论文部分内容阅读
摘 要：本文主要是针对机器视觉在当代的发展以及机器视觉的原理和机器的工作原理进行讨论。我们以机器人特征的检查和机器人的视觉引导两个方面为基点，来进行概括其在制造业中的应用情况，并对机器视觉在制造业中所产生的问题进行深刻的探讨，对问题进行解决，最后为机器视觉在制造业中的发展前景和市场情况进行预测和规划。
关键词：机器视觉 产品特征 视觉引导
一、机器视觉技术的发展及其视觉系统的组成部分
1.1机器视觉是一项类似于仿生技术的工程
它通过利用计算机实现对生物视觉的模仿效果，不难看出机器视觉的最重要作用就是通过利用对生物视觉的模仿从而恢复现实中的一系列模型。机器视觉领域不可否认的是一个新兴的行业，但这并不影响其发展的迅速程度，在当今成为了计算机发展领域的重要研究项目之一。机器视觉从1950年的统计模式开始，当时的发展重点主要对二维图像和数字的辨识解析上，而在1965年Roberts则通过提取诸多几何体结构的基础上诞生了三维结构的思想，并成功对物体之间的空间结构进行了详细的描述，当时间到了1970年终于诞生了一些机器视觉的应用系统。并于1977提出了与当时思想不同但却更具有创新性的计算机视觉理论，而这个理论也成为了80年代甚至于以后研究的重要基石和理论基础。可以说从20世纪80年代开始机器视觉的研究就变得日新月异，发展速度更是一日千里。随着电气自动化的发展和与其配套行业的不断提升，机器视觉也开始适量应用于汽车零件的量产、电路板的印刷、电路的检测等方面。
1.2机器视觉系统的组成
其组成通常由四部分组成分别为光源，图像感应器，图像采集计算机和图像处理软件。首先机器自带光源发出，图像采集装置将三维信号转变为二维信号再通过模拟转换技术完成光变电的信号转化过程，最后就是利用图像采集计算机进行采集再进行处理。而在收集图像之时图像的质量就变得尤为重要，而对图像影响最大的无疑就是环境的光线了，所以针对这个问题，我们对機器自带光源进行改进使其可以自动调节亮度并提升光源的稳定性，来有效降低环境因素影响过大而导致的系统故障的情况发生。常用的图像转换器一般分为ccd面阵和线性。以机器视觉系统为基础图像采集计算机可以实现协调摄像机实现异步拍摄和定点定时拍摄，并通过图像处理软件完成对图像的解析和处理。
二、机器视觉在创造业中的运用和存在的问题
2.1机器的优势
其优势毫无疑问就是精确、快捷实用、受外界干扰极小等。由于这些优势方面的存在，使得对机器视觉的投资得到了比想象中更快速，巨大的回报，得到了更多的社会效益。而如今的商品品种繁多我们也通过深刻的分析和归纳总结出了三类产品的特征，从而精确机器视觉对产品的检查。第一类：针对产品的尺寸、形状进行检查，此项针对的方面多用于工程零件的精度检测，检测其零件是否符合标准的范围，是否具有正确的集合形状。第二类：是对产品质量的的检测，通过对机器视觉的利用可以对产品的表面凹凸情况、划痕情况、以及内部外部裂纹暗伤情况进行检测，从而帮助检测人员对产品进行有效的评估。例如：美国所开发的冷轧带钢表面自动检测系统，该系统可以有效检测钢材表面的像素的误差，并且达到了其他同类产品的2.5倍。第三类：对生产产品的结构特点进行检测，众所周知，一个产品的完整性是十分重要的，但是对于一些过于复杂的组合产品，人工检测完整性的难度过大，这时机器视觉就可以快速并准确的检测产品的完整性以及是否所用材料纯度是否达到标准、是否材料被污染等问题，十分方便。
2.2机器视觉在如今的发展
如今随着时代的高速发展，机器视觉已经不仅仅用于机器人的研究，他开始应用于社会制造业的各各方面，为以前制造业中呆板的工业机器人装上机器视觉系统，显而易见的机器人变得更加灵活、更加自主。正是因为为机器增加了视觉系统，他们可以胜任汽车组装、人员自动定位、器材焊接等有一定难度的工作大大较少了员工的工作负担。例如：通过利用超声波与视觉系同联动所形成的抓取方式、还有通过光源的线状投影，从而避免由于环境光线反射而导致的位置信息的情况，从而增加机器对物品搬运的准确性，并有效提高机器搬运的效率、在焊接领域也有机器视觉的应用，通过双摄像的理念准确的对需要焊接的部位进行空间分析，从而使得空间焊接的精度提高，而且可以使过程变得更加简单容易操作。
