視覺技術(shù)在產(chǎn)品檢驗中的最新進展

在許多行業(yè)中，在許多行業(yè)中，人工檢查由機器視覺檢查技術(shù)取代以其更高的速度和更高的精度從而提高產(chǎn)品的質(zhì)量并降低生產(chǎn)成本。這種采用的另一個優(yōu)點是歸檔圖像的能力，為每個單獨的產(chǎn)品提供一個永久性的質(zhì)量記錄。增加機器視覺的一個關(guān)鍵因素是技術(shù)的進步，提高精度和減少應(yīng)用程序開發(fā)時間的各種應(yīng)用。這些進步之一，涉及使用更高分辨率的相機，可以檢查更大的領(lǐng)域，在更高的水平的準(zhǔn)確性。三維視覺技術(shù)，可以測量高度，深度和體積的產(chǎn)品，有可能將機器視覺應(yīng)用到許多新的應(yīng)用。最后，自學(xué)習(xí)模式匹配的視覺工具更快，更一致的識別對象，同時減少應(yīng)用程序開發(fā)時間。本文將探討這些進步和他們的機器視覺檢測應(yīng)用的影響。

  

高分辨率的傳感器

更高分辨率的視覺傳感器的價格點下降的結(jié)果，更高分辨率的傳感器被更頻繁地使用在檢查應(yīng)用。高分辨率視覺傳感器是高精度缺陷檢測的理想選擇，并提供了一個更大的視野，這使得它更容易的視覺工具，以準(zhǔn)確地找到感興趣的功能，即使在大部件，產(chǎn)品和包裝。高分辨率視覺傳感器的典型應(yīng)用包括在消費電子行業(yè)的微小電子元件的對準(zhǔn)和在汽車車身覆蓋件上的膠珠的檢查，這需要一個大的視野。更高分辨率的視覺傳感器的使用，反過來驅(qū)動需要更快的處理周期，以保持在可接受的范圍內(nèi)的檢查時間。視覺系統(tǒng)中的處理能力的量是由封裝的熱約束的約束。機器視覺供應(yīng)商是克服這個限制，使用新的，更有效的算法，如一個模式查找工具，運行四到六倍的速度比以前的版本。圍繞這一障礙的另一種方式是將視覺算法在具有較高的熱預(yù)算的獨立包裝工業(yè)視覺控制器。

高分辨率視覺應(yīng)用的一個典型的例子是一個醫(yī)療設(shè)備，提出了一個自動化測試系統(tǒng)的主要檢查挑戰(zhàn)。兩個氣缸的校準(zhǔn)需要測量公差范圍內(nèi)太接近，與傳統(tǒng)的視覺系統(tǒng)。在系統(tǒng)開發(fā)過程中，手動檢查，每一部分約一分鐘，這樣會導(dǎo)致生產(chǎn)很慢。試驗表明，常規(guī)640x480或1200x1600像素視覺系統(tǒng)會產(chǎn)生太多的不準(zhǔn)確的讀數(shù)。升級到5像素和5像素的遠心鏡頭視覺系統(tǒng)提供準(zhǔn)確的讀數(shù)，同時減少檢查時間約200毫秒。自動測試機，確保非常高的質(zhì)量水平，同時最大限度地降低生產(chǎn)成本。在裝配點實施檢查，提高了供應(yīng)鏈的質(zhì)量，同時降低了下游檢測的影響。

 

三維視覺系統(tǒng)

快速的改進也被視為在該領(lǐng)域的應(yīng)用程序，更適合于3D視覺，如測量高度，體積和傾斜的部件或讀取提出的字符對一個類似的彩色背景，并在可變光照條件下進行檢查。新一代的三維視覺系統(tǒng)是解決這些挑戰(zhàn)，通過使用激光三角測量從零件中提取的三維信息。激光位移傳感器將一束束投射到待測量的物體上。光束被物體的三維形狀所取代。圖像傳感器捕獲一個三維圖像的三維拓撲表示，其中的目標(biāo)的足跡表示的圖像的程度和Z高度數(shù)據(jù)存儲。一個完整的三維圖像是由一系列獲得剖面的每一行對應(yīng)一個配置文件生成圖像，產(chǎn)生一個16位的灰度圖像。所得到的三維圖像的對象可以被用于兩個定位的對象，并準(zhǔn)確地注冊的視覺工具，用于測量的三維和二維的功能，如長度，寬度和高度。它可以用來很容易地確定一個對象的存在或不存在，無論顏色或照明，并產(chǎn)生一個高對比度的圖像從非常微妙的變化高度。

