机器视觉的行业应用及相关案例

科技的发展，对自动化行业带来了全新的挑战和机遇。自动化是一个广泛的概念，通俗来讲就是用机器设备来胜任高重复性或者高危险性，以及特殊生产要求的相关工作。取代不适合人工作业的工作，解决企业工厂大批量生产需要的高效率，高稳定性，可控的产品质量和高精度要求。

机器视觉作为人工智能的可视化发展已经实现了普遍应用，软硬件结合的前沿应用众多，是AI发展的一个具备积极意义的重要分支。机器视觉组成包括图像处理、机械工程技术、控制、视觉光源、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括：视觉光源、工业镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、 工业相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯 / 输入输出单元等。

机器视觉的产生，区别于原来的靠传动定位的工作原理，大大拓展了自动化专机的功能，使得非标准设备的设计思路和功能有了极大的提升。而随着机器视觉技术及相关硬件，软件产品的逐步发展与成熟，其应用范围也越来越广泛。结合目前市场状况，机器视觉在工业环境中的应用，大致可以分为定位、识别、测量、缺陷检测等等，相关应用及案例说明如下：

一 定位

定位功能能自动判断物品的位置，并将位置信息通过通讯协议输出。多运用于产线的全自动装配，例如：自动组装、自动焊接、自动包装/灌装、自动喷涂，经常会配合应用于自动化执行机构比如机械手，焊枪，喷嘴等等。对于高速生产线的检测、导航抓取等应用，视觉定位功能是机器视觉成功的关键。视觉定位能识别和确定零件准确的位置和方向。

二 识别

机器视觉可用于对一维码及二维码的解码、光学字符的识别与确认、颜色及形状的识别等。视觉识别可以整体识别，也可以局部细节识别，可以从物体或环境的形状做视觉识别，也可以加入色彩的元素以更加细腻地刻画物体和环境，广泛应用于印刷字符读取、条码识别读取等。

三 产品测量

机器视觉可以在非接触情况下，对产品尺寸进行精密测量，以确定产品外观尺寸方面的误差；又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。尺寸测量的功能被广泛应用到高精度要求的产品生产中，可实现被测物件的宽度、高度、直径和间距等测量，并满足多个产品同时检测，确保生产的准确性。

四 缺陷检测

机器视觉可以用于对产品表面进行精密检测，包括目标方向及位置检测，产品表面的压伤、破损、刮伤、脏污检测，印刷表面的瑕疵检测等。视觉系统基于采集被检物的现有缺陷特征，并进行分析，建立不良缺陷特征库；可检测被检物表面的斑点、凹坑、划痕、缺损等多种缺陷。

五 机器人引导

工业机器人早已经大范围应用于自动化流水线中，视觉系统使得机器人在操作过程中有了极大的功能性拓展，可以通过机器视觉系统实时了解工作环境的变化，相应调整动作以保证任务的正确完成。机器视觉用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。物品分拣应用是建立在识别、检测之后一个环节，通过机器视觉系统将图像进行处理，实现分拣。在机器视觉工业应用中常用于食品分拣、零件表面瑕疵自动分拣、棉花纤维分拣等。

此外，机器视觉还广泛应用于自动光学检查、人脸识别、无人驾驶汽车、产品质量等级分类、印刷品质量自动化检测、文字识别、纹理识别、追踪定位等等，随着人工智能的蓬勃发展，伴随中国智能制造的深入推进，行业对机器视觉的需求也将逐渐增加。