機器視覺在工業自動化檢測系統中應用

衛晶

摘要：工業技術升級促使人力逐漸被更多的機器所替代，對工業技術進行改良和升級在自動化生產中的需求也越來越大，本文從機器視覺技術角度出發，探討了如何做好機器視覺在工業自動化檢測系統中的具體應用，力求不斷推進工業生產質量的提升。

關鍵詞：機器視覺;工業自動化檢測;應用

引言

當今工業高速發展，在我國國民經濟中的地位得到了顯著提升。我國的工業生產結構逐漸轉化為技術、知識密集型工業結構，對工業生產過程中的效率和創新有了更高的要求。同時，社會上涌現了越來越多的智能化流水線、車間、工廠，在工業生產智能化方向也有了更多需求。機器視覺作為人眼的重要“替代系統”，在越來越多的領域中快速發展起來。

1、關于機器視覺技術

1.1、技術概念

機器視覺是用機器代替人眼來做測量和判斷，通過機器視覺產品即圖像攝取裝置將被攝取的目標轉換成圖像信號，傳送給圖像處理系統，根據先驗知識或標定數據，對采集到的圖像進行識別、定位、測量等操作。將機器視覺技術與各種智能裝備結合將使其具有更高的工作效率。

1.2、技術優勢

伴隨工業生產的不斷改造升級，機器視覺技術早已成為更加系統化的、成熟的技術，擁有自己特定的、穩定的模塊功能，如光學鏡頭、光源、工業相機等。利用相機、鏡頭、光源的不同組合模式可以實現多種不同場景、不同功能的系統需求。

機器視覺技術在工業制造、生產領域的優勢主要體現在以下幾個方面：一方面，降低對人工的身體負荷，在某些工業生產現場，并不適合人長期工作，或長期工作不能保證穩定的工作效率，因某些機械安全或有害物質的原因，應盡量減少人員的長期勞作，作為替代人眼的機器視覺就可以發揮作用。另一方面，機器視覺技術打破傳統人眼不可見，利用不同的鏡頭和相機可以實現對更細微、更精細的產品和材料進行測量和判別，擴展了人眼范圍。此外，機器視覺技術的非接觸式測量對被測對象不會造成任何應力損傷，提高了系統的可靠性。

2、機器視覺與智能質量檢測

對于現代化工業生產而言，目標的檢測形式十分多樣，且對檢測需求一般較大。例如，針對機械零件規格、條形碼和包裝條碼、產品外包裝、瓶口及打印缺陷等多種問題予以細致檢測，這對檢測能力提出了更高要求，在確保檢測速度的前提下，要不斷提升檢測的精確度。在此精確測量任務中，人眼識別處于一定的劣勢狀態，如果采取人工的方式實施質量檢測，可能會消耗大量的時間。以啤酒瓶生產為例，在此過程中要求針對瓶子規格和外觀缺陷問題進行質量檢測。一個工廠平均每天會產生數以萬計的啤酒瓶，如果全部采用人工的方式進行檢測，則可能會導致大量的人力資源浪費。

3、機器視覺技術在工業自動化檢測中的實踐應用

3.1、工件質量檢測

自動化生產中，要求工件符合安全生產的標準，這樣能夠更好地維護機械運行狀態，避免安全漏洞。鑒于自動化生產往往是成批走量式的生產，其產品交付中一旦發生個別化的工件不合格，就會帶來一系列的連鎖反應，導致最后的產品交易無法成功，且影響企業聲譽。而人力檢測工件不僅工程量巨大，不確定的干擾也多，檢測質量難保障。相對的，機器視覺技術則統統避免了這些問題。尤其是它能到達人的視覺無法到達的精細之處，找到問題真正所在，極大地確保了生產質量安全。在具體的相關應用上，該技術在汽車生產行業有很好的價值發揮。

3.2、黏度檢測

流體因為其流動性很難檢測，利用機器視覺可以實現對流體的黏度檢測。在檢測前，攝像機通過步進電機驅動往復運動一周，利用模板匹配方式識別待測黏度計的上下計時標線，實現對被測流體的跟蹤。待測定開始時，攝像機運行至上計時標線水平面，流體受重力影響向下流動，液面下降。在流體自身黏度的影響下，流體在流過刻線時為層流狀態，其液面呈彎月面形狀。當流體液面曲線與上計時標線相切時，輸出觸發脈沖起始計時，然后攝像機快速運行至下計時標線水平面，檢測到流體液面曲線與下計時標線相切時輸出截止脈沖結束計時，以兩次脈沖的時間間隔作為流體流動時間。在檢測過程中，毛細管黏度計中的流體處于運動狀態，檢測系統得到的是動態圖像。通過高速攝像機將動態圖像解析為連續的靜態圖片，通過高精度定位模板匹配方式識別計時起點和終點。檢測軟件系統對采集的視頻圖像進行輸入輸出，對采集圖片進行處理，通過灰度處理、去噪、二值化、形態學開、閉操作及膨脹、腐蝕等處理對圖像中像素進行處理、識別，實現自動測量。

3.3、缺陷檢測

缺陷檢測一直是機器視覺的一個重要應用領域。缺陷檢測系統可以應用在金屬表面、玻璃表面、紙張表面、電子元器件表面等對外觀有嚴格要求又有明確指標的產品生產中。缺陷檢測需要利用先進的機器視覺檢測技術，對待測物表面的斑點、凹坑、劃痕、色差、缺損等缺陷進行檢測。機器視覺檢測系統包括CCD相機組件、傳輸帶、視覺光源、工業采集卡、工業計算機等，利用機器視覺中的差影法可以將攝取到額圖像中的重疊和突變的圖像要素剔除，可以更加快速的適應流水線生產模式的檢測。然而，差影法的缺陷也很明顯，不夠精準的探測到圖像重疊或突變的邊界，如果不對差影法進行優化的話很容易剔除掉存在缺陷的耦合區域邊界值，差影法對零件的表面進行檢測是會設定好相關的閾值，閾值可以將缺陷的形態進行定位，利用計算好的算子來進行精度的反饋，實現增強對比計算的準確度和精度，避免出現圖像的缺陷區域丟失。

3.4、材料檢測

對于鋼鐵、玻璃、金屬等特殊材質的材料，在其合格檢測時有很大難度，肉眼不可見，利用機器視覺系統對其材料切斷面進行圖像采集，采用高倍率鏡頭可以實現對內部結構細微圖像的放大采集，根據采集的切斷面圖像進行檢測就容易得多，根據圖像處理算法，算出材料的特性區域大小、面積、某種材質的含量、比重等，可以檢測其生產的材料是否符合規格。

4、結語

對于工業制造行業而言，機器視覺技術十分關鍵。通過機器視覺技術可以在一定程度上節約生產成本和勞動力，在提升企業生產效率的前提下，減少產品次品率，同時實現非接觸測量。由于機器視覺技術具有上述優點，在一定程度上推動了工業的智能化發展。然而，目前我國的機器視覺技術水平仍然有待提升，要求相關機構積極展開對于這一技術的探索，努力攻克現存的技術難題，以促進其在工業生產領域中的智能化和自動化應用，為我國早日成為現代化科技強國奠定堅實的基礎。

參考文獻

[1]謝吉航. 基于機器視覺的工業儀表自動測度方法與應用[D].電子科技大學，2018.