机器视觉应用 Machine Vision Applications

 

机器视觉就是用机器代替人眼来做测量和判断，提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。

机器视觉在工业自动化方面的应用经过 30 多年的发展，稳定，高效，得到广泛的应用。
这些视觉处理的主要应用包括：
识别： 条形码识别，二维码识别，文字识别，颜色识别
检测： 形状检测，色彩检测，表面缺陷检测
定位： 视觉定位，模板匹配
测量： 周长测量，行列测量，管脚测量，曲线拟合
这些需求，都是由机器视觉算法库的各个基础算法，进行组合而最终实现，其中还需要设置参数等等。

与基于神经网络（深度学习）的计算机视觉相比较，机器视觉更适合在工业自动化中应用。 现场工程师不需要采集大量的图像样本进行训练（一般神经网络需要数万张照片进行训练）， 工程师只需要在设置好相机与打光后，拍摄数张照片，就可以开始工作。 通过我司提供的 Demo 程序，基于脚本，应用算法库中的不同函数，对图像进行处理，达到预期的目的就可以完成任务。
常用的定位 3 种方法:
1)模板匹配
2)投影
3)二值化+粒子解析

处理流程举例：
表面瑕疵检测：
Step1：提取边界->二值化->粒子分析
Step2: 定位图像（模板匹配，或者投影）
Step3: 与标准图像（无瑕疵）相减

概念说明：
粒子分析：确定每一个Blob的连通区域。
模板匹配：支持图像缩放与旋转，需要设置我司的函数的参数。
曲线拟合：根据点，拟合出曲线公式。
文字识别： 印刷体识别，不支持手写识别。针对商品印刷文字，输入 5 幅照片就可以进行训练与后续识别。
伪彩色： 将灰度图像转化成彩色表示，方便人工复核查看。