機器視覺技術用計算機來分析一個圖像,并根據分析得出結論,F今
機器視覺有兩種應用。
機器視覺系統可以探測部件,在此光學器件允許處理器更精確的觀察目標并對哪些部件可以通過哪些需要廢棄做出有效的決定;
機器視覺也可以用來創造一個部件,即運用復雜光學器件和軟件相結合直接指導制造過程。
盡管
機器視覺應用各異,但都包括以下幾個過程;
圖像采集:光學系統采集圖像,圖像轉換成模擬格式并傳入計算機存儲器。
圖像處理:處理器運用不同的算法來提高對結論有重要影響的圖像要素。
特性提。禾幚砥髯R別并量化圖像的關鍵特性,例如印刷電路板上洞的位置或者連接器上引腳的個數。然后這些數據傳送到控制程序。
判決和控制:處理器的控制程序根據收到的數據做出結論
機器視覺系統方案。例如:這些數據包括印刷電路板上的洞是否在要求規格以內或者一個自動機器如何必須移動去拾取某一部件.
光源:光源和影響
機器視覺系統輸入的重要因素,因為它直接影響輸入數據的質量和至少30%的應用效果。由于沒有通用的
機器視覺照明設備,所以針對每個特定的應用實例,要選擇相應的照明裝置,以達到最佳效果。許多工業用的
機器視覺系統用可見光作為光源,這主要是因為可見光容易獲得,價格低,并且便于操作。常用的幾種可見光源是白幟燈、日光燈、水銀燈和鈉光燈。但是,這些光源的一個最大缺點是光能不能保持穩定。以日光燈為例,在使用的第一個100小時內,光能將下降15%,隨著使用時間的增加,光能將不斷下降。因此,如何使光能在一定的程度上保持穩定,是實用化過程中急需要解決的問題。另一個方面,環境光將改變這些光源照射到物體上的總光能,使輸出的圖像數據存在噪聲,一般采用加防護屏的方法,減少環境光的影響。由于存在上述問題,在現今的工業應用中,對于某些要求高的檢測任務,采用X射線、超聲波等不可見光作為光源。