原创投稿 行业报告 AI展会 数据标注
投稿发布
您的当前位置:主页 > 机器视觉 > 正文

如何通过机器视觉优化生产?

来源: 时间:2020-01-11
  对机器视觉在生产线或工艺中能够做什么或不能做什么,人们时常感到困惑。了解它的工作原理,可以帮助人们确定其是否能解决应用所带来的问题。那机器视觉究竟是什么,它是如何工作的?
  在工业或生产环境中,机器视觉通常使用单个相机或多个相机自动检查和分析物体。然后利用获得的数据控制过程或生产活动。例如在装配线的典型应用中,对部件执行操作之后,触发相机以捕获和处理图像。可以对相机进行编程以检查目标物体的位置、颜色、大小或形状、或物体是否存在。它还可以查看和解密标准或二维矩阵条形码,甚至可以读取打印的字符。
  在对产品进行检查后,通常会生成一个信号以确定如何处理它。零件可能被拒收到容器或分支输送机中,或通过更多的装配操作、系统跟踪其检查结果。相对于简单的传感器,机器视觉系统通常可以提供关于物体的更多信息。机器视觉的典型应用包括:质量保证,机器人/机器指导,测试和校准,实时过程控制,数据采集,机器监控,排序/计数。
  许多制造商使用自动化机器视觉而不是人工检查员,因为它更适合重复性的检查任务。它更快、更客观,并且可以持续不间断的工作。机器视觉系统每分钟可检测数百甚至数千个零件,并提供比人工检查员更一致和更可靠的检测结果。
  通过减少缺陷、提高产量,机器视觉系统帮助制造企业跟踪产品、组件和提升合规性,从而节省了成本并提高了盈利能力。
  机器视觉的原理
  离散光电眼(discrete photoeye)是工业自动化中最基本的传感器之一;我们称之为“离散”或“数字”的原因,是它只有两种状态:开或关(图1)。
图1:离散漫射光电传感器可以显示是否测量到数值了。本文图片来源: AutomationPrimer
 
  漫反射光眼(diffuse photoeye)的主要原理是发射一束光并检测该光是否被某些物体反射。如果物体不存在,则没有光线反射回光电接收器。通常将24V的电信号连接到接收器。如果存在物体,则信号打开并可以在控制系统中实施控制功能。如果移除对象,信号将关闭。
  漫射光电眼也可以是模拟的。它可以返回一个数字,表示有多少光线返回其接收器,而不是只有两个状态,关闭和打开。如图2所示的光电眼,它可以返回256个值,从0(表示无光,黑暗或黑色)到255(表示大量光或白色)。左侧光电眼返回值76或深灰色。这大约是最大值255的30%。如果较亮的物体放在传感器的前面,它将返回更高的数字。如果它显示217,这大约是整个范围255的85%,这表示更浅的灰色阴影。
图2:模拟漫射光电传感器可以提供一系列测量。
 
  想象一下,将数千个微小的模拟光电眼排列成方形或矩形阵列并指向物体。基于传感器所瞄准的任何地方的反射率,来为对象创建黑白图像。
  这些图像中的各个感测点被称为“像素”。当然,不是将数千个微小的光电传感器用于创建图像。相反,镜头将图像聚焦到光检测器的固态矩阵上。在矩阵中使用电荷耦合器件(CCD)或光敏固态器件的互补金属氧化物半导体(CMOS)阵列。矩阵内的各个传感器是像素。图3中的一系列图像仅是相机捕获的图像的一小部分。该区域被认为是特定检查所“感兴趣”的区域。
图3:机器传感器使用像素阵列制作图像。
 
  机器视觉可以使用彩色传感测像素控制工程网版权所有,并且通常使用更大的像素阵列。将软件工具应用于所捕获的图像以确定尺寸、边缘位置、位移以及组件彼此的相对位置(图4显示了CCD图像)。
图4:所示的图像使用640x480电荷耦合器件(CCD)捕获。该图来自检查带有塑料盖的玻璃注射器是否严密的应用,目的是确定盖子是否紧密。
 
  视觉系统主要组件
  透镜和照明、图像传感器或照相机、处理器以及通过物理输入/输出(I/O)连接或通过其它通信方式传递结果的方法,是视觉系统的4个主要部分。
  镜头捕获图像并以光的形式呈现给传感器。为了优化视觉系统,相机需要与合适的镜头相匹配。虽然有许多类型的镜头,但机器视觉应用通常使用具有固定焦距的镜头。
  以下3个因素是选择视觉系统组件的重要参考因素:
  1.视野;
  2.工作距离;
  3.相机的传感器尺寸。
  有许多不同的方法将光应用于图像。在设计机器视觉环境时,光线的方向、亮度、颜色或波长与目标颜色相比都是需要考虑的重要因素。虽然照明是获得良好图像的重要部分,但还有另外两个因素会影响图像的曝光量。镜头有一个称为光圈的调节装置,它可以打开或关闭,让更多或更少的光线进入镜头。结合曝光时间,可以确定在均匀照明之前像素阵列上的光量。快门或曝光时间决定了图像施加在像素阵列上的时间。在机器视觉中,快门是电子控制的,通常在毫秒级。
  捕获图像后,就可以使用应用软件工具。某些软件工具在分析(预处理)之前应用,而另一些则用于确定被检查对象的属性。在预处理阶段,可以对图像应用效果以锐化边缘、增加对比度或填充空间。这样做是为了增强其它软件工具的处理功能。
  机器视觉目标
  以下是可用于获取有关目标信息的一些常用工具的列表:
  ●像素计数:计算对象中亮或暗像素的数量。
  ●边缘检测:查找对象边缘。
  ●测量/计量:物体尺寸的测量(例如像素、英寸或毫米)。
  ●模式识别或模板匹配:查找、匹配和计算特定模式。这可以包括确定对象,它可以旋转、部分地被另一个对象遮盖或者调整尺寸大小。
  ●光学字符识别(OCR):自动读取序列号等文本。
  ●条形码、数据矩阵和“二维条形码”读取:获取各种条形码标准中包含的数据。
  ●斑点检测和提取:检查图像中连接像素的离散斑点(例如灰色物体中的黑洞)作为图像标记。
  ●颜色分析:使用颜色识别零件、产品和物品,评估质量并使用颜色隔离特征。
  在检查中获取数据的目的通常是用于与目标值进行比较,以确定“通过或失败”或“继续/不继续”的结果。例如,通过代码或条形码验证,将读取值与存储的目标值进行比较。对于测量,将测量值与适当的值和公差进行比较。
  对于字母数字代码验证,将光学字符识别文本值与正确值或目标值进行比较。对于瑕疵的检查,可以将瑕疵的测量尺寸与质量标准允许的最大值进行比较。
  机器视觉的通信
  在使用处理器和软件工具提取信息之后,可以使用众多的标准工业通信协议将信息传送到控制系统。EtherNet/IP、Profinet和ModbusTCP都获得了主要机器视觉系统的支持。基于串行RS232和RS485的协议也很常见。数字I/O通常内置于系统中,用于触发和报告简单结果。
  了解机器视觉系统的物理和功能可以帮助确定应用是否适用于基于摄像头的系统。一般而言,人眼看到的就是相机可以看到的(有时或多或少),并且解密和报告信息可能是棘手的。从长远来看,使用熟悉的系统、照明和技术的供应商,可以节省大量的时间和成本。(作者:Frank Lamb) 
-->
人工智能交流群扫码邀请
人工智能交流群扫码邀请


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