高速相機(jī)

按照不同標(biāo)準(zhǔn)可分為：標(biāo)準(zhǔn)分辨率數(shù)字相機(jī)和模擬相機(jī)等 。要根據(jù)不同的實(shí)際應(yīng)用場(chǎng)合選不同的相機(jī)和高分辨率相機(jī)：

按成像色彩劃分，可分為彩色相機(jī)和黑白相機(jī)；

按分辨率劃分，像素?cái)?shù)在38萬以下的為普通型，像素?cái)?shù)在38萬以上的高分辨率型；

按光敏面尺寸大小劃分，可分為1/4、1/3、1/2、1英寸相機(jī)；

按掃描方式劃分，可分為行掃描相機(jī)（線陣相機(jī)）和面掃描相機(jī)（面陣相機(jī)）兩種方式；（面掃描相機(jī)又可分為隔行掃描相機(jī)和逐行掃描相機(jī)）；

按同步方式劃分，可分為普通相機(jī)（內(nèi)同步）和具有外同步功能的相機(jī)等。

圖像采集卡

圖像采集卡只是完整的機(jī)器視覺系統(tǒng)的一個(gè)部件，但是 它扮演一個(gè)非常重要的角色。圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數(shù)字等等。

比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計(jì)算機(jī)存儲(chǔ)器進(jìn)行處理。有些采集卡有內(nèi)置的多路開關(guān)。例如，可以連接8個(gè)不同的攝像機(jī)，然后告訴采集卡采用那一個(gè)相機(jī)抓拍到的信息。有些采集卡有內(nèi)置的數(shù)字輸入以觸發(fā)采集卡進(jìn)行捕捉，當(dāng)采集卡抓拍圖像時(shí)數(shù)字輸出口就觸發(fā)閘門。

視覺處理器

視覺處理器集采集卡與處理器于一體。以往計(jì)算機(jī)速度較慢時(shí)，采用視覺處理器加快視覺處理任務(wù)。采集卡傳輸圖像到存儲(chǔ)器，進(jìn)而計(jì)算分析。當(dāng)前主流配置的PLC，且配置較高，視覺處理器已經(jīng)幾乎退出市場(chǎng)。

應(yīng)用案例

在布匹的生產(chǎn)過程中，像布匹質(zhì)量檢測(cè)這種有高度重復(fù)性和智能性的工作只能靠人工檢測(cè)來完成，在現(xiàn)代化流水線后面常?？煽吹胶芏嗟臋z測(cè)工人來執(zhí)行這道工序，給企業(yè)增加巨大的人工成本和管理成本的同時(shí)，卻仍然不能保證100 %的檢驗(yàn)合格率（即“零缺陷”）。對(duì)布匹質(zhì)量的檢測(cè)是重復(fù)性勞動(dòng)，容易出錯(cuò)且效率低。

流水線進(jìn)行自動(dòng)化的改造，使布匹生產(chǎn)流水線變成快速、實(shí)時(shí)、準(zhǔn)確、高效的流水線。在流水線上，所有布匹的顏色、及數(shù)量都要進(jìn)行自動(dòng)確認(rèn)（以下簡(jiǎn)稱“布匹檢測(cè)”）。采用機(jī)器視覺的自動(dòng)識(shí)別技術(shù)完成以前由人工來完成的工作。在大批量的布匹檢測(cè)中，用人工檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺檢測(cè)方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。

特征提取辨識(shí)

一般布匹檢測(cè)（自動(dòng)識(shí)別）先利用高清晰度、高速攝像鏡頭拍攝標(biāo)準(zhǔn)圖像，在此基礎(chǔ)上設(shè)定一定標(biāo)準(zhǔn)；然后拍攝被檢測(cè)的圖像，再將兩者進(jìn)行對(duì)比。但是在布匹質(zhì)量檢測(cè)工程中要復(fù)雜一些：

1． 圖像的內(nèi)容不是單一的圖像，每塊被測(cè)區(qū)域存在的雜質(zhì)的數(shù)量、大小、顏色、位置不一定一致。

2． 雜質(zhì)的形狀難以事先確定。

3． 由于布匹快速運(yùn)動(dòng)對(duì)光線產(chǎn)生反射，圖像中可能會(huì)存在大量的噪聲。

4． 在流水線上，對(duì)布匹進(jìn)行檢測(cè)，有實(shí)時(shí)性的要求。

由于上述原因，圖像識(shí)別處理時(shí)應(yīng)采取相應(yīng)的算法，提取雜質(zhì)的特征，進(jìn)行模式識(shí)別，實(shí)現(xiàn)智能分析。

Color檢測(cè)

一般而言，從彩色CCD相機(jī)中獲取的圖像都是RGB圖像。也就是說每一個(gè)像素都由紅（R）綠（G）藍(lán)（B）三個(gè)成分組成，來表示RGB色彩空間中的一個(gè)點(diǎn)。問題在于這些色差不同于人眼的感覺。即使很小的噪聲也會(huì)改變顏色空間中的位置。所以無論我們?nèi)搜鄹杏X有多么的近似，在顏色空間中也不盡相同?；谏鲜鲈?，我們需要將RGB像素轉(zhuǎn)換成為另一種顏色空間CIELAB。目的就是使我們?nèi)搜鄣母杏X盡可能的與顏色空間中的色差相近。

