机器视觉技术及其在机械制造自动化中的应用分析

高衍庆

摘 要：机器视觉技术利用计算机系统中多项技术来代替当前监控人员，对所监控对象实施图像理解与处理，目前在机械制造自动化生产的检测与测量应用领域非常常见。本文就探讨了机器视觉技术在机械制造自动化中的一些实际应用。

关键词：机器视觉技术；机械制造自动化；工作原理；精密测量；检测

中图分类号：TH16 文献标识码：A 文章编号：1671-2064（2017）21-0036-01

当前，机器视觉技术完全可以代替人类肉眼来实现视觉观察功能，甚至能够进行更精确的视觉判断与测量，借助计算机来对客观三维世界中的各种目标对象实施有效识别。就目前已有的机器视觉技术来看，它的判断灵敏度与测量精度都较高，而且判断测量速度极快，噪声低，且具有较强的抗电磁干扰能力，可以进行与计算机联动的计算机信息数据处理过程，为企业生产降低工作量，提高生产效率。目前，机器视觉技术已经全面普及于各个行业领域，尤其是在机械制造自动化领域发挥了巨大作用。

1 机器视觉系统的基本构成与工作原理

1.1 系統基本构成

机器视觉技术拥有独立系统，它主要通过图像摄取装置来转换被摄取目标，最终形成图像信号，在经过专业图像的像素分布、亮度、颜色、数字化处理后最终呈现出来。针对机器视觉系统的图像系统可以利用精密计算来明确各种图像目标特征，并根据这些特征来准确判断目标对象内容，基于视觉系统运行环境划分出PC-Based与PLC-Based两个系统。

1.2 系统工作原理

机器视觉系统并不输出任何图像视频信号，它所输出的是经过特别运算处理后的检测结果，例如设备的尺寸数据等等。作为肉眼测量判断的替代者，它所采用的是CCD照相机，它将被摄取目标转换为图像信号，然后传送给专用图像处理系统进行亮度、颜色、像素等重要信息的处理，最后转化提取数字化信号。系统会根据这些处理后的数字化信号的预设容许度来评判目标生产对象的相关尺寸、数量、长度、面积或位置等等，再利用PLC或PC等等上位机来进一步获得检测结果，控制诸如I/O系统或指挥运动系统进行相应的控制动作，促成设备工作流程[1]。

2 机器视觉技术在机械制造自动化中的应用

2.1 机器视觉技术在设备精密测量中的应用

对于设备零件尺寸的精密测量，当前许多企业都会采用机器视觉技术。因为在机器视觉系统中拥有专业的光学系统、计算机处理系统以及CCD摄像头，它们收集光源，并将光源所发出的平行光束照射到被测对象检测部位，再配合显微光学镜组与摄像机面阵来呈现被测对象的边缘部分，最后得出被测对象边缘轮廓实际位置。如果在测量中被测对象发生位移，则要对被测对象的边缘轮廓位置进行二次测量和图像处理，并结合两次测量来计算出位移量。另外，可根据位移前后的偏差位移量来合并两幅图像的边缘轮廓，将它们归整到同一图像中，这样还可以计算出两次测量的相应尺寸，提高测量精度。由于当前企业生产线采用大批量机械流水线生产模式，所以可以利用机器视觉系统来辅助大批量流水线产品生产，通过上述描述方法来实施在线检测过程，提高检测效率。客观讲，这种测量方法对于形状偏简单、尺寸偏小的设备元件非常适合。举个例子，当前汽车电子产品中的电子接插件就应该采用这种精密测量方法，提高成品生产效率与尺寸精度。根据已有的实践生产经验来看，该系统能够实现1分钟内数百件产品的检测，其数量级更是能够精确到0.01mm以内。

在刀具磨损与预调测量过程中，机器视觉技术也有其用武之地，例如测量某些形状、尺寸特殊的工件或者某些已经形变的工件。它相比于传统测量方法更加简单，不需要将刀具卸下再测量刀具磨损程度，它所采用的是光源检测法。首先确定光线照射强度与拍摄角度，将光源通过光线射入到镜头周围，进而最大限度减小由阴影所造成的测量误差。此时再自由转动夹具调整角度，随着转动角度越来越大，成像设备尺寸就会越来越小，这间接提高了机器视觉系统的实际测量范围。另外，通过对磨损刀具前后横向尺寸差及磨损度的计算对比，也相应简化刀具机械精密测量自动化的应用过程。经过实践表明，如果采用机器视觉技术来测量刀具磨损并预调测量过程，它的测量信噪比会降低到46dB左右，无论是测量速度还是测量精度都达到了较高水准。而且该系统技术还支持在线测量，非常方便。从常规技术应用角度来讲，机器视觉技术更适合于精密测量那些常规形状刀具，而不适于测量几何形状过于复杂的特殊刀具。

