您所在的位置：龙8中国唯一官网 > 新聞中心>機器視覺的四大典型應用
2023-01-09 10:56:31 龙8中国唯一官网
在工業領域的四大典型應用中⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，按照技術領域可劃分為：檢測⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、測量⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、定位❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、讀碼與識別ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。機器視覺系統具有高精度❣❦❧♡۵、可實現非接觸測量웃유ღ♋♂、可長時間穩定工作等特點☾☽❄☃，在國內外工業領域均被廣泛應用㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，提高了產品質量和生產線自動化程度✵✶✷✸✹✺✻✼❄❅。隨著配套基礎建設的完善♦☜☞☝✍☚☛☟✌✽✾✿❁❃，以及技術웃유ღ♋♂、資金的積累ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，各行各業對配置機器視覺技術的工業自動化❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、智能化需求開始出現☾☽❄☃。
機器視覺技術在電子✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴、汽車制造⒜⒝⒞⒟⒠⒡⒢⒣⒤、機器人✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴、新能源⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、激光㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂、半導體✵✶✷✸✹✺✻✼❄❅、醫藥✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴、食品⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、紡織❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、包裝等多個行業被廣泛地應用⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾。在工業領域的四大典型應用中❻❼❽❾❿⓫⓬⓭⓮⓯⓰，按照技術領域可劃分為：檢測☧☬☸✡♁✙♆。，、＇：∶；、測量⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、定位⒜⒝⒞⒟⒠⒡⒢⒣⒤、讀碼與識別⒜⒝⒞⒟⒠⒡⒢⒣⒤，在現代自動化生產過程中❻❼❽❾❿⓫⓬⓭⓮⓯⓰，人們將機器視覺系統廣泛地應用于生產過程監視㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂、成品檢驗和質量控制等領域⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ。
1.檢測——查找被測物體瑕疵或其它異常♦☜☞☝✍☚☛☟✌✽✾✿❁❃，比如元器件錯裝✺ϟ☇♤♧♡♢♠♣♥、漏裝㈠㈡㈢㈣㈤㈥㈦、表面缺陷檢測等;2.測量——計算物體上兩個或以上點或幾何位置之間的距離♦☜☞☝✍☚☛☟✌✽✾✿❁❃，并確認這些測量值是否符合規格;3.引導定位——定位元件的位置☧☬☸✡♁✙♆。，、＇：∶；、方位和關鍵特征ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，從而進行引導組裝等;4.讀碼與識別——讀取元件☾☽❄☃、標簽和包裝上印刷的代碼♦☜☞☝✍☚☛☟✌✽✾✿❁❃、DM碼⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓、OCR字符☧☬☸✡♁✙♆。，、＇：∶；。
視覺檢測
自動化生產中☾☽❄☃，視覺檢測應用范圍非常廣泛㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，涉及各種各樣的質量檢測⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ。如：產品有無漏裝①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯、錯裝☾☽❄☃，表面是否有劃痕❣❦❧♡۵、斑點缺陷等♀☿☼☀☁☂☄。視覺檢測系統在一定程度上能提高產品的質量和生產效率❻❼❽❾❿⓫⓬⓭⓮⓯⓰，提高生產柔性和自動化程度ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。
檢測方法一般通過光學成像和圖像采集裝置獲得產品的數字化圖像⒜⒝⒞⒟⒠⒡⒢⒣⒤，利用視覺算法處理軟件和圖像分析ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，獲取相關的檢測信息㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，形成對被測產品的判斷決策①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯，最后將該決策信息結果發送給控制裝置或機構❣❦❧♡۵，完成下一步的剔除或分揀動作⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓。
常用圖像處理方法有模板匹配ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ、圖像濾波❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、斑點分析等❣❦❧♡۵，獲取需要檢測位置的尺寸☾☽❄☃，形態♦☜☞☝✍☚☛☟✌✽✾✿❁❃，面積等參數進行判斷ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ。現在也普遍使用深度學習的方式ⓣⓤⓥⓦⓧⓨⓩ，通過對小批量的樣本數據進行學習訓練⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，生成檢測模型在進行結果判斷的方式✵✶✷✸✹✺✻✼❄❅。
檢測類項目的典型應用有汽車零件漏裝檢測㈠㈡㈢㈣㈤㈥㈦，鋰電池的異物웃유ღ♋♂、劃痕㈠㈡㈢㈣㈤㈥㈦、壓痕웃유ღ♋♂、污染⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、腐蝕㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂、字符模糊等ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，PCB電路板的零件漏裝①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯、反裝⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ、錯裝和漏焊等✵✶✷✸✹✺✻✼❄❅，食品包裝的破損✵✶✷✸✹✺✻✼❄❅、黑點等外觀檢測ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ，礦泉水瓶的液位檢測等ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ。
測量
尺寸測量是常見的測量需求웃유ღ♋♂，當人眼精度滿足不了時ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，就必須采用量具和儀器測量⒜⒝⒞⒟⒠⒡⒢⒣⒤。傳統的尺寸測量中ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，典型的方式是利用游標卡尺⑰⑱⑲⑳⓪⓿❶❷❸❹❺、千分尺等測量工具⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，針對工件的某個尺寸參數進行多次測量后取平均值⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ。測量速度慢⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，測試數據統計不及時⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，不適用于自動化生產ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。
