光沦科技机器视觉公司,专注于机器视觉系统、控制程序、软件设备集成定制开发技术服务及工业自动化智能制造解决方案!今天我们一起来刨析一下机器视觉系统的5大技术处理特点。
1、涉及技术领域广
机器视觉技术是一门比较综合的技术,所涉及的领域包括物理光学、应用光学、传感器、数字图像处理技术、机器人、机械工程、自动化控制等多项技术,比如机器视觉中比较重要的光照部分和镜头就包含很多物理光学和应用光学的知识,对光学知识有基本的了解,可以更好地完成打光。机器视觉要对图像进行处理和分析,从而获取特征信息,这部分涉及数字图像处理分析,它是一门很专业的学科,要求有良好的数学和编程基础。在机器视觉系统中,还包括结果的分析执行,一般用 PLC 或运动板卡等实现,所以,也要对运动控制有基本的了解。
2、受环境干扰影响大
机器视觉涉及图像处理与分析,图像的变化会直接导致检测结果的变动,但在实际应用中,有很多影响图像的因素。对图像影响最大的是光照,光照有强弱、角度、颜色等区别,例如,如果项目中不采用机器光,那么随着一天中太阳光强弱和照射方向的变化,就会导致不同的图像效果。另外,如果系统中采用机器光,那么太阳光也是一种干扰的杂光。
除了光照外,系统中的干扰物,如物体表面积灰、油污,环境中的废弃物、烟尘、水汽,都会给系统带来不确定效果。此外,振动、安装空间、温度,也会带来不同的影响。
3、有优势和劣势领域
机器视觉系统的应用虽然带来了很多便利之处,但它不是万能的。视觉系统在产品单一,检测内容单一、重复、烦琐的场合,能有效地发挥其高效率的作用,并且检测结果很稳定。此外,有一些人工不便检测的内容,如色差检测等,机器视觉会起到很好的作用。机器视觉也能代替人工完成一些危险的、不适宜人工的检测环境,比如高温、辐射等环境。
但是,机器视觉检测对随机不定的检测应用就不适合了,这里所说的随机包括产品的随机和检测标准的随机。同时,机器视觉检测要有量化的检测标准,有标准才能完成判断。另外,对机器视觉来说非常重要的一点,是要有适量的检测物体的样本,因为很多检测原理都是提取特征,并描述出合格与不合格的特征,如果没有适量的样本提取特征,很难给出稳定、合格的检测标准。
4、存在漏检和误检
一般来说,检测系统都很难实现 100%的无错漏检测,只能说在一定的概率范围内保证检出率。
漏检和误检是一对矛盾。漏检是指不合格品被当成合格品检测通过;误检是合格品被当成不合格品检测为不良。检测越严格,误检越多,漏检越少;检测越宽松,误检越少,漏检越多,即使存在漏检和误检,视觉系统的检测效率和准确性还是远远高于人工检测的。用户需要在检测效率和准确性上平衡。
5、通过实验确定方案
机器视觉系统一个非常重要的特点是视觉技术方案多变,需要通过实验来确定方案。这一点和我们对其他领域的自动化的认识大有不同。在前面第2个特点中,我们说明了系统的干扰因素,正是由于这些干扰因素的存在,导致机器视觉项目的差异性很大。可以说,即使是经验非常丰富的视觉工程师,可能也要采用实验验证,才能确定一套比较可行、适用的方案,不同于其他领域的自动化,可以采用仿真、模拟等手段进行验证,视觉系统目前只有通过实验来模拟现场效果。
光沦科技有限公司面向全国供应3D视觉传感器,工业相机;提供3d机器视觉引导定位、机器视觉检测、视觉识别、避障导航、缺陷检测、无序抓取分拣、上下料、拆码垛、焊接、喷涂、打磨、装配等工业机器人视觉系统、控制程序、软件设备集成定制开发服务及工业自动化智能制造解决方案!欢迎垂询!
机器视觉工业相机的通信接口(360度深度解析)
什么是机器视觉「机器人视觉系统的原理及特点」
机器视觉中常用的4种光源介绍
3D机器视觉的由来及技术特点「4项技术说明」
工业机器人视觉相比人工的优势
机器视觉的4个关键性作用