机器视觉取代人工视觉趋势不可逆转！

机器视觉，是通过光学装置和非接触式的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

这是美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会，对机器视觉的定义。

▷ SME——Society of Manufacturing Engineers

▷ RIA——Robotic Industrial Association

机器视觉，就是用机器代替人眼，来做测量和判断。本质上，机器视觉是图像分析技术在工厂自动化中的应用，通过使用光学系统、工业数字相机和图像处理工具，来模拟人的视觉能力，并做出相应的决策，最终通过指挥某种特定的装置执行这些决策。

为什么要用机器视觉替代人工视觉

原因有很多，以下列出较主要的几点：

1、从生产效率的角度来说，由于操作工在长时间工作下容易疲惫，人工视觉质量效率低下且精度不高，而机器视觉可以大大提高生产效率和自动化程度。

2、从成本控制的角度来说，培训一个合格的操作工需要企业管理者花费大量的人力物力，然而单纯的培训还远远不够，后续还需要花费大量的时间，使操作工的水平在实践中得到提升。而机器视觉系统只要设计、调试和操作得当，可以在很长一段时间内不间断使用，同时确保生产效果。

3、在某些特殊工业环境中实施工况检测，如焊接、火药制造等，人工视觉可能会对操作工的人身安全造成威胁，而机器视觉从某种程度上有效地规避了这些风险。

机器视觉涵盖哪些领域

一个机器视觉系统是由不同的功能模块共同组成，设计出一个成功的机器视觉系统，对工程师要求很高。

一般来说，机器视觉所涵盖的专业领域如下：

1、电气工程：用于机器视觉系统中硬件和软件的设计。

2、工程数学：图像处理技术的基础。

3、物理：照明系统设计的基础。

4、机械工程：机器视觉系统最广泛的应用。好的机器视觉系统能更好地为制造业提供更多有利于提高产品质量和生产效率的技术支持。

机器视觉系统的构成模块

一个完整的机器视觉系统一般由光学系统(光源、镜头、工业相机)、图像采集单元、图像处理单元、执行机构及人机界面等模块组成，所有功能模块相辅相成，缺一不可。

照明(光源)

照明是影响机器视觉系统输入的重要因素，光源系统的设计至关重要，直接关系到输入数据，即图像的质量和应用效果。

工程师需根据用户需求和产品特性，首先确定有效的照明条件，选择相应的照明装置，才能确保在此光照条件下生成的图像能突显出用户需要的目标信息特征。

光源一般分为可见光源和不可见光源，工业上常用的可见光源有LED、卤素灯、荧光灯等;不可见光源主要为近红外光、紫外光、X射线等。

LED光源是目前运用最多的机器视觉光源，它具有效率高、寿命长、防潮抗震、节能环保等特点，是工程师在设计照明系统时的最佳选择。

不可见光源主要用来应对一些特定的需求，如管道焊接工艺的检测，由于不可见光的可穿透性，才能到达检测点。

镜头

镜头是机器视觉系统中的重要组件，其作用是光学成像。

镜头的主要参数有焦距、景深(DOF，Depth of Field)、分辨率、工作距离、视场(FOV，Field of View)等。

景深，是指镜头能够获得最佳图像时，被摄物体离此最佳焦点前后的距离范围。

视场，表示摄像头所能观测到的最大范围，通常以角度表示，一般说来，视场越大，观测范围越大。

工作距离，是指镜头到被摄物体的距离，工作距离越长，成本越高。

在设计机器视觉系统时，要选择参数与用户需求相匹配的镜头。

工业相机

在机器视觉系统中工业相机必不可少，它就像人眼一样，用来捕获图像。相机按其感光器的不同，可分为：CCD相机;CMOS 相机。

CCD—Charge Coupled Device

CMOS —Complementary MetalOxide Semiconductor

CCD相机的成本较高，但成像品质、成像通透性、色彩的丰富性等较CMOS相机出色很多。CCD相机按其使用的CCD感光元件可分为线阵式和面阵式两大类。

线阵相机，是呈“线”状的，对图像的信息只能以行为单位进行处理，分辨率高，速度快，主要应用于工业、医疗、科研等领域中，相配套的机器视觉系统上。

面阵式相机则一次可以获得整幅图像的信息，价格相对便宜。

图像采集单元

图像采集单元中最重要的元件是图像采集卡，它是图像采集单元与图像处理单元的接口，用来将采集到的图像进行数字化，并输入、存储到计算机中。

图像处理单元包含大量图像处理算法。在取得图像后，用这些算法对数字图像进行处理，分析计算，并输出结果。

执行机构与人机界面

在完成图像采集和处理工作之后，需要将图像处理的结果输出，并做出与结果相匹配的动作，如剔废、报警等，并通过人机界面显示生产信息。

机器视觉系统的原理

通过光学系统，将需要拍摄的目标转换成为图像信号，再将图像信号传送至图像采集卡，并根据像素分布、亮度、颜色等信息，转换成为数字信号。

图像处理单元对这些数字信号进行有效地运算并获得拍摄目标的特征值，从而根据判别的结果来指挥设备进行相对应的动作。

机器视觉系统的流程

这张图，是一个完整的机器视觉系统构架图。

以安瓿注射剂中异物自动灯检为例，该机器视觉系统的工作流程如下：

首先，待检的安瓿瓶由机械输送装置输送至检测工位，PLC发出“物体已到达”信号。

随后，相机(camera and lens)和光源(light source)被触发并同步开启，对待检安瓿瓶中液体进行图像获取。

接着，获取到的药液状态图像在图像采集卡(image processing hardware)中进行数字化，并将被数字化的图像存储在计算机中。

然后，所存储的信息被运到图像处理软件，对数字图像信号进行处理与异物特征分析，判断液体质量是否合乎要求并做出决策，如好品GOOD，坏品NOTGOOD。

最终，由控制系统，如PLC指挥某特定装置执行上述决策，即将好品和坏品通过不同的输出通道分选开来，并在人机界面上显示相关数据。