机器视觉 2021-05-06 10722
在工业领域，机器视觉技术也应用于工业自动化系统，以取代传统的人工检查，以提高生产质量和生产。从采摘和放置，使用可视数据的对象跟踪，使用可视数据可以通过提供简单的信息或闭环控制来提高整个系统的性能。视觉使用不仅在工业自动化领域，我们还在日常生活中看到了大量应用，例如计算机，移动设备，尤其是在。相机仅在几年前引入汽车，但现在汽车中有大量摄像机，认为驾驶员提供完整的360°车辆视图。
机器视觉检查可以改善自动化设置。集成机器人解决方案可以快速且容易地提供机器视觉检测的优点。然而，即使技术有所改善，视觉也是机器人学的比较“棘手”问题。机器目视检查系统的最常用功能是检测已知对象的位置和方向，并且还需要完全考虑除了硬件，程序和算法设置的部分之外的照明，背景和其他因素。
如果您在低光下经历过数码照片，您将知道照明至关重要。糟糕的照明会摧毁一切。成像传感器是人们的眼睛无人居住或敏感。如果照明类型不正确，则视觉传感器将无法可靠地检测该对象。有各种方法可以克服照明挑战。一种方法是将主动照明与视觉传感器本身相结合。其他解决方案包括使用红外照明，在环境中固定照明或使用其他形式的技术，例如激光器。
球体是计算机视觉检测的简单对象。以防万一使用模板匹配算法可以检测其圆形轮廓。但是，如果球被扁平，它将改变形状，相同的方法将不再工作，这是变形的。它将导致一些机器视觉检查技术具有相当大的问题。铰链类似，是指由可动关节引起的修改。例如，当你在肘部弯曲手臂时，手臂的形状会改变。每个链接（骨骼）保持相同的形状，但轮廓变形。由于许多可视算法使用形状轮廓，因此变形和铰链将使物体识别更加困难。
机器视觉检查系统的最常用功能是检测已知对象的位置和方向。因此，大多数集成的视觉解决方案通常会克服这些挑战。只要在相机图像中可以在整个物体中查看，检测对象的位置通常是简单的。许多系统对检测对象方向的变化非常敏感。但是，并非所有方向都很容易检测。虽然沿轴旋转的物体足够简单，但是检测物体的3D旋转更加复杂。
图像背景对对象测试产生了很大影响。对于一个极端示例，对象放置在一张纸上，并在纸上打印相同物体的图像。在这种情况下，机器视觉检测设置可能无法确定哪个是真实对象。完美的背景是空白的，并与检测到的对象提供良好的对比。其确切的属性取决于所使用的可视检测算法。如果使用边缘检测器，则背景不应包含清晰的线路。背景的颜色和亮度也应与物体的颜色和亮度不同。
覆盖物体的阻挡装置部分。在几个情况下，整个对象显示在相机图像中。阻塞是不同的，因为某些物体丢失了。视觉系统显然无法检测图像中不存在的内容。有各种各样的东西可能导致遮挡，包括机器人或相机的其他物体，部分或相机。克服遮挡的方法通常涉及将物体的可见部分与其已知模型匹配并假设存在对象的隐藏部分存在。
在某些情况下，人眼容易被差异欺骗。机器视觉检查系统可以由它们捕集。想象一下，你有两个相同的物体，只是比另一个更大。想象一下，您使用的是固定的2D视觉设置，对象的大小决定了与机器人的距离。尺度的另一个问题，也可能不那么明显，是像素值的问题。如果机器人相机放置得很远，则图像中的对象将由较少的像素表示。当有更多像素表示对象时，图像处理算法将更好地工作，但有一些例外情况。
相机位置不正确可能导致先前出现的任何问题，因此重要的是正确使用它。尝试将相机放入晶圈区域，以尽可能清楚地看到物体，而不会变形，尽可能接近物体而不会导致阻塞。相机和观看表面之间应该没有干扰背景或其他物体。
运动有时会导致计算机视觉设置的问题，尤其是在图像中模糊时。例如，这可能发生在快速移动传送带上的物体上。数字成像传感器在短时间内捕获图像，但不会立即捕获整个图像。如果对象在捕获过程中移动太快时，它将导致图像模糊。我们的眼睛可能无法注意视频的模糊，当存在明确的静态图像时，机器视觉检测最佳。
