机器视觉入门资料，工业机器人“眼睛”
限时干货下载：关注我们“机器视觉”，回复“资料”获取机器视觉教程，行业报告等资源。持续更新中。。。
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~
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，看下图示范：
▲ 机器视觉运用图解
为了更好地理解机器视觉，下面，我们以啤酒厂采用的填充液位检测系统为例来进行说明：
▲图1 啤酒瓶填充液位检验示例
当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。
另外，机器视觉系统还能够进行物品测量，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（右）通过或未通过检测，以及测量支架上中心轴头的宽度（左）。
▲图2 机器视觉系统能够在生产线上进行实时测量和检验，比如加工支架（左）或滤油器（右）
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？
▼
虽然人类视觉最擅长于对复杂、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。
机器视觉在实现战略目标过程中的重要作用
▼
战略目标 | 机器视觉应用 | |
√ | 提高质量 | 检验、测量、计量和装配验证 |
√ | 提高生产率 | 以前由人工执行的重复性任务现在可通过机器视觉系统来执行 |
√ | 生产灵活性 | 测量和计算/机器人引导/预先操作验证 |
√ | 减少机器停机时间，缩短设置时间 | 可预先进行工件转换编程 |
√ | 更全面的信息，更严格的流程控制 | 人工任务现在可以提供计算机数据反馈 |
√ | 降低资本设备成本 | 通过为机器添加视觉，可提高机器性能，避免机器过早报废 |
√ | 降低生产成本 | 一套视觉系统与许多操作员相比/在生产过程中及早检测到产品瑕疵 |
√ | 降低废品率 | 检验、测量和计量 |
√ | 库存控制 | 光学字符识别（OCR）和机器视觉识别 |
√ | 减少车间占用空间 | 视觉系统与操作员相比 |
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
机器视觉系统的分类
▼
•智能相机
•基于嵌入式
•基于PC
机器视觉系统的组成
▼
•图像获取：光源、镜头、相机、采集卡、机械平台
•图像处理与分析：工控主机、图像处理分析软件、图形交互界面。
•判决执行：电传单元、机械单元
•光源---种类
LED：寿命长/可以有各种颜色/便于做成各种复杂形状/光均匀稳定/可以闪光；
荧光灯：光场均匀/价格便宜/亮度较LED高；
卤素灯：亮度特别高/通过光纤传输后可做成；
氙灯：使用寿命约1000小时/亮度高，色温与日光接近。
（大部分机器视觉照明采用LED）
•光源---光路原理
照相机并不能看见物体，而是看见从物体表面反射过来的光。
镜面反射：平滑表面以对顶角反射光线
漫射反射：粗糙表面会从各个方向漫射光线
发散反射：多数表面既有纹理，又有平滑表面，会对光线进行发散反射
•光源---作用和要求
在机器视觉中的作用
照亮目标，提高亮度
形成有利于图像处理的效果
克服环境光照影响，保证图像稳定性
用作测量的工具或参照
良好的光场设计要求
▼
对比度明显，目标与背景的边界清晰
背景尽量淡化而且均匀，不干扰图像处理
与颜色有关的还需要颜色真实，亮度适中，不过曝或欠曝；
•光源---光场构造
明场： 光线反射进入照相机
暗场：光线反射离开照相机
•光源---构造光源
使用不同照明技术对被测目标会产生不同的影响，以滚珠轴承为例：
•镜头---主要参数
工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型，即理想凸透镜。
参数：焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口
分辨率：对色彩和纹理的分辨能力。
畸变：镜头中心区域和四周区域的放大倍数不相同。
畸变的校正一般用黑白分明的方格图像来进行，过程并不复杂。一般如果畸变小于2%，人眼观察不到；若畸变小于CCD的一个像素，摄像机也看不见。
•镜头---分类
CCTV镜头
专业摄影镜头
远心镜头
•镜头---远心镜头
在测量系统中，物距常发生变化，从而使像高发生变化，所以测得的物体尺寸也发生变化，即产生了测量误差；
即使物距是固定的，也会因为CCD敏感表面不易精确调整在像平面上，同样也会产生测量误差。
采用远心物镜中的像方远心物镜可以消除物距变化带来的测量误差，而物方远心物镜则可以消除CCD位置不准带来的测量误差。
•相机
种类：线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS
指标：象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等
工作模式：Free run、Trigger（多种）、长时间曝光等
传输方式：GIGE，Cameralinker,模拟
来源：机器人前沿
限时干货下载：关注我们“机器视觉”，回复“资料”获取机器视觉教程，行业报告等资源。持续更新中。。。
> > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > >