機(jī)器視覺的圖像識別,就是利用機(jī)器人對圖像進(jìn)行分析、處理,從而實(shí)現(xiàn)不同的目標(biāo)。工業(yè)質(zhì)量問題研究大多數(shù)是需要一對一分析,在這里我們只能淺嘗輒止的介紹自動質(zhì)檢。解決實(shí)際問題要具體分析選擇合適的識別方法。
自動化質(zhì)檢在現(xiàn)代工業(yè)自動化生產(chǎn)中可以有效的降低質(zhì)量檢測的成本,并增加質(zhì)檢質(zhì)量和速度,與人類視覺相比,機(jī)器視覺優(yōu)勢明顯
1)精確度高:機(jī)器視覺自動化質(zhì)檢可顯著提高灰度級,同時可觀測微米級的目標(biāo);
2)速度快:機(jī)器可以按照指定頻率進(jìn)行質(zhì)檢,甚至可達(dá)微秒級別;
3)穩(wěn)定性高:人工質(zhì)檢質(zhì)量很大程度上依賴于質(zhì)檢員的業(yè)務(wù)水平和個人工作狀態(tài),避免漏檢錯檢。
4)信息存儲:機(jī)器視覺檢測的結(jié)果無論是產(chǎn)品狀態(tài)還是檢測結(jié)果描述都可以輕松的自動保存歸檔,為下一步分析工作做好數(shù)據(jù)準(zhǔn)備。
常見的外觀質(zhì)量問題有:
產(chǎn)品表面缺陷:劃傷、劃痕、輥印、凹坑、粗糙、波紋
非金屬產(chǎn)品表面的夾雜、破損、污點(diǎn)
裝配質(zhì)量檢測:零件裝配完整性檢測,裝配尺寸精度檢測,位置/角度測量
打印檢測:打印不全、打印歪斜、邊緣不清晰
這些問題歸結(jié)起來主要:
判斷目標(biāo)是否存在計劃外邊緣特征:比如額外的紋理,額外的凹痕。
判斷計劃內(nèi)的特征匹配,比如Brute-Force,F(xiàn)LANN
大多數(shù)特征檢測算法都會涉及圖像的角點(diǎn)、邊和斑點(diǎn)的識別。最常用的特征檢測和提取算法有:
用于檢測角點(diǎn):Harris, FAST
用于檢測斑點(diǎn): SIFT(Blob), SURF,BRIEF
ORB:代表帶方向的FAST算法與具有旋轉(zhuǎn)不變性的BRIEF算法
匹配:Brute-Force,F(xiàn)LANN
工業(yè)生產(chǎn)中的視覺定位已應(yīng)用好多行業(yè),比如半導(dǎo)體封裝,工業(yè)制造領(lǐng)域。
一、 半導(dǎo)體封裝領(lǐng)域
在半導(dǎo)體領(lǐng)域中,設(shè)備需要根據(jù)機(jī)器視覺取得的芯片位置信息調(diào)取拾取頭,準(zhǔn)確拾取芯片進(jìn)行綁定,這是視覺定位在半導(dǎo)體封裝領(lǐng)域廣泛的應(yīng)用。
二、機(jī)器人工業(yè)制造領(lǐng)域
隨著機(jī)器人視覺定位技術(shù)發(fā)展,提升機(jī)器人在作業(yè)中精準(zhǔn)性和穩(wěn)定性,使企業(yè)在生產(chǎn)中效率大大的提高,節(jié)省勞動成本,提高市場的競爭力。
提到視覺應(yīng)用,可能會人會問,那圖像處理和視頻處理的區(qū)別:其實(shí)視頻處理本質(zhì)上也是圖像處理,即對視頻中的幀圖進(jìn)行處理,只不過多了個視頻解碼的過程。另外,視頻處理,除了對幀內(nèi)圖像進(jìn)行處理,還可能需要分析幀與幀之間的關(guān)系
下面我們用一個簡單的demo來幫助讀者理解一般實(shí)施步驟:
打開攝像頭,讀取幀
對幀圖像進(jìn)行預(yù)處理(灰度化,濾波,二值化。實(shí)際質(zhì)檢中可能還要圖像矯正,生態(tài)學(xué)處理以達(dá)到更好的處理效果)
對幀圖像進(jìn)行缺陷識別
對符合要求的圖像進(jìn)行保存
在實(shí)際應(yīng)用中,一般會根據(jù)質(zhì)檢結(jié)果調(diào)用工業(yè)控制系統(tǒng)進(jìn)行相應(yīng)的產(chǎn)品分流,把不合格產(chǎn)品發(fā)送到復(fù)檢區(qū)域,合格產(chǎn)品發(fā)送到下一道工序
雖然機(jī)器自動質(zhì)檢有很多優(yōu)點(diǎn),但是要全免替代人工目檢,機(jī)器視覺還有諸多難點(diǎn)有待攻破。比如由于不同材料物體表面反光、折射等問題都會影響被測物體特征的提取,因此光源亮度角度以及圖像采集的質(zhì)量直接影響了質(zhì)檢結(jié)果。比如現(xiàn)在玻璃、反光表面的劃痕檢測等,很多時候問題都卡在不同缺陷的集成成像上。
在實(shí)際生產(chǎn)中,我們往往是給定程序一些具體的缺陷模式,使用機(jī)器視覺來識別它們到底有沒有發(fā)生以及和標(biāo)準(zhǔn)對比的質(zhì)量偏差程度。但有些缺陷并不一定在我們之前經(jīng)驗(yàn)中遇到過,進(jìn)而導(dǎo)致漏檢。如果人工質(zhì)檢,質(zhì)檢員一般會意識到新增的缺陷并進(jìn)行進(jìn)一步的質(zhì)檢判斷。當(dāng)然,這些問題隨著技術(shù)的發(fā)展都會得到優(yōu)化解決。
審核編輯:劉清
-
解碼器
+關(guān)注
關(guān)注
9文章
1131瀏覽量
40676 -
機(jī)器人
+關(guān)注
關(guān)注
210文章
28205瀏覽量
206526 -
機(jī)器視覺
+關(guān)注
關(guān)注
161文章
4345瀏覽量
120111 -
圖像處理器
+關(guān)注
關(guān)注
1文章
103瀏覽量
15484 -
OpenCV
+關(guān)注
關(guān)注
30文章
628瀏覽量
41264
原文標(biāo)題:工業(yè)自動化質(zhì)檢中使用OpenCV 圖像處理
文章出處:【微信號:vision263com,微信公眾號:新機(jī)器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論