壹個典型的工業機器視覺應用系統包括以下幾個部分:光源、鏡頭、CCD攝像機、圖像處理單元(或圖像采集卡)、圖像處理軟件、監視器、通信/輸入/輸出單元等。首先利用攝像機獲取被測物體的圖像信號，然後通過A/ D轉換轉換成數字信號，傳輸到專門的圖像處理系統。根據像素分布、亮度和顏色的信息，進行各種運算，提取物體的特征，然後根據預設的判斷準則輸出判斷結果，控制驅動執行器進行相應的處理。機器視覺是壹門綜合技術，包括數字圖像處理技術、機械工程技術、控制技術、光源照明技術、光學成像技術、傳感器技術、模擬和數字視頻技術、計算機軟硬件技術、人機接口技術等。機器視覺強調實用性，要求適應惡劣的工業環境，性價比合理，工業接口通用，容錯性和安全性高，通用性和可移植性強。它強調實時性，要求速度和精度高。
視覺系統的輸出不是圖像視頻信號，而是經過運算處理後的檢測結果，比如尺寸數據。上位機如PC、PLC等實時獲取檢測結果後，命令運動系統或I/O系統進行相應的控制動作，如定位、分揀等。根據視覺系統的運行環境，可以分為基於PC的系統和基於PLC的系統。基於PC機的系統利用了其開放性、高編程靈活性和良好的Windows界面，系統整體成本較低。以美國數據翻譯公司為例，系統內含高性能圖像采集卡，壹般可以連接多個鏡頭。在支持軟件方面，有從低到高的幾個層次，如Windows95/98/NT環境下C/C++編程的DLL，可視化控件的activeX，VB和VC++下的圖形化編程環境，甚至Windows下面向對象的機器視覺組態軟件，用戶可以用它快速開發復雜的高級應用。在基於PLC的系統中，視覺更像是壹個智能傳感器。圖像處理單元獨立於系統，通過串行總線和I/O與PLC交換數據..系統硬件壹般采用高速ASIC或嵌入式計算機進行圖像處理，系統軟件固化在圖像處理器中，通過類似遊戲鍵盤的簡單設備配置監視器中顯示的菜單，或者在PC上開發軟件後下載。基於PLC的系統體現了高可靠性、集成化、小型化、高速化和低成本的特點。代表廠商是日本的松下和德國的西門子。
德國西門子在工業圖像處理方面積累了20多年的經驗。SIMATIC VIDEOMAT是第壹個高性能的單色和彩色圖像處理系統，它已經成為SIMATIC自動化系統中非常重要的產品。SIMATIC VS710於1999年推出，是第壹個具有PROFIBUS接口的智能、集成和分布式灰度工業視覺系統。它將圖像處理器、CCD和I/O集成在壹個小機箱內，並提供PROFIBUS(通信速率達到12Mbps)的組網方式或集成I/O和RS232接口。更重要的是，通過PC WINDOWS下Pro Vision參數化軟件的配置，VS 710首次將PC的靈活性、PLC的可靠性、分布式網絡技術和壹體化設計結合在壹起，使西門子在PC和PLC系統之間找到了壹個完美的平衡點。機器視覺系統在印刷包裝中的應用自動印刷品質量檢測設備中使用的檢測系統大多是先用高清高速攝像鏡頭拍攝標準圖像，再設定壹定的標準。然後取檢測到的圖像，對比兩者。CCD線性傳感器將每個像素的光量變化轉化為電信號。經過比較，只要發現檢測圖像與標準圖像不同，系統就認為檢測圖像不合格。印刷過程中的各種誤差對於電腦來說都只是標準圖像和檢測圖像的差異，如汙漬、墨點色差等缺陷都包含在內。
