点击上方“程序员大白”，选择“星标”公众号
重磅干货，第一时间送达
在现代自动化生产过程中，机器视觉已经开始慢慢取代人工视觉，尤其是在工况检测、成品检验、质量控制等领域，应用广泛，随着工业4.0的到来，这一趋势逆不可转。
机器视觉，简单来说就是用机器人代替人眼，来做测量和判断。本质上，机器视觉是图像分析技术在工厂自动化中的应用，通过使用光学系统、工业数字相机和图像处理工具，来模拟人的视觉能力，并做出相应的决策，最终通过指挥某种特定的装置执行这些决策。1、从生产效率的角度来说，由于操作工在长时间工作下容易疲惫，人工视觉质量效率低下且精度不高，而机器视觉可以大大提高生产效率和自动化程度。2、从成本控制的角度来说，培训一个合格的操作工需要企业管理者花费大量的人力物力，然而单纯的培训还远远不够，后续还需要花费大量的时间，使操作工的水平在实践中得到提升。而机器视觉系统只要设计、调试和操作得当，可以在很长一段时间内不间断使用，同时确保生产效果。3、在某些特殊工业环境中实施工况检测，如焊接、火药制造等，人工视觉可能会对操作工的人身安全造成威胁，而机器视觉从某种程度上有效地规避了这些风险。1、电气工程：用于机器视觉系统中硬件和软件的设计。4、机械工程：机器视觉系统最广泛的应用。好的机器视觉系统能更好地为制造业提供更多有利于提高产品质量和生产效率的技术支持。通过光学系统，将需要拍摄的目标转换成为图像信号，再将图像信号传送至图像采集卡，并根据像素分布、亮度、颜色等信息，转换成为数字信号。图像处理单元对这些数字信号进行有效地运算并获得拍摄目标的特征值，从而根据判别的结果来指挥设备进行相对应的动作。以安瓿注射剂中异物自动灯检为例，该机器视觉系统的工作流程如下：首先，待检的安瓿瓶由机械输送装置输送至检测工位，PLC发出“物体已到达”信号。随后，相机(camera and lens)和光源(light source)被触发并同步开启，对待检安瓿瓶中液体进行图像获取。接着，获取到的药液状态图像在图像采集卡(image processing hardware)中进行数字化，并将被数字化的图像存储在计算机中。然后，所存储的信息被运到图像处理软件，对数字图像信号进行处理与异物特征分析，判断液体质量是否合乎要求并做出决策，如好品GOOD，坏品NOTGOOD。最终，由控制系统，如PLC指挥某特定装置执行上述决策，即将好品和坏品通过不同的输出通道分选开来，并在人机界面上显示相关数据。
