【機器視覺的工作原理】

機器視覺檢測系統是采用CCD照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像處理系統對這些信號進行各種運算來收取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功能。

【機器視覺特點】

1.攝像機的拍照速度自動與被測物的速度相匹配，拍攝到理想的圖像;

2.零件的尺寸范圍為2.4mm到12mm，厚度可以不同;

3.系統根據操作者選擇不同尺寸的工件，調用相應視覺程序進行尺寸檢測，并輸出結果;

4.針對不同尺寸的零件，排序裝置和輸送裝置可以精確調整料道的寬度，使零件在固定路徑上運動并進行視覺檢測;

5.機器視覺系統分辨率達到2448×2048，動態檢測精度可以達到0.02mm;

6.廢品漏檢率為0;

7.本系統可通過顯示圖像監視檢測過程，也可通過界面顯示的檢測數據動態查看檢測結果;

8.具有對錯誤工件及時準確發出剔除控制信號、剔除廢品的功能;

9.系統能夠自檢其主要設備的狀態是否正常，配有狀態指示燈;同時能夠設置系統維護人員、使用人員不同的操作權限;

10.實時顯示檢測畫面，中文界面，可以瀏覽幾次不合格品的圖像，具有能夠存儲和實時察看錯誤工件圖像的功能;

11.能生成錯誤結果信息文件，包含對應的錯誤圖像，并能打印輸出。

【機器視覺的應用領域】

1.識別

2.標準一維碼、二維碼的解碼

3.光學字符識別（OCR）和確認（OCV）

4.檢測

5.色彩和瑕疵檢測

6.零件或部件的有無檢測

7.目標位置和方向檢測和測量

8.尺寸和容量檢測

9.預設標記的測量，如孔位到孔位的距離

10.機械手引導

11.輸出空間坐標引導機械手精確定位

視覺是人類觀察和認知世界的重要手段。隨著信息技術的發展，人類逐漸把這種技能賦予計算機、機器人或者其他智能機器，這就是我們今天所要提到的機器視覺技術。

目前機器視覺技術已經實現了產品化、實用化，鏡頭、高速相機、光源、圖像軟件、圖像采集卡、視覺處理器等相關產品功能日益完善。機器視覺技術在信息化時代正扮演著越來越重要的角色。

與計算機視覺相比，機器視覺偏重于計算機視覺技術工程化，能夠自動獲取和分析特定的圖像，對準確度和處理速度要求都比較高，一般而言，計算機視覺多用來識別“人”，而機器視覺則多用來識別“物”。

具體來講，計算機視覺應用的場景相對復雜，要識別的物體類型也多，形狀不規則、規律性不強，有時甚至很難用客觀量作為是被的依據，比如識別年齡、性別，對于光線、距離、角度等條件要求較低；而對準確度和處理速度要求都比較高，一般機器視覺的分辨率遠高于計算機視覺，而且往往要求實時，處理速度非常關鍵。

那么一個典型的機器視覺系統應該包括哪些硬件呢？

一個典型的機器視覺系統包括以下五大塊：

照明是影響機器視覺系統輸入的重要因素，它直接影響輸入數據的質量和應用效果。由于沒有通用的機器視覺光源照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，已達到最佳效果。光源可分為可見光可不可見光。

FOV=所需分辨率亞像素相機尺寸/PRTM（零件測量公差比）

選擇鏡頭時應注意：

按照不同的標準可分為：標準分辨率數字相機和模擬相機

要根據不同的實際應用場合選擇不同的相機和高分辨率相機：線掃描CCD和面陣CDD、單色相機和彩色相機

圖像采集卡是完整的機器視覺系統的一個部件，但是它扮演的角色非常重要，圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數字等。

視覺處理器集采集卡與處理器與一體。以往計算機速度較慢時，采用視覺處理器加快視覺處理任務。現在由于采集卡可以快速傳輸圖像到存儲器，而且計算機也快很多，所以現在視覺處理器用的少了。

什么是機器視覺系統？

機器視覺系統是指通過機器視覺產品（即圖像獲取裝置，分為CMOS和CCD兩種）將被獲取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。

機器視覺的工作原理：

機器視覺檢測系統采用CCD照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像處理系統對這些信號進行各種運算來抽取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功能。

機器視覺與計算機視覺的區別？

計算機視覺，主要是對質的分析，比如分類識別，這是一個杯子那是一條狗。或者做身份確認，比如人臉識別，車牌識別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。

機器視覺，主要側重對量的分析，比如通過視覺去測量一個零件的直徑，一般來說，對準確度要求很高。我記得以前接觸過一個需求: 視覺測量鐵路道岔缺口。

當然，也不能完全按質或量一刀切，有些計算機視覺應用也需要分析量，比如商場的人數統計。有些機器視覺也需要分析質，比如零件自動分揀。

機器視覺是圖像技術、模式識別技術以及計算機技術發展的產物，是實現智能化、自動化、信息化的先進技術領域。機器視覺的發展帶動了人工智能的進步。

機器視覺系統從物理結構上來講，一般包括以下幾個部分：光源、攝像機和鏡頭、圖像采集卡、機器視覺軟件等運動控制部分。在機器視覺系統中，合適的光源為視覺系統提供良好的外界條件，使得系統得到的圖像信號有很高的信噪比。

今天我們主要探討一下光源。

判斷機器視覺的照明的好壞，首先必須了解什么是光源需要做到的，光源的作用并不僅僅局限于使檢測部件能夠被攝像頭“看見”，有時候，一個完整的機器視覺系統無法支持工作，很大一部分原因是光源造成的。

照明系統是機器視覺系統中最關鍵的部分之一，機器視覺光源直接影響到圖像的質量，進而影響到系統的性能。好的打光設計能夠使我們得到一幅好的圖像，從而改善整個系統的分辨率，簡化軟件的運算。