機器視覺檢測案例
2023-01-11
視覺工業(yè)檢測大體分為工件尺寸測量與定位，和表面缺陷檢測，及各種Logo標識的檢測與識別等,平時打光中是如何選用光源進行檢測的呢?首先要了解項目的需求，需要確定檢測缺陷還是測量與定位等，再來選擇適合光源打光測試。
視覺工業(yè)檢測大體分為工件尺寸測量與定位，和表面缺陷檢測，及各種Logo標識的檢測與識別等,平時打光中是如何選用光源進行檢測的呢?首先要了解項目的需求，需要確定檢測缺陷還是測量與定位等，再來選擇適合光源打光測試。
在現(xiàn)代食品自動化生產(chǎn)中，涉及多種檢測、測量，如礦泉水中的異物檢測、飲料瓶蓋印刷質(zhì)量檢測、產(chǎn)品包裝上的條碼和字符識別等。這類應用的共同特點是連續(xù)大規(guī)模生產(chǎn)和對外觀質(zhì)量要求非常高。通常這種高度重復的工作只能通過人工目測來完成，我們經(jīng)常會看到在一些工廠的現(xiàn)代化流水線后面有成百上千的檢驗工人來執(zhí)行這一過程。不僅給工廠增加了巨大的勞動力和管理成本，而且仍無法保證100%的檢驗合格率(即“零缺陷”)。
快遞自動化分揀引入機器視覺技術(shù)已經(jīng)進入了快速發(fā)展的階段。目前，國內(nèi)大型物流運轉(zhuǎn)中心已開始釆用全自動化分揀，多數(shù)快遞公司處于半自動化狀態(tài)，中小型物流分揀中心目前仍靠人工錄入地址信息、掃描進行分揀。基于機器視覺技術(shù)的快遞運單自動分揀解決方案是在識別條形碼的基礎(chǔ)上加入三段碼識別，有效提高了分揀率。
釀造啤酒環(huán)節(jié)中危害產(chǎn)品品質(zhì)的因素有很多，如原材料品質(zhì)、工藝流程、釀酒方法等。 此外，瓶口、瓶體、瓶底的不足和污垢也是決定啤灑品質(zhì)的關(guān)鍵因素。 因而，啤灑電池充電后必須檢查空啤酒瓶，消除特采，給啤灑電池充電。 現(xiàn)階段，在我國酒廠大多數(shù)仍使用人力檢測空啤酒瓶，效率不高、速度比較慢、勞動效率大。
機器視覺系統(tǒng)大體分為圖像采集和圖像處理兩個部分。圖像采集是工業(yè)相機與PC端通過圖像采集卡相互鏈接，圖像采集卡接收工業(yè)相機的模擬信號或數(shù)字信號，并將信號處理轉(zhuǎn)換為適用于PC端的信息。其中，主流的機器視覺軟件有：側(cè)重圖像處理的圖像軟件包Opencv、Halcon、Visionpro;側(cè)重算法的Matlab、Labview等。
隨著科學技術(shù)的發(fā)展，鋰電池已經(jīng)廣泛應用于電動交通工具、軍事裝備、航空航天等多個領(lǐng)域。近年來，政府又相繼出臺了《促進汽車動力電池產(chǎn)業(yè)發(fā)展行動方案》《關(guān)于促進儲能技術(shù)與產(chǎn)業(yè)發(fā)展的指導意見》《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021-2035年)》等相關(guān)政策文件支持鋰電行業(yè)發(fā)展
機器視覺是一門學科技術(shù)，廣泛應用于生產(chǎn)制造檢測等工業(yè)領(lǐng)域，用來保證產(chǎn)品質(zhì)量，控制生產(chǎn)流程，感知環(huán)境等。機器視覺系統(tǒng)是將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號;圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。
圖像獲取：光源、鏡頭、相機、采集卡、機械平臺。圖像處理與分析：工控主機、圖像處理分析軟件、圖形交互界面。判決執(zhí)行：電傳單元、機械單元。
在機器視覺檢測中，傳統(tǒng)的檢測算法，底層邏輯在于，在指定區(qū)域找亮度、顏色差異，并據(jù)此來判斷異物的大小或形狀等，而伴隨著工藝革新和缺陷檢測新需求持續(xù)升級，傳統(tǒng)的視覺檢測算法在很多工藝段中已經(jīng)不能滿足視覺檢測的新需求。
在工業(yè)領(lǐng)域的四大典型應用中，按照技術(shù)領(lǐng)域可劃分為：檢測、測量、定位、讀碼與識別。機器視覺系統(tǒng)具有高精度、可實現(xiàn)非接觸測量、可長時間穩(wěn)定工作等特點，在國內(nèi)外工業(yè)領(lǐng)域均被廣泛應用，提高了產(chǎn)品質(zhì)量和生產(chǎn)線自動化程度。隨著配套基礎(chǔ)建設(shè)的完善，以及技術(shù)、資金的積累，各行各業(yè)對配置機器視覺技術(shù)的工業(yè)自動化、智能化需求開始出現(xiàn)。