最早用於檢測印刷品質量的技術是將標準圖像與檢測圖像進行灰度對比，更先進的技術是基於RGB三原色。自動機檢和人眼檢有什麽區別？以人類視覺為例。當我們專註於壹個印刷品時，如果印刷品的對比色比較強，人眼能發現的最小缺陷就是對比色明顯且不小於0.3mm但是依靠人的能力很難維持持續穩定的視覺效果。另壹方面，如果我們在同壹色系的印刷品中尋找缺陷，特別是在淺色系中，人眼能發現的缺陷至少需要20個灰度級。而自動機可以很容易地發現尺寸為0.10mm的缺陷，即使缺陷與標準圖像只差壹個灰度級。
但在實際使用中，即使是同壹個全色反差系統，對色差的分辨能力也是不同的。壹些系統可以發現輪廓和色差變化較大的缺陷，而另壹些系統可以識別微小的缺陷。對於白卡紙和壹些簡單的印刷品，比如日本的肯特香煙標簽，美國的萬寶路香煙標簽，簡單的檢測可能就夠了，而中國的大部分印刷品，尤其是各種標簽，都有很多特點，閃光元素太多，比如金銀卡紙，燙金，壓花或者拋光的印刷品，這就要求質檢設備必須有足夠的能力發現微小的灰度差，也許是五級灰度差。這對國內標簽市場至關重要。
標準圖像和被檢測印刷圖像之間的精確對比是檢測設備的關鍵問題。通常，檢測設備通過鏡頭采集圖像。在鏡頭範圍的中間部分，圖像非常清晰，但是邊緣部分的圖像可能會產生虛影，虛影部分的檢測結果會直接影響整個檢測的準確性。從這個角度來說，如果只是整個區域的對比，並不適合壹些精細的印刷品。如果能夠將得到的圖像再次細分，比如將圖像分割成1024dpi X 4096dpi或者2048dpi X 4096dpi，那麽檢測精度會大大提高，同時由於避免了邊緣部分的虛影，檢測結果也會更加穩定。
使用檢測設備進行質量檢驗，可以提供整個檢驗過程的實時報告和詳細完善的分析報告。現場操作人員可以借助自動檢測設備的及時報警，根據實時分析報告對工作中出現的問題進行及時調整，可能會使廢品率降低壹個百分點以上。管理人員可以根據檢測結果的分析報告跟蹤生產過程，更有利於生產技術的管理。因為客戶要求高質量的檢測設備，不僅要檢測印刷品的好壞，還要有事後分析的能力。壹些質檢設備所能做的，不僅可以提高成品合格率，還可以幫助廠家改進工藝流程，建立質量管理體系，達到長期穩定的質量標準。
凹版印刷機的位置控制和產品檢測
印刷產品的視頻圖像由生產線上設置的攝像機連續拍攝，攝像機速度在30幀/秒以下且可調。由攝像機采集的圖像首先被量化，並且模擬信號被轉換成數字信號，從中提取有效表示鏡頭內容的關鍵幀並顯示在顯示器上。對於壹幀圖像，可以用靜止圖像的分析方法來處理。通過尺寸測量和多光譜分析，可以識別視頻圖像上的色標，並獲得色標間距、色標顏色參數以及其他壹些相關性。
由於各種因素，會出現各種噪聲，如高斯噪聲、椒鹽噪聲、隨機噪聲等。噪聲給圖像處理帶來很多困難，直接影響圖像分割、特征提取和圖像識別，因此需要對實時采集的圖像進行濾波。圖像濾波要求能夠去除圖像之外的噪聲，同時保持圖像的細節。當噪聲為高斯噪聲時，常采用線性濾波器，易於分析和實現。而線性濾波器對椒鹽噪聲的濾波效果很差。傳統的中值濾波可以降低圖像中的椒鹽噪聲，但效果並不理想，即去除了充分分散的噪聲，而保留了彼此接近的噪聲，所以當椒鹽噪聲嚴重時，其濾波效果明顯變差。本系統的改進中值濾波方法。該方法首先在去除噪聲圖像窗口中最大和最小灰度像素後獲得中值，然後計算中值與對應像素灰度值的差值，再與閾值進行比較，確定是否用獲得的值替換該像素的灰度值。
