提高其决策能力的计算机图像处理程序。尤其针对现场环境复杂，图像上呈现缺陷种类繁多等情况的使用，从而使机器视觉可以应用更多的检测场景。

深度学习源于人工神经网络，通过构建具有很多隐层的神经网络模型和海量的训练数据，从低层特征(如边缘特征)中提取出更加抽象的高层属性类别或特征，从而发现数据的分布式特征表示,最终提升分类或预测的准确

特点和优越性

人工神经网络的特点和优越性，主要表现在三个方面:

第一，具有自学习功能。例如实现图像识别时，只需先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测其应用前途是很远大的。

第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。

第三，具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。

汽车行业是最早采用自动化机器视觉技术的行业之一。 长久以来，汽车制造业以其创新的工艺而闻名，并且一直处于自动化应用的前沿。

随着制造速度，产量和效率的提高，制造安全和质量等因素似乎阻碍了汽车工艺改进的前进

显然，安全和质量不是为了效率而牺牲的，而是要在整个过程中获得同样的改善才能变得更有利可图。这是机器视觉在汽车行业发挥如此重要的作用的地方，并且可能是目前业界应用最为突出的。

机器人视觉是机器视觉在当今汽车工业中的一个重要应用，特别是拾取和放置以及材料处理应用。给机器人增加视觉功能，使其更加灵活，使他们能够执行多个“盲”机器人的任务，最终提高效率。

机器视觉系统可以比人工检查员更快，更准确地执行部件检查，并且可以全天候检查零件这不仅提高了效率，也提高了产品质量。

第三种机器视觉应用是针对机器人工作单元的三维视觉，尤其适用于焊接等危险任务。 该愿景旨在与机器人进行更安全的人机交互。视觉可以检测人员是否与机器人的工作区碰撞，并执行相应地关闭操作。 这大大提高了生产的安全性，且不会影响效率。

机器视觉在汽车行业中以各种方式使用，但是上述应用强调机器视觉应用的重点是安全性,质量和效率，汽车制造商可以继续其已知的创新。

最初，汽车制造质量主要依靠三坐标机测量完成，其效率较低且只能离线测量，完成一台白车身测量通常需要2-3 h，测量数据量严重不足。随着视觉非接触测量技术引入至车身质量监控环节，逐渐发展了固定式在线测量站与机器人柔性在线测量站等在线测量系统，可严格监控车身尺寸波动，为生产工艺改进提供数据支持，车身测量实现了离线测量至100%在线测量的转

为了解决由于机械定位和工件加工尺寸导致的涂胶轨迹偏移太大造成的效率低的问题，可以采用3D激光引导涂胶检测系统。3D激光引导涂胶检测系统以多点采集处理为基础，采用点成线、线成面的原理，利用3D激光轮廓仪，对工件进行多点平面拟合，配合工业机器人的点运动算法，对点轨迹进行修正3D激光轮廓仪成像原理根据被检测工件的三维信息建立起三维模型，利用该模型提取的信息进行图像处理，将获取到的三维信息发送给机器人执行动作。由于3D激光轮廓仪基本不受工件表面光洁度和凹凸情况影响的特性，它的应用可以实现节省人工成本，提高效率，做到高精度，高兼容性。

目前在汽车制造企业中广泛应用的车身测量系统主要包括三坐标机和演光在线测量系统。

在焊装车间质量控制过程中，三坐标测量系统广泛应用于车身尺寸的测量，以监测尺寸波动，具有测量精度高、可靠性好等优点。但存在测量效率低、响应周期长等问题，无法实现白车身生产过程的实时监控。激光在线测量系统对环境要求低，测量效率高，可以实现对车身进行100%实时三维测量计算机可以根据测量数据输出报表，自动分析生产线的运行状况，及时地显示尺寸偏差及趋势，更有利于车身制造过程中的质量控制，具有良好的应用前景。

激光在线测量技术基于三角测量原理，利用线状激光构造被测特征，结合有效的照明，获得被测特征的表面信息，相机拍摄特征图像，通过图像处理技术得到被测特征在图像上的二维(2D)坐标，再通过三角测量模型将2D坐标转换为传感器坐标系下的三维(3D)空间坐标。在线测量技术根据不同的应用场景可分为固定式在线测量系统与机器人柔性在线测量系统