考慮在X和Y尺寸中看起來不錯的圖中所示的鏈輪齒輪。但一個三維檢查顯示，一顆牙齒被打破前10毫米的高度丟失。也可以想象一個情況下，只有牙齒的頂表面丟失，而不是整個牙齒，一個應(yīng)用程序的三維檢查，以確定這種類型的缺陷。另一個典型的三維檢查應(yīng)用涉及測量的關(guān)鍵部件，如印刷電路板（印刷電路板）或在一個載體的基板的平整度。扭曲或翹曲的成分不能與二維檢查。然而，三維機器視覺可以很容易地確定的零件表面的完整的地形輪廓。檢測顏色是相似的區(qū)域的組件的存在或不存在的地方，他們被認為是安裝是另一個非常常見的三維檢查應(yīng)用。也有許多機器人的指導(dǎo)應(yīng)用，其中的三維視覺是必需的，如從一個垃圾桶或引導(dǎo)一個機器人手臂周圍的一部分的多個表面。

 

自學(xué)習(xí)復(fù)合模式匹配

傳統(tǒng)的模式匹配工作，通過訓(xùn)練一個模式的基礎(chǔ)上發(fā)現(xiàn)的一個代表或“好”的形象的部分。在某些應(yīng)用中，它可能是不可能獲得一個部分圖像，不受噪聲，雜波，閉塞，或其他缺陷。試圖從這樣一個退化的圖像訓(xùn)練的傳統(tǒng)模式常常產(chǎn)生無法使用的模式，因為模式包括許多功能，是不是在其他運行部分圖像。

機器視覺檢測的另一個最新進展涉及使用智能自學(xué)習(xí)復(fù)合模式匹配工具。匹配工具簡化了應(yīng)用程序的設(shè)置，通過學(xué)習(xí)區(qū)分重要的圖像特征，有時被稱為信號，或什么使得一個好的部分不同的壞的一部分，隨機和不一致的差異是不顯著，有時被稱為噪聲。

新的自學(xué)習(xí)模式匹配工具可以使用的任何地方，傳統(tǒng)的模式匹配工具今天使用。一個典型的例子是在其安裝檢測分析儀芯片對準(zhǔn)。芯片上刻有與安裝在支座上的開口的圓圈。如果芯片是不一致的，圓圈看起來不是圓的。模式匹配的視覺工具確定芯片的形狀是圓的，在一定的公差范圍內(nèi)，為好的部分，那些橢圓形為壞的部分。自學(xué)習(xí)模式匹配工具，難以用常規(guī)的模式匹配算法如應(yīng)用中的部分不具有代表性的圖像存在應(yīng)用程序特別有用，需要忽略某些特征的不同部分的應(yīng)用，以及應(yīng)用中的一部分出現(xiàn)在不同的背景。

可以訓(xùn)練一個幾乎理想的模式匹配的復(fù)合模型，使用多個退化的訓(xùn)練圖像。自學(xué)習(xí)算法從每個圖像中收集共同的功能，并將其統(tǒng)一成一個理想的模型。這種方法從訓(xùn)練圖像中濾除噪聲或其他隨機錯誤，否則會出現(xiàn)在最終的復(fù)合模型中。

在某些應(yīng)用中，您需要能夠定位和對齊部分，其中某些功能可能是不同的在不同的部分。例如，在一個產(chǎn)品包裝線的情況下，包裝蓋可能有一些共同的特點，如產(chǎn)品名稱，而其他功能是不同的一部分，如產(chǎn)品的味道。復(fù)合模式匹配訓(xùn)練可以用來創(chuàng)建一個模式，包括所有部分相同的功能，而不包括不同的功能，從一部分到一部分。

復(fù)合建模也可以用來過濾背景的變化。例如，它可以建立一個模式，可以用來定位在印刷電路板上的不同位置的一個組成部分，其中的背景，由電氣連接的軌道和焊料在每個位置不同。

機器視覺解決方案，幫助企業(yè)提高產(chǎn)品質(zhì)量，消除生產(chǎn)誤差，降低制造成本，并超過消費者的期望，高品質(zhì)的產(chǎn)品在一個負擔(dān)得起的價格。機器視覺技術(shù)的最新發(fā)展，使有可能獲得這些好處在更廣泛的應(yīng)用，同時在同一時間提高檢查精度和減少應(yīng)用程序開發(fā)時間。