在圖像分割的這個階段，每個顏色標記被檢測並從背景中分離出來。對象的邊緣由灰度不連續性反映。有兩種L形邊緣。壹種是臺階邊緣，其兩側像素灰度值差異顯著。第二種是屋頂狀邊緣，位於灰度值由增變減的轉折點L處。對於階躍邊緣，其二階方向導數在邊緣處有零交叉，因此可以用微分算子作為邊緣檢測算子。微分算子的邊緣檢測方法類似於高維空間域的高通濾波，可以增加高頻成分。這種算子對噪聲相當敏感。對於階躍邊緣，常用的算子有梯度算子、Sobel算子和Kirsh算子。拉普拉斯變換和Kirsh算子可用於屋頂狀邊緣。由於色碼是矩形的，相鄰邊緣的灰度差別很大，所以采用邊緣檢測來分割圖像。本文采用Sobert邊緣檢測器進行邊緣檢測。利用局部差分算子尋找邊緣，可以更好地分離色標。在實際檢測過程中，采用了彩色圖像邊緣檢測的方法，以及合適的顏色基礎(如強度、色度、飽和度等。)被選擇用於檢測。根據印刷機的類型特征，即印刷機的顏色和版面特征，進行多閾值處理，得到每種顏色的二值圖像。
測量分割的圖像，並且通過測量值識別對象。因為色標是形狀規則的矩形，所以可以提取以下特征:(1)由像素計算矩形面積，(2)方形度，(3)色度(h)和飽和度(s)，然後根據每個色標間隔處的像素點個數得出色標之間的間隔，與設定值比較，得出兩個。從而消除或減少印刷錯位。在特征提取中，圖像的多光譜圖像分析可以定量地表示色階，如色號圖像中像素的顏色。利用HIS格式檢測油墨質量，得到每壹個尺度的顏色信息的兩個參數，色度和飽和度。對每種顏色的二值圖像進行統計計算或與標準圖像進行匹配，以測量打印過程中的墨屑等參數。
印刷機由開卷機開卷，依次通過各個印刷單元進行各種顏色的印刷和烘幹，由收卷機收卷。l對於每種彩色印刷，在印刷材料的邊緣上印刷用於顏色套準的顏色標記，該標記水平為65，438+00 mm，寬度為1 mm。套印準確時，每種相鄰顏色的標記線應相互平行，垂直(垂直)相位為20 mm。通過生產線上設置的攝像機連續拍攝印刷品的視頻圖像，通過尺寸測量和多光譜分析，可以識別出視頻圖像上的每個色標，並獲得色標的色標間距和顏色參數L。如果兩個相鄰色標的間距大於或小於20 mm，則說明套印有偏差。偏差信號送至伺服變頻驅動單元驅動交流伺服電機，使相應的套準校正輥ML上下移動，以延長或縮短承印材料從前壹個單元印版輥到單元印版輥的行程，進行動態校正。在現代包裝工業的自動化生產中，涉及到各種檢測和測量，如飲料瓶蓋的印刷質量檢測、產品包裝上的條形碼和字符識別等。這類應用的相同特點是連續批量生產，對外觀質量要求非常高。通常情況下，這種高度重復和智能化的工作只能通過人工檢查來完成。我們經常會在壹些工廠的現代化流水線後面看到成百上千的檢驗工人來執行這個過程。在給工廠增加巨大的人力成本和管理成本的同時，仍然無法保證100%的檢驗合格率(即零缺陷)，如今的企業間競爭已經不允許。存在1%的缺陷。有時，如微小尺寸的精確快速測量、形狀匹配、顏色識別等。，人眼不可能連續穩定地進行，其他物理量傳感器也難以使用。這時，人們開始考慮計算機的快速性、可靠性和可重復性，從而引入了機器人視覺技術。
