机器视觉四大基础功能

机器视觉具备识别、测量、定位、检测四大基础功能，以远超于人类视觉的性能助力工业自动化、智能化的发展。

识别功能指甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标；

测量功能指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量；

定位功能指获取目标物体的坐标和角度信息，自动判断物体位置，多用于全自动装备和生产；检测功能指对目标物体进行外观检测，判断产品装配是否完整和外观是否存在缺陷。

机器视觉的应用主要有几个方面：

（1）视觉检测，又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。

（2）机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。至于小范围内的操作和行动，还需要借助于触觉传感技术；

（3）缺陷类检测：在工业生产过程中，易产生表面缺陷、杂质等影响产品良率，批量化应用及其视觉可以辅助工业生产高效的识别缺陷，提升良率水平。

一个典型的工业机器视觉系统包括

光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/ 输入输出单元等。

以基恩士的CV-X系列的引导式视觉系统为例，其核心组成部分包括：

（1）硬件，包括控制器与相机，相机方面，可供选择的相机包括超高精细的2100万像素相机、以及通过将在线激光轮廓测量仪（7种类型传感头）作为测量部，可实现3D形状测量；

（2）算法，包括多光谱拍摄、外观检测、智能学习检测、尺寸检测、识别字符检测等多种算法；

（3）检测工具，包括机械手视觉系统、连接器工具、3D检测；

（4）数据平台，包括图像处理、输出等。

注意：来自网络整理