视觉检测系统到底是什么？

　　机器视觉系统是指利用机器替代人眼做出各种测量和判断。机器视觉是工程领域和科学领域中的一个非常重要的研究领域，它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科，其能以及应用范围随着工业自动化的发展逐渐完善和推广，其中母子图像传感器、CMOS和CCD摄像机、DSP、ARM 嵌入式技术、图像处理和模式识别等技术的快速发展，有力地推动了机器视觉的发展。

　　机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导致等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。

　　一个完整的机器视觉系统包括：照明光源、光学镜头、 CCD 摄相机、图像采集卡、图像检测软件、监视器、通讯单元等。

　　工业机器视觉系统的工作过程主要如下：

　　1.传感器探测到被检测物接近运动至相机的拍摄中心，将触发脉冲发送给图像采集卡；

　　2.图像采集卡根据已设定的程序和延时，分别向相机和照明系统发出启动脉冲；

　　3.相机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描；

　　4.相机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定；

　　5.另一个启动脉冲打开灯光照明，灯光的开启时间应与相机的曝光时间匹配；

　　6.相机曝光后，正式开始一帧图像的扫描和输出；

　　7.图像采集部分接收模拟视频信号通过A/D将其数字化，或者是直接接收摄像机数字化后的数字视频数据；

　　8.图像采集卡将数字图像存储在计算机的内存中；

　　9.计算机对图像进行处理、分析和识别，获得检测结果；

　　10.处理结果控制流水线的动作、进行定位、纠正运动的误差等。

　　二、机器视觉相关技术

　　1、图像采集技术——机器视觉的基础

　　图像采集部分一般由光源、镜头、数字摄像机和图像采集卡构成。采集过程可简单描述为在光源提供照明的条件下，用数字摄像机拍摄目标物体并将其转化为图像信号，最后通过图像采集卡传输给图像处理部分。在设计图像采集部分时，要考虑到多方面的问题，主要是关于数字摄像机、图像采集卡和光源方面的问题。

　　（1）光源照明

　　照明是影响机器视觉系统输入的重要因素，其直接影响输入数据的质量和应用效果。到目前为止，还未有哪种机器视觉照明设备能通用各种应用，因此在实际应用中，需针对应用选择相应的照明设备以满足特定需求。

　　照明系统按其照射方法可分为:背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是指将被测物放在光源和摄像机之间，以提高图像的对比度。前向照明是光源和摄像机位于被测物的同侧，其优点是便于安装。结构光照明是将光栅或线光源等投射到被测物上，并根据其产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同。

　　（2）光学摄像头

　　光学摄像头的任务就是进行光学成像，一般在测量领域都有专门的用于测量的摄像镜头，因为其对成像质量有着关键性的作用。摄像头需要注意的一个问题是畸变。这个就需要使用相应的畸变校正方法，目前也开发出了很多自动畸变自动校正系统。

　　（3）CCD 摄像机及图像采集卡

　　CCD( Charge Coupled Device) 摄像机及图像采集卡共同完成对目标图像的采集与数字化。目前 CCD，CMOS等固体器件的应用技术，线阵图型敏感器件，像元尺寸不断减小，阵列像元数量不断增加，像元电荷传输速率也得到大幅提高。在基于PC机的机器视觉系统中，图像采集卡是控制摄像机拍照来完成图像的采集与数字化，并协调整个系统的重要设备。

　　图像采集卡直接决定了摄像头的接口为：黑白、彩色、模拟、数字等形式。

　　2、图像处理与分析——机器视觉的核心

　　用于机器视觉的图像处理与分析方法的核心是，解决目标的检测识别问题。当所需要识别的目标比较复杂时，就需要通过几个环节，从不同的侧面综合来实现。

　　对目标进行识别提取的时候，首先是要考虑如何自动地将目标物从背景中分离出来。目标物提取的复杂性一般就在于目标物与非目标物的特征差异不是很大，在确定了目标提取方案后，就需要对目标特征进行增强。

　　随着计算机技术、微电子技术以及大规模集成电路的发展，图像信息处理工作越来越多地借助硬件完成，如 DSP 芯片、专用的图像信号处理卡等。软件部分主要用来完成算法中并不成熟又较复杂或需不断完善改进的部分。这一方面提高了系统的实时性，同时又降低了系统的复杂度。

　　机器视觉技术的优势：

　　1.效率更高：人工检测效率低下。机器视觉检测速度要快得多，每分钟能够对数百个甚至数千个元件进行检测，而且能够24小时不间断持续工作。

　　2.准确性更高：人眼有物理条件的限制，也会受到主观性、身体精力等因素的影响，不能保证准确性。机器不受主观控制，只要参数设置没有差异，具有相同配置的多台机器就可以保证相同的精度。

　　3.总体成本更低：机器比人工检测更有效，从长远来说，机器视觉检测的成本更低。

　　4.信息集成：机器视觉检测可以通过多站测量方法一次测量多个技术参数，例如要检测的产品的轮廓，尺寸，外观缺陷和产品高度。

　　5.数字化统计管理：测量数据并在测量后生成报告，而无需一个个地手动添加。

　　6.可适用于危险的检测环境：机器可以在恶劣、危险的环境中，以及在人类视觉难以满足需求的场合很好地完成检测工作。