什么是机器视觉？

3万 · 2016-7-24 11:07

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：

3万 · 2016-7-24 11:09

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：

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）。

3万 · 2016-7-24 11:12

机器视觉的发展历程

机器视觉初形成于 20 世纪 80 年代和 90 年代的半导体、电子和汽车行业，当时康耐视开发并销售了第一款读取半导体晶片上的数字及字母的视觉系统。

当然，时至今日机器视觉已经取得了相当大的发展，随着复杂性和成本的降低，它已快速渗透到诸多新领域，如严格管制的卫生和消费品行业，以及主要将其用于读取条码和分类包裹的打包、邮递和零售等新领域。

作为全球机器视觉领域的领导品牌，康耐视已经将机器视觉应用到各个行业的制造过程中，从工业计算机芯片到我们所吃的薯片，可以说是无处不在。

3万 · 2016-7-24 11:12

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