×

机器视觉的概念说明和主要应用详细资料概述

消耗积分:0 | 格式:rar | 大小:0.05 MB | 2019-09-06

分享资料个

  在现代工业自动化生产中,涉及到各种各样的检查、测量和零件识别应用,例如汽车零配件尺寸检查和自动装配的完整性检查,电子装配线的元件自动定位,饮料瓶盖的印刷质量检查,产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有高度重复性和智能性的工作只能*人工检测来完成,我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序,在给工厂增加巨大的人工成本和管理成本的同时,仍然不能保证100%的检验合格率(即“零缺陷”),而当今企业之间的竞争,已经不允许哪怕是0.1%的缺陷存在。有些时候,如微小尺寸的精确快速测量,形状匹配,颜色辨识等,用人眼根本无法连续稳定地进行,其它物理量传感器也难有用武之地。这时,人们开始考虑把计算机的快速性、可*性、结果的可重复性,与人类视觉的高度智能化和抽象能力相结合,由此产生了机器视觉的概念。

  一般地说,机器视觉就是用机器代替人眼来做测量和判断。首先采用CCD照相机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,如:面积、长度、数量、位置等;最后,根据预设的容许度和其他条件输出结果,如:尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。 机器视觉极适用于大批量生产过程中的测量、检查和辨识,如:零件装配完整性,装配尺寸精度,零件加工精度,位置/角度测量,零件识别,特性/字符识别等。其最大的应用行业为:汽车,制药,电子与电气,制造,包装/食品/饮料,医学。如对汽车仪表盘加工精度的检查,高速贴片机上对电子元件的快速定位,对管脚数目的检查,对IC表面印字符的辨识,胶囊生产中对胶囊壁厚和外观缺陷的检查,轴承生产中对滚珠数量和破损情况的检查,食品包装上面对生产日期的辨识,对标签贴放位置的检查。目前,国际上视觉系统的应用方兴未艾,1998年的市场规模为46亿美元,而在国内,工业视觉系统尚处于概念导入期,各行业的领先企业在解决了生产自动化的问题以后,已开始将目光转向视觉测量自动化方面。

 

  机器视觉的系统构成和分类

  典型的视觉系统一般包括如下部分:光源,镜头,CCD照相机,图像处理单元(或图像捕获卡),图像处理软件,监视器,通讯/输入输出单元等。视觉系统的输出并非图像视频信号,而是经过运算处理之后的检测结果,如尺寸数据。上位机如PC和PLC实时获得检测结果后,指挥运动系统或I/O系统执行相应的控制动作,如定位和分选。从视觉系统的运行环境分类,可分为PC-BASED系统和PLC-BASED系统。基于PC的系统利用了其开放性,高度的编程灵活性和良好的Windows界面,同时系统总体成本较低。以美国DATA TRANSLATION公司为例,系统内含高性能图像捕获卡,一般可接多个镜头,配套软件方面,从低到高有几个层次,如Windows95/98/NT环境下C/C++编程用DLL,可视化控件activeX提供VB和VC++下的图形化编程环境, 甚至Windows下的面向对象的机器视觉组态软件,用户可用它快速开发复杂高级的应用。在基于PLC的系统中,视觉的作用更像一个智能化的传感器,图像处理单元独立于系统,通过串行总线和I/O与PLC交换数据。系统硬件一般利用高速专用ASIC或嵌入式计算机进行图像处理,系统软件固化在图像处理器中,通过类似于游戏键盘的简单装置对显示在监视器中的菜单进行配置,或在PC上开发软件然后下载。基于PLC的系统体现了可*性高、集成化,小型化、高速化、低成本的特点,代表厂商为日本松下、德国Siemens等。

  SIEMENS SIMATIC VS710机器视觉系统的特点

  德国Siemens公司在工业图像处理方面拥有超过20年经验积累,SIMATIC VIDEOMAT是第一个高性能的单色和彩色图像处理系统,并成为SIMATIC自动化系统中极重要的产品。而99年推出的SIMATIC VS710是业内第一个智能化的、一体化的、带PROFIBUS接口的、分布式的灰度级工业视觉系统,它将图像处理器、CCD、I/O集成在一个小型机箱内,提供PROFIBUS的联网方式(通讯速率达12Mbps)或集成的I/O和RS232接口。更重要的,通过PC WINDOWS下的Pro Vision参数化软件进行组态,VS 710第一次将PC的灵活性,PLC的可*性、分布式网络技术,和一体化设计结合在一起,使得西门子在PC和PLC体系之间找到了完美的平衡。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(1)
发评论
wysiwyw 2019-09-10
0 回复 举报
学习何为机器视觉 收起回复

下载排行榜

全部1条评论

快来发表一下你的评论吧 !