東莞市瑞智光電科技有限公司
專注于機器視覺、AI人工智能、激光、視覺檢測設(shè)備！
專注于機器視覺、AI人工智能、激光、視覺檢測設(shè)備！
2020-08-17 09:14:24 責(zé)任編輯： www.qgenomics.cn 0
在工業(yè)自動化領(lǐng)域，視覺檢測設(shè)備機器視覺技術(shù)的應(yīng)用變得越來越成熟，其應(yīng)用范圍也在不斷擴大。不過盡管機器視覺的應(yīng)用現(xiàn)在已經(jīng)非常普遍，但是在實際使用過程中仍然會遇到很多問題，這需要技術(shù)人員繼續(xù)解決和改進。對于當(dāng)前的視覺檢測設(shè)備機器視覺系統(tǒng)設(shè)計過程，經(jīng)常遇到的困難主要有以下幾點：
1、光源照明的穩(wěn)定性
由于諸如在不同材料的物體表面上的反射和折射之類的問題會影響被測物體特性的提取，因此可以說光源照明和成像是機器視覺檢測要克服的第一個困難。例如，如今檢測到玻璃和反射表面上的劃痕，很多時候問題一直存在于不同缺陷的集成成像中。
現(xiàn)在，工業(yè)視覺應(yīng)用通常分為四類：定位，測量，檢測和識別，其中測量要求照明具有最高的穩(wěn)定性，因為只要照明變化10-20％，測量結(jié)果就可能偏離1-2像素，這不是軟件問題，這是光照變化導(dǎo)致圖像上邊緣的位置發(fā)生變化，即使是最強大的軟件也無法解決問題。必須從系統(tǒng)設(shè)計的角度排除環(huán)境光的干擾，并確保主動照明光源的發(fā)光穩(wěn)定性。
2、校準(zhǔn)
通常，高精度測量需要以下校準(zhǔn)：一種是光學(xué)畸變校準(zhǔn)（如果不是軟件鏡頭，通常必須進行校準(zhǔn)），另一種是投影畸變校準(zhǔn)，即以安裝位置誤差表示的圖像畸變校正，第三種是對象圖像空間的校準(zhǔn)，是為了具體計算與每個像素相對應(yīng)的對象空間的大小。
但是，當(dāng)前的校準(zhǔn)算法都是基于平面校準(zhǔn)。如果要測量的物理場不是平面的，則需要使用一些特殊算法進行校準(zhǔn)。常規(guī)的校準(zhǔn)算法無法解決。此外，還有一些校準(zhǔn)，由于不方便使用校準(zhǔn)板，因此必須設(shè)計一種特殊的校準(zhǔn)方法。因此，軟件中現(xiàn)有的校準(zhǔn)算法可能無法完全解決校準(zhǔn)問題。
3、工件位置不一致
通常，測量項目，無論是離線檢測還是在線檢測，只要是全自動檢測設(shè)備，第一步就是找到要檢測的目標(biāo)。每次要檢測的目標(biāo)物體出現(xiàn)在拍攝視野中時，要能夠準(zhǔn)確知道要檢測的目標(biāo)物體在哪里，即使您使用一些機械固定裝置等，也不能特別準(zhǔn)確確保每次被測目標(biāo)對象都出現(xiàn)在同一位置，這就需要用到定位功能。如果定位不準(zhǔn)確，則測量工具的位置可能也不準(zhǔn)確，測量結(jié)果有時可能會有較大的偏差。
4、軟件的測量精度
在測量應(yīng)用程序中，只能根據(jù)1/2-1/4像素（最好是1/2）來考慮軟件的精度，而不能作為定位應(yīng)用程序達到1/10-1/30像素的精度，因為測量應(yīng)用軟件可以從圖像中提取的特征點很少。
5、物體的運動速度
如果被測物體不是靜止的而是運動的，則必須考慮運動模糊的圖像精度（模糊像素=物體運動速度*相機曝光時間）。這不是軟件可以解決的問題。
6、識別意外缺陷
在實際應(yīng)用中，通常會給出一些特定的缺陷模式，使用機器視覺來識別是否已發(fā)生。但是經(jīng)常遇到的情況是，由于許多明顯缺陷以前沒有發(fā)生過，或者發(fā)生的模式過于多樣化而被漏檢。如果是人，雖然沒有在操作流程文件中要求他檢測此缺陷，但他會注意到了就會有更大的機會檢測到它，并把有缺陷的產(chǎn)品分撿出來，而機器視覺在這點上的“智慧”目前仍然很難突破。
視覺檢測設(shè)備機器視覺檢測技術(shù)是檢測行業(yè)中使用最廣泛的檢測技術(shù)。它具有速度快，精度高和準(zhǔn)確性高的優(yōu)點，解決了傳統(tǒng)手工檢查效率低，穩(wěn)定性差，漏檢容易等缺點。視覺檢測設(shè)備為企業(yè)批量生產(chǎn)提供了強有力的支持，受到許多用戶的青睞，相信在未來的發(fā)展道路上，這些困難將一一克服。
