Принцип работы системы машинного зрения может быть просто понят как «машина видит с глазами и анализом со своим мозгом». В основном он получает целевое изображение через устройства сбора изображений (например, промышленные камеры), а затем анализирует и судит изображение через алгоритмы обработки изображений для достижения целей обнаружения, идентификации, позиционирования, измерения и т. Д.
1. Компоненты
- Аисточник светаОбеспечивает стабильное и подходящее освещение, чтобы прояснить функции целевого объекта.
- АПромышленная камера(Устройство сбора изображения) захватывает изображение и преобразует сигнал света в электрический сигнал. Общие включают черно -белые камеры, цветные камеры, линейные камеры и камеры массива.
- АобъективОпределяет ясность, увеличение и поле зрения изображения и играет роль в фокусировке и изображениях.
- Стандарты Grabber \/ интерфейс кадр \/ интерфейс(например, USB3. 0, Gige, ссылка на камеру и т. Д.) Используются для передачи изображений, снятых камерой в систему обработки.
- АБлок обработки изображений(Обычно промышленный компьютер или встроенная вычислительная платформа) запускает алгоритм машинного зрения для анализа, суждения и принятия решений на изображении.
- Апрограммная системаВключает программное обеспечение для обработки изображений, модули алгоритма, пользовательские интерфейсы и т. Д., Которые используются для выполнения конкретных задач приложения.
- Аединица исполнения (например, PLC, робот)выполняет конкретные действия в соответствии с результатами обработки, такими как сортировка, отклонение дефектных продуктов, позиционирования и сборки и т. Д.
2. Рабочий процесс
- Получение изображения: камера снимает целевой объект в определенный момент, образует изображение через объектив и собирает изображение.
- Предварительная обработка изображения: например, дженонирование, улучшение контрастности, извлечение краев, трансформация серого и т. Д., Для улучшения качества изображения.
- Извлечение и анализ признаков: определите край, форму, цвет, штрих -код, символ и другую информацию целевой области.
- Результаты суждения и выходных данных: вынести суждения в соответствии с установленными стандартами (например, квалифицирован ли размер, верна ли позиция), и передавать результаты в систему управления.
- Выполнение управления обратной связью: Контроллер управляет механическим действием (например, отказ, схватка, остановка и т. Д.) В соответствии с визуальными результатами.
3. Поле приложения
- Инспекция качества: обнаружение дефектов внешнего вида продукта, размерных ошибок и т. Д.
- Руководство по позиционированию: обеспечить точные позиции схватки или сборки для промышленных роботов.
- Распознавание и классификация: распознавание штрих -кода, распознавание символов (OCR), распознавание цвета и т. Д.
- Измерение: высокое определение измерения геометрических параметров, таких как размер, угол, плоскостность и т. Д.
Электронная почта
