机器视觉检测与人眼检测对比研究

周义威

摘 要 央视新闻发布的视频《首绘2018》，为大家描摹了新时代的新蓝图。其中工业机器人、机器视觉系统等智能生产设备的应用备受重视，在中国制造向中国智造的转型背景下，未来生产中还需要继续投入大量工业机器人等智能自动化设备。就此而言：未来机器视觉系统的发展态势自然是不言而喻的。假设：机器视觉检测PK人眼检测，结果将会怎样呢？笔者认为两者各有各的优劣势，一时还难以区分，但不得不说，随着机器视觉检测不断克服技术和成本的劣势，逐渐可以代替部分人类眼睛识别检测的功能，且机器视觉检测功能有着比人眼检测更为精准的检测功能及稳定性（人眼长时间使用极易出现生理疲劳），使得产品的缺陷在检测过程的失误率降低许多，正因如此，机器视觉检测，未来将加速智慧工业时代的进程。

关键词 人工智能；机器视觉检测；打光；精度偏差

中图分类号 TP2 文献标识码 A 文章编号 1674-6708（2018）218-0113-02

从技术应用角度来看。技术是限制机器视觉检测代替人眼检测的关键原因。目前通过机器视觉检测应用中，打光是其中一个难点，如果获得的图片让人看了，还要仔细斟酌才能给出结果，那么算法就更难做了。反之如果前期搞好打光，突出所要检测的特征，算法倒并不是很困难的东西。

相比之下，机器视觉检测跟人眼检测有个很大的优点，就是连续稳定性。人工通过肉眼进行检测，即使设计很好的奖惩制度，也有可能出现漏检（人类生理机制对人体的一种自然保护作用），而机器视觉检测则不会出现因人工肉眼检测的疏忽大意而造成的人为漏检。因此，产品外观检测最需要的稳定检测方面，机器视觉检测决定是优于人眼检测N倍。

从成本角度来说，就最终产品成本而言，将来人工成本会越来越高，企业管理也将趋于繁杂，企业优胜劣汰的生存法则下，想必是机器逐步代替人工的日子指日可待啦！并且随着机器视觉技术的不断发展，价格逐渐下降的趋势，机器视觉检测能够得到更好更快的普及应用，未来机器可视化检测应用，必然会成为一种趋势，就其目前制约的主要因素而言，笔者认为有如下几点：

1）机器视觉检测系统研发专业人才匮乏。

2）政府科技部门及企业重视程度不高。

3）机器视觉检测系统技术本身不够完善，或是在代替人眼检测方面功能太弱。抑或是使用及维护成本过高，企业经济成本不堪重负，不愿使用。

举例说明：

机器视觉检测实际应用场景其中之一：可以辨别细微的异物、瑕疵、缺陷。

应用原理：

外观检测能够发现异物、污点、瑕疵、缺陷等，防止不良品的流出，但人工目视检测存在精度极限。全数检测不光耗费人工和成本，还会因个人人为差异导致精度偏差和人为错误。

且细微的瑕疵及污点等很难通过人工目视检测被发现，要维持优良品质，必须借助显微镜等工具，实施放大检测。点数较少时，还能离线进行显微镜检测，但要检测成千上万点时，则需要投入庞大的劳力，导致生产效率大幅降低；同时还要兼顾品质和生产效率。所以，机器视觉检测技术是保证产品优良不可或缺的重要手段。

理论设想曾经提出“最小可以检测出多小的异物及瑕疵？”的疑问。通过如下公式，可以大致计算出该问题的答案。

最小检测尺寸=B÷A×C

A=感光元件的Y方向像素数

B=拍摄视野（Y方向）[mm]

C=感光元件上的最小检测像素尺寸[像素]

像素数因所用的相机而异。例如，31万像素相机的纵向像素数为480像素，而2 100万像素相机的像素数就是4 092像素。该数值就是公式中的“A=感光元件的Y方向像素数”。

而B项的拍摄视野（Y方向），可以根据所用镜头，自由变换为10mm～100mm之间数值。C项是指感光元件上可以检测的最小像素尺寸，通常为3像素，根据条件不同，也可能是5像素。

综合考虑到这些条件，将A=480像素、B=50 mm、C=3像素代入计算最小检测尺寸=50÷480×3=0.312mm可以由此得出，最小可检测0.312mm的异物及瑕疵。

假如使用2100万像素的高精度相机时，其最小检测尺寸=50÷4092×3=0.037mm可检测0.037mm的异物及瑕疵，但这是人工目视检测难以实现的。

采用2 100万像素或是更高像素水平的高分辨率相机，再通过减小相机检测视角，相应的缩小检测尺寸，可用来提高检测精度。

具体应用：

人眼目视检测时，根据检测项目，可能必须离线进行外观检测；但只要借助机器视觉检测技术，就能在线对异物、瑕疵、缺陷进行正确检测识别。正因如此，机器视觉检测技术才被广泛用于外观检测。

下面介绍一个具体应用案例：IC产品缺陷图示意分析。

IC产品缺陷，有些微细缺陷难以通过人工目视检测识别，这是产品缺陷检测时容易发生漏检的重要环节。导入机器视觉检测系统后，对于细小缺陷的，也能够实现正确辨别及预处理（提示产品缺陷类型）。

通过图3與图2的对比，机器视觉检测设备自动检测出产品缺陷（图样对比：银胶溢出范围超标），并提示报警，等待人工介入处理，由此实现产品外观检测的批量辨别及确认；及时筛分出良品和不良品，不良品的不良类别，通过预先设置的不良品自动识别程序，在电子显示屏上自动显示出来，人们通过电子显示屏的观察，一目了然，再确定下一步骤的处理。

通过一定时间间隔的匀速投放产品在机器视觉设备下检测方法，由此实现全程自动化的机器外观检测：这种全程计算机自动控制外观检测方法，相比通过人眼检测方式，失误率极低，因而极大的节省了人工成本。

再者通过积累不同类型的不良检测数据，并汇总统计，再通过人工分析方法，还能有效用于工序改良及工艺改进。

综上所述：机器视觉检测PK人眼检测：其准确性、优良性、连续稳定性相比人眼检测是不言而喻的。

参考文献

[1]任化龙，高路，等.黑科技[J].东方企业家，2017（5）.

[2]武琪.孙陶然.创业36条军规[J].财经界，2016（1）：57-62.