機器視覺的尺寸測量具有精度高㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、速度快的特點㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，由于不用接觸產品✺ϟ☇♤♧♡♢♠♣♥，有效避免了人工測量對產品造成的二次傷害⑰⑱⑲⑳⓪⓿❶❷❸❹❺，不但可以獲得尺寸參數☾☽❄☃，還可以根據測量結果及時給出反饋信息☾☽❄☃，修正生產加工參數值⑰⑱⑲⑳⓪⓿❶❷❸❹❺，優化產品質量❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，減少損失❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣。
機器視覺測量主要應用在品質檢測階段⒜⒝⒞⒟⒠⒡⒢⒣⒤。主要利用視覺測量方法✵✶✷✸✹✺✻✼❄❅，對加工后的產品進行全自動化檢測ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。例如測量尺寸♀☿☼☀☁☂☄、平面度等是否合格❻❼❽❾❿⓫⓬⓭⓮⓯⓰。尺寸測量主要通過2D的測量方式웃유ღ♋♂，平面度測量主要通過3D的測量方式㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉。
2D尺寸測量主要應用于各種平面尺寸測量☈⊙☉℃℉❅，例如：半徑☾☽❄☃、寬度✵✶✷✸✹✺✻✼❄❅、長度⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、角度웃유ღ♋♂、輪廓度等⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ。平面度3D測量是指被測物體實際表面相對其理想平面的變動量⒜⒝⒞⒟⒠⒡⒢⒣⒤。將被測物體實際表面與理想平面進行比較☧☬☸✡♁✙♆。，、＇：∶；，兩者之間的最大差距即為平面度誤差值♦☜☞☝✍☚☛☟✌✽✾✿❁❃，或通過測量實際表現上若干點的相對高度差☈⊙☉℃℉❅，再換算以最大高度差表示平面度誤差值✺ϟ☇♤♧♡♢♠♣♥。
引導定位
在自動化生產或機械加工過程中產品或工件的定位十分重要❻❼❽❾❿⓫⓬⓭⓮⓯⓰。傳統的人工定位方法造成檢測人員用眼疲勞❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，判斷標準易出現偏差或浮動☈⊙☉℃℉❅，速度較慢且精度低⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯。引入機器視覺定位技術后①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯，能夠自動判斷產品或工件位置⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，通過圖像識別到物體的特征姿態♦☜☞☝✍☚☛☟✌✽✾✿❁❃，找到被檢測的產品或工件具體位置后❣❦❧♡۵，把姿態數據傳遞給機器人❻❼❽❾❿⓫⓬⓭⓮⓯⓰，進行下一步動作ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。工業機器人需知道產品或工件被操作前的位置以及被操作后的目標位置✺ϟ☇♤♧♡♢♠♣♥，進行精確的抓取操作⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ。
工業機器人可以通過視覺定位系統及時地了解工作環境的變化♦☜☞☝✍☚☛☟✌✽✾✿❁❃，從而進行相應的工作調整♦☜☞☝✍☚☛☟✌✽✾✿❁❃。視覺定位應用場景有全自動裝配웃유ღ♋♂、生產♀☿☼☀☁☂☄，如：自動焊接ⓚⓛⓜⓝⓞⓟⓠⓡⓢ、自動包裝❻❼❽❾❿⓫⓬⓭⓮⓯⓰、自動噴涂等♦☜☞☝✍☚☛☟✌✽✾✿❁❃。引導應用一個關鍵的技術就是要通過手眼標定把相機的坐標系和機械手等運動機構的坐標系統一起來ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。
引導系統有2D引導和3D引導❻❼❽❾❿⓫⓬⓭⓮⓯⓰，分為抓取ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、組裝⒜⒝⒞⒟⒠⒡⒢⒣⒤、精定位和軌跡引導幾種方式㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉。應用場景有上下料㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，手機零件組裝㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，汽車零件無序抓取⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，引導精定位放置到載具ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，引導點膠和引導焊接等ⓣⓤⓥⓦⓧⓨⓩ。
讀碼與識別
傳統的識別方法依賴人工手動控制操作⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，受限于條碼印刷✺ϟ☇♤♧♡♢♠♣♥、材質等因素☈⊙☉℃℉❅，識別速度較慢⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，識別準確率難以保證⒜⒝⒞⒟⒠⒡⒢⒣⒤。機器視覺對圖像進行采集☧☬☸✡♁✙♆。，、＇：∶；、處理☧☬☸✡♁✙♆。，、＇：∶；、分析♀☿☼☀☁☂☄，可以識別各種不同模式的目標和對象⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯。通常包括目標識別⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，顏色識別ⓣⓤⓥⓦⓧⓨⓩ，讀碼和OCR字符識別ⓣⓤⓥⓦⓧⓨⓩ。典型的應用場景有物品分揀❻❼❽❾❿⓫⓬⓭⓮⓯⓰、顏色分揀㈠㈡㈢㈣㈤㈥㈦、一維碼和二維碼讀取ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ、字符讀取等☧☬☸✡♁✙♆。，、＇：∶；。典型的應用為二維碼識別⑰⑱⑲⑳⓪⓿❶❷❸❹❺，大量的數據信息存儲在二維碼中♀☿☼☀☁☂☄，通過二維碼對產品進行跟蹤ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、系統對接管理等☧☬☸✡♁✙♆。，、＇：∶；。在自動化生產線上㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，對各種材質表面的二維碼進行讀取識別웃유ღ♋♂，提高現代化生產的效率⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾。
Conclusion
機器視覺在人工智能以及深度學習算法的輔助之下☧☬☸✡♁✙♆。，、＇：∶；，以機器視覺代替人眼⑰⑱⑲⑳⓪⓿❶❷❸❹❺，避免了手動操作造成的失誤ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ，有效地提升對制造業工作效率ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，智能化的檢測模式的準確率遠高于人工目檢①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯，更不會受人類主觀情緒影響⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，能滿足較高的精度要求⑰⑱⑲⑳⓪⓿❶❷❸❹❺，從而達到為企業實現降本增效的目的ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ。
