机器视觉(Machine Vision)作为光电技术应用的一个特定领域，目前已经发展成为一个前景光明、活力无限的行业，年平均增长速度超过2O％ 。机器视觉广泛应用于微电子、电子产品、汽车、医疗、印刷、包装、科研、军事等众多行业。涉及技术一致，应用差异明显，是各种机器视觉应用系统的共同特点。
机器视觉系统集成时，涉及到多门技术，最基本的系统也需要照明、成像、图像数字化、图像处理算法、计算机软件硬件等，稍微复杂一点的系统还会用到机械设计、传感器、电子线路、PLC、运动控制、数据库、SPC等等。要把这么多不同方面的技术和知识组合到系统里，使其相互完美配合并稳定地工作，对系统集成人员提出了很高的要求。作者根据多年的经验，讲解了机器视觉系统集成时所涉及的各种技术、需要综合考虑的因素以及评估机器视觉系统项目成功的可能性的方法。
中国经济经过数十年的高速发展，在很多领域完成了从无到有、从不能到可以的跃变，现在已经到了提高生产效率和产品质量、残酷竞争的阶段，很多原来使用的人工工序正逐渐被机器所取代，从而对机器视觉系统产生了越来越多的需求。而机器视觉技术本来就是为了解决生产中的各种问题发展起来的。在人类的生产活动中，人的眼睛担负着很多重要的任务，例如放置和固定工件、观察和估计位置、检测外观尺寸、确定产品的一致性、检验产品质量等。这些工作正在越来越多地被机器视觉系统取代，一方面是随着对生产速度和产品质量的要求越来越高，对检测速度和精度的要求超过了肉眼的能力；另一方面是因为成像技术、计算机技术或图像处理技术的发展，机器视觉系统能够完成的任务越来越复杂，成本也越来越低。然而，机器视觉技术作为一门新兴技术，引人中国时间并不长，真正有经验的系统集成人员也不多，而机器视觉系统涉及到照明、成像、电子、自动控制、计算机软件硬件、机械设计、传感器、光学等各方面，把这些不同的技术集成到1个系统内，并使其相互完美配合工作，本身就是艰巨的任务。本文试图根据作者多年的经验，就机器视觉系统集成技术给出一些建议，期望能够帮助使用机器视觉系统的用户评估其系统并在做出合理决策时提供参考，给研制系统的技术人员和公司提供一些成功的经验。本文将介绍需求分析、资源配置、系统集成等几个方面的内容。
1、需求分析
准确地描述机器视觉系统需要完成的功能和工作环境，对于整个机器视觉系统的成功集成是至关重要的。对于需求的描述，实际定义了视觉系统工作的场景，而围绕这个场景设计1个系统来获取合适的图像，并提取有用的信息或控制生产过程就是我们工作的目标。这个步骤看起来如此简单，以至于经常被忽略。有时候用户在生产过程中产生了某种需求，但是由于知识面和技术方面的原因，用户不知道自己需要什么样的视觉系统，或者不能准确描述自己的需求，而这时系统集成商自己经验不足或没有给以足够的重视，就不能帮助用户来明确系统的功能细节，这个系统集成开发过程注定要走弯路，甚至最终失败。
所以，系统集成的第1步就是明确用户需求!一般情况下可以使用下面的表格来帮助我们实现此目标。
2 资源配置
机器视觉系统集成时，涉及到多门技术，最基本的系统也需要照明、成像、图像数字化、图像处理算法、计算机软件硬件等，稍微复杂一点的系统还会用到机械设计、传感器、电子线路、PLC、运动控制、数据库、SPC等等。显而易见，要把这么多不同方面的技术和知识组合到1个系统里，使其相互完美配合并稳定地工作，对系统集成人员提出了很高的要求，需要根据具体的需求来确定所需要配置的资源和对策。
2.1机械设计
由于需求不同，对机械部分的要求差别很大，如果是全自动的机器视觉系统，机械部分一般需要完成的功能有理料、输送、定位、剔除、下料等功能，而有的机器视觉系统则只需要适当的固定支架来固定相机、镜头和计算机即可，差别很大。例如，制药生产线上使用的西林瓶灯检机，需要完成理瓶、输送、旋转、刹车急停、相机同步、快速归位、下料、分流剔除等多个动作，而且需要提供多达15个检测工位，以完成液体内部悬浮物、玻璃碎屑、瓶身破损、细菌群落、瓶口封装、瓶底等多项指标的检测，各种机械零件多达上千个，系统非常之复杂；而停车场使用的车牌识别系统的机械部分则非常简单，只需要相机固定和保护等安装配件即可。一般系统集成商不愿意介入特别复杂的机械设计，一方面是因为在用户的观念中，机械设计没有太多的技术含量；另一方面是机械加工周期较长，1个小小的设计错误也会导致返工，时间拖得较长。所以，虽然在很多情形下，机械设计在机器视觉系统中占了很大的比重，而且是关键部分，但投入相对较少，导致整个系统开发过程不顺利。有时候，和制造机械设备的公司合作是最好的选择。需要指出的是，对于需要复杂机械系统的全自动系统，由于大多数系统只能针对特定的产品工作，所以，除非生产量达到一定数量 |
自动化资料下载
自动化产品
