1、机器视觉（Machine vision）,机器视觉（Machine vision）,机器视觉的引入,机器视觉系统,机器视觉的三部分,机器视觉的主要应用,4,1,2,3,5,机器视觉的国内外发展现状,机器视觉的引入,机器视觉的概念,机器视觉就是用机器代替人眼来做测量和判断。,一个系统的概念，运用现代先进的控制技术、计算机技术及传感技术，表现为光机电的结合。,机器视觉的引入,为什么要引入机器视觉呢？引入机器视觉所带来的好处亦或是效益。了解机器视觉与人的视觉的一些对比。,机器视觉的引入,自动化和电脑技术是机器视觉进入工业生产线的关键要素自动化技术的发展史是机器逐步取代人工的历史。1、传感与控制是自动
2、化的主要分支；2、人类大脑、四肢、感官和神经分别可以对应CPU、运动控制、传感器和网络。,机器视觉的引入,人类视觉是最后几个被取代的器官之一在很多情况下人类视觉越发不能满足要求（机器视觉与人的视觉的对比）1、高速、高精、超视、微距，2、客观、无疲劳、环境限制等。,机器视觉系统与人的视觉的对比,机器视觉系统与人的视觉的对比,机器视觉系统与人的视觉的对比,机器视觉系统与人的视觉的对比,机器视觉的引入,为什么要引入机器视觉呢？它所带来的效益。,节省时间降低生产成本优化物流过程缩短机器停工期,机器视觉的引入,提高生产率和产品质量减轻测试及检测人员劳动强度减少不合格产品的数量提高机器利用率,机器视觉系统
3、,机器视觉系统的原理,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。,机器视觉系统,零件到达检测位置,光电或传感器感应到感应物件时，触发视觉传应器工作。,零件照明,获取图像并把资料数据化,视觉软件处理图像并显示产品是否合格,离散输出，显示不良品画面和统计信息,工作流程：,机器视觉系统,机器视觉系统,传统机器视觉系统工作流程,机器视觉的三部分,光学系统图像处理系统执行机构及人机界面,机器视觉的三部分,三个部分缺一不可，选取合适的光学系统
4、，采集适合处理的图象，是完成视觉检测的基本条件，开发稳定可靠的图象处理软件是视觉检测的核心任务，可靠的执行机构和人性化的人机界面是实现最终功能的临门一脚。,光学系统,光学系统 机器视觉系统中不可或缺的部分，如果没有适合的光学系统采集适于处理的图片则难以有效地完成图象检测，甚至直接导致检测的失败。因此，我们认为适合的光学系统是成功完成机器视觉应用的前提条件。,光学系统,一个典型的光学系统包括：1、光源2、相机3、镜头,光学系统,光学系统的一些基本概念1、相机分辨率2、像素3、F & f ( 光圈和焦距)4、FOV & DOV ( 景深和视野)5、光源与成像(亮场和暗场)6、WD & LWD （相
5、机和光源工作距离）,光学系统,光学系统,像素数据 每个像素都含有以下信息: 图像中的位置 (Row, Column)location 光强度 黑白图像的灰度值 彩色图像的RGB色彩值,光学系统,像素,图像处理系统,核心部分 在取得图像后，我们需要对图像进行处理，分析计算，并输出检测结果。图像处理部分包括两个部分： 硬件、软件,图像处理系统,硬件 目前市场主流的机器视觉图像处理系统有： 1、PC Based系统 2、嵌入式系统（智能相机）,图像处理系统,PC Based系统 采用PC作为处理平台，通过图像采集卡+模拟相机或直接通过数字相机采集图片，依托PC处理平台，处理速度快，可运行复杂的图像处
6、理算法；可带多个相机；可根据用户要求自行开发处理程序和用户界面。但由于其开发工具为高级编程语言，开发周期长，难度大，维护成本高。,图像处理系统,嵌入式系统 将相机、图像采集模块、处理器、存储器、通讯模块、I/O集成一体，稳定性更高，开发周期 较短，难度相对较低，但由于其硬件结构限制，通常只能带一至两个相机，程序开发不如PC Based系统灵活，运行速度和算法复杂度不如PC Based系统。,图像处理系统,如何选择？ 两种系统各有利弊，在检测点数少，检测要求可能发生变化，项目周期紧急的应用更适合选用嵌入式系统，检测点数多，速度要求高，检测要求相对稳定，项目周期宽松的应用更适合选用PC Based系统。,图像处理系统,软件 1、开发平台 2、应用软件 图像处理软件是否先进是机器视觉应用成功的关键。,图像处理系统,图像处理算法基础知识定位（Locating） 灰度（Grey Scale）对比度（Contrast） 斑点（Blob）模板匹配（Pattem Match） 边缘（Edge） 光学字符识别/校验（OCR/OCV）ID识别 测量（Guage）拟合（Fitting）图像预处理（Image
安全达人 