在現(xiàn)代工業(yè)自動化生產(chǎn)中,設(shè)計到各種各樣的檢驗,生產(chǎn)堅實及零件識別的應(yīng)用,在傳統(tǒng)的人工檢測監(jiān)視中,通常人眼無法持續(xù)穩(wěn)定的工作,-物理傳感器也很難發(fā)揮到作用.

由此人們開始考慮利用光電成像系統(tǒng)采集被控目標(biāo)的圖像,而后經(jīng)計算機或?qū)I(yè)的圖像處理模塊進行數(shù)字化處理,根據(jù)圖像的像素分布,亮度和顏色等信息,來進行尺寸,、形狀、顏色等的判別.這樣,就能把計算機的快速性,、可重復(fù)性,與人眼視覺的高度智能化和抽象能力相組合,由此產(chǎn)生了機器視覺的概念.

機器視覺在工業(yè)生產(chǎn)上的應(yīng)用:

     1:外觀缺陷檢測.檢測生產(chǎn)線上產(chǎn)品有無質(zhì)量問題,該環(huán)節(jié)也是取代人工最多的環(huán)節(jié).如剪子行業(yè)中,電感電容的外觀檢測,包括有裂紋,、崩缺,、污點,、變形等不良缺陷檢測.

     2:引導(dǎo)和定位.視覺定位要求機器視覺系統(tǒng)能夠快速準(zhǔn)確的找到被測零件并準(zhǔn)確其位置,上下料使用機器視覺定位,引導(dǎo)器械手臂準(zhǔn)確抓取.

        在半導(dǎo)體封裝領(lǐng)域,設(shè)備需要根據(jù)機器視覺取得的芯片位置信息整拾去偷,準(zhǔn)確拾取芯片并進行綁定,這就是視覺定位在機器視覺工業(yè)領(lǐng)域最基本的應(yīng)用.

     3:識別,就是利用機器視覺對圖像進行處理,、分析和理解、以識別各種不同模式的目標(biāo)和對象.可以達到數(shù)據(jù)的追溯和采集,在汽車零部件,、食品,、藥品等應(yīng)用較多,如顏色識別,字符有無識別等.

     機器視覺目前應(yīng)用行業(yè)十分廣泛,主要有藥物、包裝,、電子,、汽車制造、半導(dǎo)體,、紡織,、煙草、交通,、物流等行業(yè),用機器視覺技術(shù)取代人工,可以有效提高生產(chǎn)效率和產(chǎn)品質(zhì)量.