机器视觉系统简介
机器视觉顾名思义是使机器具有像人一样的视觉功能,从而实现各种检测、判断、识别、测量、定位等功能。机器视觉可以显著提高生产效率和自动化、智能化程度。一个典型的机器视觉系统包括:光源、镜头、相机、图像处理硬件、图像处理软件、执行单元等。

机器视觉综合了光学、机械、电子、计算机软硬件方面的技术,涉及图像处理、模式识别、人工智能、光机电一体化等多个领域。近年来,图像处理和人工智能等技术的快速发展,极大地推动了机器视觉的发展。



机器视觉系统工作原理
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。


机器视觉与人工视觉的对比
在以往大批量工业生产过程中,主要靠人工视觉对产品进行测量、识别和分析。由于人工视觉处理时,效率低,稳定性差且精度不高,用机器视觉可以大幅度提高处理效率和自动化程度;同时,在一些不适合人工作业的危险工作环境或人眼难以满足要求的场合,也常用机器视觉来替代人眼,如核电站监控、晶圆缺陷检测;而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术之一。由于机器视觉系统可快速获取大量信息,且易于自动处理及信息集成,故在现代自动化生产过程中,机器视觉系统广泛用于装配定位、产品质量检测、产品识别、尺寸测量等方面。机器视觉与人工视觉主要区别如右表。

机器视觉
人工视觉
效率
效率高
效率低
速度
速度快
速度慢
可靠性
检测效果稳定
易疲劳、有情绪,不易保持检测效果
工作时间
可24小时不停工作
容易疲劳,工作时间有限
信息集成
可实现信息集成
不易实现信息集成
成本
成本(一次投入)
成本高
环境
适于危险的检测环境
适于危险的检测环境

机器视觉的发展历程
●国内外机器视觉的发展历程
国外机器视觉技术起步较早,20世纪50年代机器视觉概念出现,70年代真正开始发展,90年代后期进入行业高速发展期。在机器视觉发展的历程中有两次大的飞跃,一是20世纪70年代CCD图像传感器的出现,让光学影像转化为计算机能处理的数字信号,是机器视觉发展历程中的一个重要转折点;二是20世纪80年代CPU、DSP等图像处理技术的飞速进步,为机器视觉飞速发展提供了有利条件。从全球机器视觉行业当前格局来看,中、德、美、日等工业强国占据了机器视觉技术及应用的绝大部分市场。在国外,机器视觉广泛应用于半导体、电子信息、汽车、食品、医疗等行业。进入21世纪,国外机器视觉市场虽增速放缓,但在技术上仍处于重要地位。
国内机器视觉起步于80年代,20世纪末和本世纪初进入到发展初期,2010年前后至今一直在高速发展。随着工业自动化程度的不断提高和对质量更加严格的要求,机器视觉大量代替人工检测成为必然。另外,中国早期的工业设备自动化程度普遍较低,因此需要大量的更新换代,这些都构成了机器视觉的大量市场需求。随着机器视觉技术的逐渐进步,国内科技公司不断开发和推出相应的产品。从相机、镜头、光源到图像处理软件等,国内陆续涌现一批技术成熟的研发型厂商。受到制造业人口红利消退、智能制造利好政策刺激以及工厂自动化亟待提高等多重因素的共同作用,中国已成为世界机器视觉发展潜力巨大并且非常活跃的地区之一。

●机器视觉发展趋势

随着机器视觉应用场景的复杂多样,其与深度学习算法、3D应用技术、互联互通标准等技术的融合也越来越紧密。

深度学习算法︰深度学习算法模拟类似人脑的层次结构,通过深度神经网络建立从低级信号到高层语义的映射,以实现数据的分级特征表达。深度学习算法被引入机器视觉图像处理系统来进行外观检测,使识别过程更智能,视觉信息处理能力更强大。

3D应用技术:随着3D应用技术的不断深入,越来越多的3D重构技术被引入到机器视觉,如结构光、DFF、TOF、立体视觉、光度立体法等。3D图像处理与分析的算法也被研究得越来越广泛,将成为机器视觉的一个主流发展方向。

互联互通标准︰机器视觉系统内部,以及与智能制造设备之间,与企业的管理系统之间,有必要进行互联互通,使设备和制造管理朝着更智能方向发展。目前视觉行业内部,包括EMVA、AIA、CMVA、JIIA等,合作制定了GenlCam标准。AIA制定了GigE Vision,USB3 Vision等相机通信协议。视觉行业还与其他行业协会合作,不断拓展互联互通的外延,旨在促成视觉系统与其他行业的互联互通。


机器视觉的典型应用
在现代自动化生产过程中,人们将机器视觉系统广泛地应用于电子、SMT、半导体、医药/医疗、烟草、印刷、食品/饮料、汽车、锂电、光伏等各行各业中。应用项目包括装配定位、产品质量检测、产品识别、产品尺寸测量等方面。

●电子行业视觉应用
电子行业的快速发展,给机器视觉带来了巨大的机遇和挑战。机器视觉技术不断地渗透到电子行业产业链的各个环节,从电子产品的设计、制造到产品质检、复检、包装等,都给电子行业的发展注入了新的力量。