2.3人与机器成像的区别
人与机器的视觉系统有着本质的区别，也许看清楚一件事物对人们来说是十分容易的但对于机器来说这并不是一件十分容易的事情，大概来说我们现在大概面临四方面的问题。第一：图像的相似性是图形在投影的时候所不可避免的一个问题，不同的几何体可能会出现相同的投影情况，从而导致几何体的一些空间信息丢失，从而使对物体的形状分析产生较大的误差，影响最后的解析。第二：外界环境对成像的影响，众所周知，环境对图像的影响可谓是最大的也是无法避免的，我们只有尽可能减少如气候、温度、湿度对物体表面色彩、整体形状等方面的成像影响。第三：引导系统不同，不同的系统很可能会有不同的引导软件，而引导软件的不同，就会导致相同物体的成像发生改变，这样没有统一的引导方式就很难有相同的引导成像，这无疑为统一的检测、制造等方面提供了巨大的难度和不便，我相信如果可以使知识引导做到统一，那么工作收益必然会大大的提高，也将获得更大的收益。第四：数据过大过多，每一次机器视觉成像都会有大量的数据产生，如同一个510*510的图像数据量就达到了将近250K，如果是彩色的成像那么所附带的数据量则会成倍的增加，所以储存这些数据的空间无疑将会成为一个巨大的问题，更会导致成像的速度变慢，影响工作的速率。为了解决这些不可避免且必须面对的问题，科研人员正在不断的努力开发新的技术，以求解决这些不可避免的问题。
【结束语】进过科研人员数十年的不懈努力，我国的机器视觉发展已然位于世界前列，多年的探索和研究使得我国的机器视觉科研方面积累的极多的经验，这是一笔不可多得的财富。由世界观之，在我国制造业当中增加机器视觉是一个十分顺应时代步伐的决定，这不仅加快了生产的速率，更减少了不必要资源的浪费，节省了人力资源，加快了资源的回归利用。我相信在21世纪的今天，机器视觉必定会更加蓬勃的发展，并将成为制造业当中的奠基石。
参考文献：
[1]李炳银.机器视觉及其在制造业中的应用分析[J].数字通信世界.2017（09）
[2]朱正德.谈“机器视觉”在汽车制造业中的应用[J].中国测试技术.2006（05）
[3]吴继方.浅谈机器视觉技术在自动化制造业中的应用[J].山东工业技术.2016（11）
关键词：机器视觉 产品特征 视觉引导
一、机器视觉技术的发展及其视觉系统的组成部分
1.1机器视觉是一项类似于仿生技术的工程
它通过利用计算机实现对生物视觉的模仿效果，不难看出机器视觉的最重要作用就是通过利用对生物视觉的模仿从而恢复现实中的一系列模型。机器视觉领域不可否认的是一个新兴的行业，但这并不影响其发展的迅速程度，在当今成为了计算机发展领域的重要研究项目之一。机器视觉从1950年的统计模式开始，当时的发展重点主要对二维图像和数字的辨识解析上，而在1965年Roberts则通过提取诸多几何体结构的基础上诞生了三维结构的思想，并成功对物体之间的空间结构进行了详细的描述，当时间到了1970年终于诞生了一些机器视觉的应用系统。并于1977提出了与当时思想不同但却更具有创新性的计算机视觉理论，而这个理论也成为了80年代甚至于以后研究的重要基石和理论基础。可以说从20世纪80年代开始机器视觉的研究就变得日新月异，发展速度更是一日千里。随着电气自动化的发展和与其配套行业的不断提升，机器视觉也开始适量应用于汽车零件的量产、电路板的印刷、电路的检测等方面。
1.2机器视觉系统的组成
其组成通常由四部分组成分别为光源，图像感应器，图像采集计算机和图像处理软件。首先机器自带光源发出，图像采集装置将三维信号转变为二维信号再通过模拟转换技术完成光变电的信号转化过程，最后就是利用图像采集计算机进行采集再进行处理。而在收集图像之时图像的质量就变得尤为重要，而对图像影响最大的无疑就是环境的光线了，所以针对这个问题，我们对機器自带光源进行改进使其可以自动调节亮度并提升光源的稳定性，来有效降低环境因素影响过大而导致的系统故障的情况发生。常用的图像转换器一般分为ccd面阵和线性。以机器视觉系统为基础图像采集计算机可以实现协调摄像机实现异步拍摄和定点定时拍摄，并通过图像处理软件完成对图像的解析和处理。