Blob檢測(cè)

根據(jù)上面得到的處理圖像，根據(jù)需求，在純色背景下檢測(cè)雜質(zhì)色斑，并且要計(jì)算出色斑的面積，以確定是否在檢測(cè)范圍之內(nèi)。因此圖像處理軟件要具有分離目標(biāo)，檢測(cè)目標(biāo)，并且計(jì)算出其面積的功能。

Blob分析（Blob Analysis）是對(duì)圖像中相同像素的連通域進(jìn)行分析，該連通域稱為Blob。經(jīng)二值化（Binary Thresholding）處理后的圖像中色斑可認(rèn)為是blob。Blob分析工具可以從背景中分離出目標(biāo)，并可計(jì)算出目標(biāo)的數(shù)量、位置、形狀、方向和大小，還可以提供相關(guān)斑點(diǎn)間的拓?fù)浣Y(jié)構(gòu)。在處理過程中不是采用單個(gè)的像素逐一分析，而是對(duì)圖形的行進(jìn)行操作。圖像的每一行都用游程長(zhǎng)度編碼（RLE）來表示相鄰的目標(biāo)范圍。這種算法與基于象素的算法相比，大大提高處理速度。

結(jié)果處理和控制

應(yīng)用程序把返回的結(jié)果存入數(shù)據(jù)庫(kù)或用戶指定的位置，并根據(jù)結(jié)果控制機(jī)械部分做相應(yīng)的運(yùn)動(dòng)。

根據(jù)識(shí)別的結(jié)果，存入數(shù)據(jù)庫(kù)進(jìn)行信息管理。以后可以隨時(shí)對(duì)信息進(jìn)行檢索查詢，管理者可以獲知某段時(shí)間內(nèi)流水線的忙閑，為下一步的工作作出安排；可以獲知內(nèi)布匹的質(zhì)量情況等等。

應(yīng)用現(xiàn)狀

在國(guó)外，機(jī)器視覺的應(yīng)用普及主要體現(xiàn)在半導(dǎo)體及電子行業(yè)，其中大概40%-50%都集中在半導(dǎo)體行業(yè)。具體如PCB印刷電路：各類生產(chǎn)印刷電路板組裝技術(shù)、設(shè)備；單、雙面、多層線路板，覆銅板及所需的材料及輔料；輔助設(shè)施以及耗材、油墨、藥水藥劑、配件；電子封裝技術(shù)與設(shè)備；絲網(wǎng)印刷設(shè)備及絲網(wǎng)周邊材料等。SMT表面貼裝：SMT工藝與設(shè)備、焊接設(shè)備、測(cè)試儀器、返修設(shè)備及各種輔助工具及配件、SMT材料、貼片劑、膠粘劑、焊劑、焊料及防氧化油、焊膏、清洗劑等；再流焊機(jī)、波峰焊機(jī)及自動(dòng)化生產(chǎn)線設(shè)備。電子生產(chǎn)加工設(shè)備：電子元件制造設(shè)備、半導(dǎo)體及集成電路制造設(shè)備、元器件成型設(shè)備、電子工模具。機(jī)器視覺系統(tǒng)還在質(zhì)量檢測(cè)的各個(gè)方面已經(jīng)得到了廣泛的應(yīng)用，并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。除此之外，機(jī)器視覺還用于其他各個(gè)領(lǐng)域。

而在中國(guó)，視覺技術(shù)的應(yīng)用開始于90年代，因?yàn)樾袠I(yè)本身就屬于新興的領(lǐng)域，再加之機(jī)器視覺產(chǎn)品技術(shù)的普及不夠，導(dǎo)致以上各行業(yè)的應(yīng)用幾乎空白。目前國(guó)內(nèi)機(jī)器視覺大多為國(guó)外品牌。國(guó)內(nèi)大多機(jī)器視覺公司基本上是靠代理國(guó)外各種機(jī)器視覺品牌起家，隨著機(jī)器視覺的不斷應(yīng)用，公司規(guī)模慢慢做大，技術(shù)上已經(jīng)逐漸成熟。

隨著經(jīng)濟(jì)水平的提高，3D機(jī)器視覺也開始進(jìn)入人們的視野。3D機(jī)器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和醫(yī)藥產(chǎn)品的評(píng)級(jí)。它可以提高合格產(chǎn)品的生產(chǎn)能力，在生產(chǎn)過程的早期就報(bào)廢劣質(zhì)產(chǎn)品，從而減少了浪費(fèi)節(jié)約成本。這種功能非常適合用于高度、形狀、數(shù)量甚至色彩等產(chǎn)品屬性的成像。

在行業(yè)應(yīng)用方面，主要有制藥、包裝、電子、汽車制造、半導(dǎo)體、紡織、煙草、交通、物流等行業(yè)，用機(jī)器視覺技術(shù)取代人工，可以提供生產(chǎn)效率和產(chǎn)品質(zhì)量。例如在物流行業(yè)，可以使用機(jī)器視覺技術(shù)進(jìn)行快遞的分揀分類，不會(huì)出現(xiàn)大多快遞公司人工進(jìn)行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動(dòng)。