检测内容包括:
电容、电感外观检测;液晶屏AA区定位、手机卡槽定位、手机外观缺陷检测、手机壳LOGO检测等。


SMT行业视觉应用
SMT(Surface Mounted Technology)是目前电子组装行业里非常常用的一种技术和工艺。机器视觉主要用于SMT生产线上的定位与质量检验,包括印刷机中钢网与PCB对位,锡膏3D扫描,贴片机元器件定位,印刷后AOI、贴片后AOI、炉后AOI等。
检测内容包括:
点胶检测、元件正负极判断、元件组装定位、PCB板焊锡复检(虚焊、多锡、少锡等)、OCR(光学字符识别)、表面二维码识别等。


半导体行业视觉应用
机器视觉在半导体行业的应用已非常普遍,涉及到半导体外观缺陷、尺寸大小、数量、平整度、间距、定位、焊点质量、弯曲度等检测。

检测内容包括:
金属棒、晶圆尺寸测量、晶圆划片定位、晶棒切割定位、外观、异物缺陷检测、IC引脚平整度检测、SMD包装检测、字符识别等。

医药/医疗行业视觉应用
机器视觉技术在医药行业的广泛适用性为其赢得更加广阔的市场空间。
检测内容包括:液体制剂的灌装定位、尺寸不合格的胶囊检测、瓶体内杂质及封盖检测、胶囊脏污检测、医药产品外包装的条码检测、外包装外观检测、外包装纸箱的满箱检测等。

烟草行业视觉应用
香烟的生产速度非常快,在生产过程中有许多不合格品产生。通过机器视觉及时发现不合格品并将其剔除是非常必要的。

检测内容包括:
烟叶原料杂物检测、过滤烟嘴尺寸测量、卷纸包装缺陷检测、烟盒表面字符二维码检测、烟包变形检测、烟盒计数等。


印刷行业视觉应用
印刷行业是机器视觉常见的应用行业之一。机器视觉系统能够迅速准确的检测出印刷品中的各类缺陷,提高产品质量和生产效率,降低企业成本。被检测的印刷品形式多样,从印刷材质类型可分为纸质、塑料和金属钢板等;从印刷的形式可分为卷曲材料和单张产品。
检测内容包括:
材质的缺陷检测(如孔洞、异物等)、印刷缺陷检测(如飞墨、刀丝、蹭版、套印不准等)、颜色缺陷检测(如浅印、偏色、露白等)。


食品/饮料行业视觉应用
近年来,在食品/饮料高速生产流水线上,人工检测已不能满足企业对于食品/饮料质量的检测要求,机器视觉的迅速发展大大提高了食品/饮料行业检测技术水平。随着一系列应用问题得到解决,基于机器视觉应用的食品/饮料生产自动化程度显著提高。
检测内容包括:
玻璃瓶的质量检测,如瓶口破损、瓶身、瓶底异物检测。瓶子计数、饮料灌装定位、灌装液位检测、灌装后异物检测、标签位置及喷码识别等。


汽车行业视觉应用
由于人工成本的增加、人力资源的紧缺以及汽车产业对于产线高效率、高精度、高品质、高智能的要求,机器视觉技术在汽车行业已经广泛的应用,不仅可以大大提高工作效率,而且可以提升产品质量。
检测内容包括:
汽车五金件尺寸测量、外观缺陷检测、零件条码读取、钣金焊点检测、汽车零部件组装定位、汽车灯罩、卡扣等字符识别、外观检测、面板标识检测等。


锂电行业视觉应用
近年来国家大力推动新能源发展,锂电池行业发展迅速。锂电池极片在生产过程中,会因为涂布机、辑压机的原因造成负极露箔、暗斑、亮斑、掉料等缺陷。使用机器视觉检测的方式替代人工挑选出次品,能够实现极片自动化检测,确保产品的安全。
检测内容包括:
涂布外观检测、极耳焊接定位、尺寸测量、折痕检测、焊接爆点检测、电池表面字符识别、成品外观检测等。


光伏行业视觉应用
随着人力成本的提高,同时为保证产品的质量,避免众多人为因素造成的质量问题,在太阳能电池板制程中,从前端到后端,任何一个环节出错,都会影响到太阳能电池板成品的发电效率,例如二次污染和破片。使用机器视觉检测技术代替人工,对硅片、太阳能电池片进行检测与分选,是光伏制造技术的发展趋势。
检测内容包括:
太阳能电池涂锡及尺寸测量、太阳能电池板焊接定位、焊接表面脏污检测、电池片缺陷检测(裂纹、杂质、空隙、边角断裂、栅线断裂、浆料污渍、色彩偏差)等。


友情链接LINKS
联系方式CONTACT
  • 电话:+86-512-8686 7258
  • 滕经理:13912634335
  • 邮箱:info@xispek.com
  • 网址:www.xispek.cn
  • 地址:苏州工业园区金鸡湖大道99号纳米城NW02幢
  • 412/414室
关注我们FOLLOW US