二、机器视觉在创造业中的运用和存在的问题
2.1机器的优势
其优势毫无疑问就是精确、快捷实用、受外界干扰极小等。由于这些优势方面的存在，使得对机器视觉的投资得到了比想象中更快速，巨大的回报，得到了更多的社会效益。而如今的商品品种繁多我们也通过深刻的分析和归纳总结出了三类产品的特征，从而精确机器视觉对产品的检查。第一类：针对产品的尺寸、形状进行检查，此项针对的方面多用于工程零件的精度检测，检测其零件是否符合标准的范围，是否具有正确的集合形状。第二类：是对产品质量的的检测，通过对机器视觉的利用可以对产品的表面凹凸情况、划痕情况、以及内部外部裂纹暗伤情况进行检测，从而帮助检测人员对产品进行有效的评估。例如：美国所开发的冷轧带钢表面自动检测系统，该系统可以有效检测钢材表面的像素的误差，并且达到了其他同类产品的2.5倍。第三类：对生产产品的结构特点进行检测，众所周知，一个产品的完整性是十分重要的，但是对于一些过于复杂的组合产品，人工检测完整性的难度过大，这时机器视觉就可以快速并准确的检测产品的完整性以及是否所用材料纯度是否达到标准、是否材料被污染等问题，十分方便。
2.2机器视觉在如今的发展
如今随着时代的高速发展，机器视觉已经不仅仅用于机器人的研究，他开始应用于社会制造业的各各方面，为以前制造业中呆板的工业机器人装上机器视觉系统，显而易见的机器人变得更加灵活、更加自主。正是因为为机器增加了视觉系统，他们可以胜任汽车组装、人员自动定位、器材焊接等有一定难度的工作大大较少了员工的工作负担。例如：通过利用超声波与视觉系同联动所形成的抓取方式、还有通过光源的线状投影，从而避免由于环境光线反射而导致的位置信息的情况，从而增加机器对物品搬运的准确性，并有效提高机器搬运的效率、在焊接领域也有机器视觉的应用，通过双摄像的理念准确的对需要焊接的部位进行空间分析，从而使得空间焊接的精度提高，而且可以使过程变得更加简单容易操作。
2.3人与机器成像的区别
人与机器的视觉系统有着本质的区别，也许看清楚一件事物对人们来说是十分容易的但对于机器来说这并不是一件十分容易的事情，大概来说我们现在大概面临四方面的问题。第一：图像的相似性是图形在投影的时候所不可避免的一个问题，不同的几何体可能会出现相同的投影情况，从而导致几何体的一些空间信息丢失，从而使对物体的形状分析产生较大的误差，影响最后的解析。第二：外界环境对成像的影响，众所周知，环境对图像的影响可谓是最大的也是无法避免的，我们只有尽可能减少如气候、温度、湿度对物体表面色彩、整体形状等方面的成像影响。第三：引导系统不同，不同的系统很可能会有不同的引导软件，而引导软件的不同，就会导致相同物体的成像发生改变，这样没有统一的引导方式就很难有相同的引导成像，这无疑为统一的检测、制造等方面提供了巨大的难度和不便，我相信如果可以使知识引导做到统一，那么工作收益必然会大大的提高，也将获得更大的收益。第四：数据过大过多，每一次机器视觉成像都会有大量的数据产生，如同一个510*510的图像数据量就达到了将近250K，如果是彩色的成像那么所附带的数据量则会成倍的增加，所以储存这些数据的空间无疑将会成为一个巨大的问题，更会导致成像的速度变慢，影响工作的速率。为了解决这些不可避免且必须面对的问题，科研人员正在不断的努力开发新的技术，以求解决这些不可避免的问题。
【结束语】进过科研人员数十年的不懈努力，我国的机器视觉发展已然位于世界前列，多年的探索和研究使得我国的机器视觉科研方面积累的极多的经验，这是一笔不可多得的财富。由世界观之，在我国制造业当中增加机器视觉是一个十分顺应时代步伐的决定，这不仅加快了生产的速率，更减少了不必要资源的浪费，节省了人力资源，加快了资源的回归利用。我相信在21世纪的今天，机器视觉必定会更加蓬勃的发展，并将成为制造业当中的奠基石。
参考文献：
[1]李炳银.机器视觉及其在制造业中的应用分析[J].数字通信世界.2017（09）
[2]朱正德.谈“机器视觉”在汽车制造业中的应用[J].中国测试技术.2006（05）
[3]吴继方.浅谈机器视觉技术在自动化制造业中的应用[J].山东工业技术.2016（11）