機器視覺：智能制造的“眼睛”。根據美國自動成像協會（AIA）的定義，機器視覺是一種應用于工業和非工業領域的硬件和軟件組合，它基于捕獲并處理的圖像為設備執行其功能提供操作指導。

　　廣義的機器視覺按照應用領域，可分為工業視覺（用于檢測、智能制造等領域）和計算機視覺（用于消費、服務等智能生活領域），本文所述的機器視覺特指應用在工業領域的工業視覺。

　　機器視覺的組成可分為硬件和軟件兩部分。硬件負責成像，相當于人的“眼睛”，包括光源及光源控制器、鏡頭和工業相機；軟件負責圖像處理分析，相當于人的“視覺皮層”。具體而言，典型的機器視覺成套系統包括：

　　光源及光源控制器：共同為機器提供“看”的環境。合適的光源可突出目標特征，隱去無關的背景信息，進而大幅降低算法難度。

　　鏡頭：被攝物體信息采集和傳遞過程的起點，相當于“晶狀體”。

　　工業相機：機器視覺中的圖像采集單元，本質為將光信號轉變為有序的電信號，相當于“視網膜”。工業相機對拍攝速度、圖像穩定性、傳輸能力和抗干擾能力有較高要求。

　　視覺處理分析軟件：通過編寫合適的算法，進行圖像的處理和分析，最終實現機器視覺功能目標，相當于“視覺皮層”。視覺處理分析軟件通常基于PC使用，也可嵌入工業相機中，使其成為兼具圖像采集、處理、通信功能的智能相機。

　　機器視覺系統可輔助設備進行自動化生產和智能化檢測。具體而言，機器視覺具有識別（Identify）、測量（Gauge）、定位（Guide）、檢測（Inspect）四大功能，各項功能的應用場景和實現關鍵在于：

　　識別（Identify）：基于目標物的特征進行甄別，例如外形、顏色、字符、條碼等，其中OCR/OCV（光學字符識別/光學字符驗證）、條碼識別和碼垛搬運是重要的應用場景，在追蹤管理和質量回溯環節可發揮重要作用。識別的關鍵在于高準確度和快速識別。

　　測量（Gauge）：把獲取的圖像像素信息標定成常用的度量衡單位，然后在圖像中精確的計算出目標物的幾何尺寸，應用場景包括尺寸標注和誤差測量等。機器視覺尤其擅長小尺寸、高精度以及復雜形態的測量。

　　定位（Guide）：獲得目標物體二維或三維的位置信息，進而引導生產設備（機器手、機床等）或檢測設備進行精確定位或移動。定位功能的關鍵在于高精度和快速定位。

　　檢測（Inspect）：一般是指外觀檢測。檢測的應用場景很多，如裝配后的完整性檢測（是否正確完成裝配）、外觀缺陷檢測（是否有劃痕、凹凸不平等）等。

　　機器視覺相比人眼視覺，具有圖像采集和分析速度快、觀測精度高、環境適應性強、客觀性高、持續工作穩定性高等優勢，因而可幫助終端使用者進行產品增質、成本降低以及生產數字化：

　　產品增質：1）機器視覺可顯著降低檢測的漏檢率和過殺率，提高生產的精度和良品率；2）提高產品一致性；3）在不規則、小尺寸、精細化部件的加工和檢測，以及危險環境下具有更加明顯的優勢。

　　成本降低：1）機器視覺采集和處理圖像的時間在微秒級別，可顯著提升效率；2）單臺系統可代替多人工作，并可7×24小時不間斷工作；3）柔性化程度高，若生產過程改變，僅需調整算法或增加部分硬件即可實現。

　　生產數字化：機器視覺作為“圖像”這一重要數據的采集和分析接口，是未來實現智能生產和工業互聯的必備途徑。

責任編輯：YYX