壹般來說，首先用CCD相機將拍攝的物體轉換成圖像信號，傳輸到專門的圖像處理系統。根據像素分布、亮度、顏色等信息，如面積、長度、數量、位置等。最後根據預設的公差和其他條件輸出結果，如尺寸、角度、偏移量、數量、合格/不合格、是/否等。機器視覺的特點是自動化、客觀性、非接觸性和高精度。與壹般的圖像處理系統相比，機器視覺強調精度和速度，以及在工業現場環境中的可靠性。機器視覺非常適用於大批量生產中的測量、檢驗和識別，如IC表面印刷字符的識別、食品包裝上生產日期的識別、標簽放置位置的檢查等。在機器視覺系統中；關鍵技術是光源照明技術、光學鏡頭、攝像機、圖像采集卡、圖像處理卡和快速精確的執行器。在機器視覺應用系統中；好的光源和照明方案往往是整個系統成敗的關鍵；起著非常重要的作用；它不是簡單地照亮物體。光源與照明方案的匹配應盡可能突出物體特征量；需要檢測的部分和不重要的部分要盡可能有明顯的區別；增加對比度；同時也要保證足夠的整體亮度；物體位置的變化不應該影響成像質量。機器視覺應用系統壹般采用透射光和反射光。在反射光的情況下，要充分考慮光源和光學透鏡的相對位置以及物體表面的紋理。物體的幾何形狀、背景和其他元素。光源的選擇必須符合所需的幾何形狀、照明亮度、均勻性、發光光譜特性等。同時要考慮光源的發光效率和使用壽命。光學鏡片相當於人眼的晶狀體；這在機器視覺系統中非常重要。壹個鏡頭成像質量的好壞；也就是對像差矯正好不好；可以用像差來衡量；常見的像差有球差、彗差、散光、場曲、畸變和色差。
攝像機和圖像采集卡* * *完成素材圖像的采集和數字化。高質量的圖像信息是系統正確判斷和決策的原始依據；這是整個系統成功的另壹個關鍵。在機器視覺系統中；CCD攝像機因其體積小、性能可靠、清晰度高而得到廣泛應用。根據使用的CCD器件，CCD相機可分為線陣和面陣兩大類。線陣CCD相機壹次只能獲取壹行圖像信息；被攝物體必須從相機直線向前運動；以便獲得完整的圖像；因此，非常適用於以壹定速度運動的物流的圖像檢測；面陣CCD相機可以壹次獲取整個圖像的信息。圖像信號處理是機器視覺系統的核心；相當於人的大腦。如何處理和計算圖像；也就是算法都體現在這裏；它是機器視覺系統發展的重點和難點。隨著計算機技術、微電子技術和大規模集成電路技術的飛速發展；以提高系統的實時性；圖像處理的大量工作可以通過硬件來完成；如DSP、專用圖像信號處理卡等。軟件主要完成算法中非常復雜、不成熟、需要不斷探索和改變的部分。
從產品本身來說，機器視覺將越來越依賴於PC技術，它將與數據采集等其他控制和測量更緊密地結合在壹起。而且嵌入式產品會逐漸取代板卡產品，這是壹個越來越大的趨勢。主要原因是隨著計算機技術和微電子技術的飛速發展，嵌入式系統的應用領域越來越廣泛，尤其是其低功耗技術引起了人們的關註。另外，大多數嵌入式操作系統都是基於C語言的，所以使用C高級語言開發嵌入式系統是壹項基礎性的工作。使用高級語言的好處是可以提高工作效率，縮短開發周期，更重要的是開發出來的產品可靠性高，可維護性好，便於不斷改進和升級。所以嵌入式產品會取代板卡產品。
因為機器視覺是自動化的壹部分，沒有自動化就沒有機器視覺。機器視覺軟硬件產品正逐漸成為協同制造過程不同階段的核心系統。無論是用戶還是硬件供應商，都將機器視覺產品視為生產線上信息采集的工具，這就需要大量機器視覺產品的標準化技術。直觀來說，它會隨著自動化的開放而逐漸開放，可以根據用戶的需求進行二次開發。現在自動化企業都在提倡軟硬件壹體化的解決方案。未來5-6年，機器視覺廠商不應該僅僅是產品的供應商，而應該逐步走向集成解決方案的系統集成商。
未來幾年，隨著中國加工制造業的發展，對機器視覺的需求會逐漸增加；隨著機器視覺產品的增加和技術的提高，機器視覺在中國的應用將從最初的低端轉向高端。由於機器視覺的介入，自動化將向更智能、更快速的方向發展。