在刀具预调测量应用中，它突破了传统中光学投影与光栅数显表相结合的测量方式，而是采用机器视觉与光栅技术相结合，设计出了刀具预调测量仪技术，并融入了自动化控制思维，彻底颠覆了传统测量方法，大幅度提高了测量的精度与简易度，对刀具测量工作效率的提高也有很大帮助。

另外在逆向工程中，机器视觉测量技术也有应用，这里所提到的逆向工程主要针对现成工件进行测量。它会利用到3D数字化测量仪器技术，对逆向工程中的设备元件进行轮廓坐标值的快速准确测量，并基于编辑修改来调整建构它的曲面部分，存档图形并将它转化为CAD/CAM可读文件，最后通过快速成型机来制作样品模型。在该精密测量技术体系中，它首先利用测量系统来测量样品轮廓三维尺寸，并取得各点数据作为曲面处理予以加工，最终成型。当前，机器视觉系统也利用它的CCD照相机光电器件来进行基于三角法的快速轮廓视觉测量，再配合线结构光测量物体表面的基本结构轮廓。

综上所述，机器视觉技术在设备精密测量领域的应用相当广泛，它也丰富和强化了机械制造自动化技术应用过程，真正代替传统测量技术，实现了高精度测量，非常值得推广[2]。

2.2 机器视觉技术在设备检测中的应用

除精密测量以外，机器视觉技术也能实现对于设备工件的有效检测，例如它对与工件表面缺陷的检测。在汽车生产产业中，对于工件表面的传统检测方法还以人工目测为主，这种方法显然效率低下且不够精准，还有较大的劳动强度，对于汽车生产企业而言十分不利。如果采用机器视觉技术则更规范和精确，例如合理运用机器视觉系统中的CCD照相机技术，对产品表面缺陷进行检测，也是为了优化零件表面的质量管理过程。在连杆结合面爆口的检测过程中，它的常规评定标准为破口面积应该小于4mm2，任意方向的破口线性长度应该小于3mm，如果不能满足上述条件中的任意一条，汽车工件产品都会被视为不合格次品被淘汰。这里采用到LED漫反射光源配合机器视觉系统CCD照相机来合作检测工件的坡口区域，将光线照射到工件表面并反射到照相机CCD元件上，形成电量信号。机器视觉系统会对CCD元件上所反射的的图像电量信号进行分析计算，最终处理获得有价值信息数据，再对图像进行二值化处理，将处理过的二值化图像作为结果对象实施针对性计算分析。从实际应用技术角度方面讲，机器视觉系统在该技术流程中还采用到了灰度二值化阈值与光源，结合对比方法完成检测过程。在检测过程中，主要将汽车工件等已知内容标定为参照物，用已知参照量测量值来对比参照物的实际像素值，最后得到汽车工件的表面缺陷对应比例值。然后再调整机器视觉系统光源亮度，间接调整优化系统中的二值化阈值，确保汽车工件表面检测结果能够拥有较高水平的图像分辨率，有效扩大工件表面的边界光源像素值[3]。

3 结语

当前机器视觉技术已经与加工制造领域紧密联系起来，满足了该领域中的诸多技术需求，甚至起到了决定性的生产技术应用作用。在未来，机器视觉技术将会更进一步刺激机械制造自动化领域的向前发展，促进自动化技术与智能化技术的相互结合，突破更多传统技术应用领域，为人类制造业发展贡献更多。

参考文献

[1]何勇，孙钊，李华厦等.机器视觉技术及其在机械制造自动化中的应用[J].黑龙江科技信息，2016，（24）：119.

[2]白宁.浅谈机器视觉技术及其在机械制造自动化中的应用[J].石化技术，2017，（3）：72.

[3]王晖.机器视觉技术及其在机械制造自动化中的应用分析[J].黑龙江科技信息，2017，（11）：76.endprint