《电子技术应用》
您所在的位置:首页 > 其他 > 设计应用 > 几何匹配在机器视觉系统的应用
几何匹配在机器视觉系统的应用
摘要: 机器视觉就是用机器代替人眼来做检测、测量和定位。机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
Abstract:
Key words :

一、机器视觉的概念 
  机器视觉就是用机器代替人眼来做检测、测量和定位。机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。 

  由于机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及及加工控制信息集成,因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以人大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。 

  半导体行业是最先利用机器视觉技术进行检测的行业,其他行业也随之而来。作为生产机械的OEM的设计工程师,最基本的问题就是:“我是要检测这个部件还是整个这个产品”。检测可以得到高质量的产品,但是也会有这样的事实存在:检测成本或者产品质量要求并不需要这样的检测。比如说牙签,假设每一个装有500个牙签的盒子里有一两个不合恪,大多数人都不会怎么担心。但是对于很多产品,假如前面的盒了里装的不是牙签,而是针头,试想不合格品可能会带来什么样的后果,所以产品功能性的检测都是不可缺少的,即使只是外观检测,要证明内在的品质也必须要做到无缺陷。因此,为了达到这个目的,许多OEM将机器视觉世用到他们将要卖给用户的系统中。机器视觉能够为整个系统增值,表现在三个方面:提高生产效率,提高制造过程的精确性,减少成本。 

  那么,对丁一个设计工程师来说,怎么样才能知道机器视觉是否适合他的系统呢?尽管最早的最基本的机器视觉系统在20世纪70年代引入,工业就将其视为主流应用。这就导致设计工程师要考虑它是否合适他们的应用,同时要考虑利用机器视觉检测的成本与其所能带来的利润。 

  高复杂度产品行业,比如说半导体行业和电子行业,由于它们的复杂性和小型化,从传统上推动着机器视觉市场的发展。但是如今,所有产业,包括自动化、制药、造纸等等都依靠机器视觉系统检测产品以提高产品质量。工业专家们预言:在未来的20年到50年,机器视觉将成为横跨所有行业的通用性技术,几乎所有出产的产品部会由机器视觉系统来检测。 

使用机器视觉系统有以下五个主要原因:
    精确性一由于人眼有物理条件的限制,在精确性上机器有明显的优点。即使人眼依靠放大镜或显微镜来检测产品,机器仍然会更加精确,因为它的精度能够达到千分之一英寸。
    重复性一机器可以以相同的办法一次一次的完成检测工作而不会感到疲倦。与此相反,人眼每次检测产品时都会有细微的不同,即使产品是完全相同的。
    速度一机器能够更快的检测产品。特别是当检测高速运动的物体时,比如说生产线上,机器能够提高生产效率。
    客观性一人眼检测还有一个致命的缺陷,就是情绪带来的主观性,检测结果会随工人心情好坏产生变化,而机器没有喜怒哀乐,检测的结果自然非常可观可靠。
    成本一由于机器比人快,一台自动检测机器能够承担好几个人的任务。而且机器不需要停顿、不会生病、能够连续工作,所以能够极大的提高生产效率。
    这个系统其中主要包括:照明光源、工件放置(夹具)、相机、位置传感器、控制逻辑、以及图像采集卡,图像处理软件、技术支持等。
二、机器视觉的原理
    机器视觉各功能的原理主要是根据BMP图片的0-256色灰度值来做一些简单判断和分析,再通过设定灰度边界的差值(边缘阈值)和设定提取到的轮廓的长度(最短边缘)来提取相应的轮廓并计算相应的轮廓相对于图片的坐标位置和不同轮廓之间的距离。
    所以我们要开发视觉系统,首先必须用相应的光源来把产品需要进行识别的位置照的轮廓边界清晰,黑就是黑,白就是白,也就是我们常说的黑白分明,正因为这样,机器视觉并不是我们想像的那样可以完全代替人眼。

三、机器视觉的功能
CkVision机器视觉软件功能其主要有BLOB分析,对象计数、几何匹配、灰度匹配、彩色匹配、字符识别、条码识别、测圆、找圆、卡尺测量、外径内径测量、颜色识别、图像基本运算(二值化、比例变换、开运算、闭运算、膨胀、腐蚀、滤波、边缘检测)、几何运算、图像合并、图像旋转、轮廓提取等功能。另外可根据客户要求定制特殊功能。
我们虽然知道机器视觉有这些功能,但是我们该怎么样应用这些功能呢,在我们自己生产线上哪个工序可以用视觉系统来代替呢,下面我们主要来讲一下几何匹配在机器视觉系统的应用:

1)产品定位:当产品需要高精度定位时,可以使用几何匹配功能,可以先在产品上预先做好一个标志点(Mark点),然后通过检测产品上的Mark点位置相对于图片上的位置偏差,再通过相机的标定把检测出的偏差值转换为毫米或脉冲驱动马达调速回相应的位置来达到高精度的定位。
2)产品方向有无的检测:当产品需要检测方向和有无的时候,可以在产品的一边找一个标志点或相应的一个轮廊直角边、斜边、圆弧等几何图形做为一个模板,当软件在一定范围内找到相应的模板时认为产品有和方向是对的,当找不到相应的模板时认为方向是反的,此时可以发信号把产品替除或控制相应的电机把产品反个方向。
3)产品的高精度测量:当产品需要测两点间的距离而间距测量和卡尺测量达不到产品测量要求时可以使用同时匹配两个点的轮廓来达到产品测量的目的,这主要是用在打光效果不好的产品上。
4)产品放置位置的正确性:当产品上需要放置或装配一些小产品或配件时,通常需要检测正确性,这时可以通过在小产品或配件位置设定相应的搜索范围学习相应的模板来达到检测目的,也就是在A范围内搜索A模板,在B范围内搜索B模板,在C范围内搜索C模板,如果都搜索成功,则OK,如果有一个范围搜索不成功,则NG。
5)产品上的字符检测辅助定位:当需要检测产品的字符(数字或字母)正确性时,可以使用CkVision的字符提取功能,但是必须使用几何匹配做辅助定位,因为通常产品到相机底下的位置会有所变化,而全图像范围搜索可能又会增加一定的误判,所以我们可以设置一个很小的搜索范围,而这个范围可以跟着匹配到的标志点的偏差而变化。

此内容为AET网站原创,未经授权禁止转载。