机器视觉技术在工业中的应用

樊东 陈津徽 张元良

摘 要：人工智能背景下，机器视觉技术快速发展。本文首先对机器视觉技术的系统组成做了简单介绍，然后对其在工业上部分应用的研究现状做了总结，最后阐述了机器视觉技术的发展前景及发展方向。

关键词：机器视觉技术;工业;研究现状

1 绪论

随着人工智能的快速发展，自动化生产水平大幅提高，各生产领域中，一贯的人工作业已满足不了生产需求，因此急需一种技术将其取代。机器视觉技术是通过计算机来模拟人的视觉功能[1]，是一门比较复杂，多学科交叉的技术。经过近70年的发展，机器视觉技术已被广泛应用到农业、工业等领域，提高了生产的灵活性及自动化程度，满足当前大批量重复性生产的要求。

2 机器视觉概述

工业生产线上，机器视觉系统主要包括图像采集系统、图像处理系统、控制决策系统[2]。

图像采集系统中，光源及光照方式的选择、相机及镜头的选型会影响到采集图像的质量。对于光源，常用的有LED灯、荧光灯、卤素灯等，其中LED灯凭借功耗低等诸多优点，被人们广泛采用。照明方式有多种，研究人员可根据研究对象特点及自身需求选择最合理的方案。相机方面，按芯片类型可分为CCD相機、CMOS相机，两个各有优点，可根据实际需要选择。曝光时间、相机帧率、相机接口等参数也都是需要考虑的因素。镜头的选型中，最重要的参数是焦距。镜头的分辨率、景深、畸变等参数也对成像有一定的影响。而且，所选镜头应与相机有高程度的配合[3]。

图像处理系统中，最需要关注的就是算法，包括图像增强、边缘锐化、特征提取、图像识别与理解等[4]。使用恰当的算法，可以得到较好的效果，为后续工作的方便进行奠定了基础。

控制决策系统中，包含了各类机械装置，其控制系统根据图像处理后的结果，按照研究要求标准，对不合格的工件进行剔除。

3 机器视觉工业应用研究现状

3.1 尺寸测量与缺陷检测

工业领域中所生产的工件几乎都需要检测，其中主要包括产品的尺寸测量和缺陷检测。尺寸测量中，无论是微小零件的精密测量，还是轴类零件、螺纹几何参数、薄片零件等，都达到了很高的精度。伍济钢[5]对薄片零件尺寸测量进行研究，提出一种轮廓矢量化的测量方法，最终检测精度达到1um，李亚茹[6]在1.2m×2.6m的测量区域内，对板材进行测量，精度达到了1mm/m。缺陷检测中，易松松[7]实现了对几种LED屏幕的检测，麦国铭[8]实现了光滑注塑产品的缺陷分割，其他诸如玻璃、薄膜等的缺陷，也都相应得到了检测且效率较高。

3.2 机器人视觉定位应用

工业领域中，视觉定位可实现目标产品的自动化，例如，搬运、定位、焊接等。市面上Matlab、OpenCv、LabView、Halcon等成熟的软件都可用于视觉定位。视觉定位方法有很多，按传感器的数量多少可分为单目视觉定位、双目视觉定位以及全方位视觉定位[9]。当前，学者们研究较多的还是单目视觉定位算法，杨平[10]结合实际场景对无人仓中的快递抓取机器人进行了研究，实验结果显示，对快递的位置估计上，位置误差、高度距离误差、角度平均误差都在一个很低的范围内。梁亮[11]进行了仿人机器人室内自主定位的研究，设计了一种基于单目视觉的多信息融合的定位算法，较其他方法降低了误差。

3.3 汽车制造质量检测

我国的生产制造业正朝着自动化方向发展，特别表现在汽车制造业中。在汽车仪表板检测上，基于机器视觉的仪表板总成智能集成测试系统[12]可对5个仪表的指针误差，24个信号报警灯等进行检查。另外，对于同步环装配质量的检测，可以使装错、漏装等情况杜绝。汽车车身检测中，最为著名的是英国的ROVER汽车公司800系统汽车车身轮廓尺寸精度的100%检测，该系统检测速度快，精度高，达到±0.01mm。最后是对差动齿轮的检测，福克斯公司以SIMATIC710为基础开发了其监测方式，该监测方式接连运用两种不同的方法，可以保证很高的精度。

4 结语

当前，国内外学者加大了对机器视觉技术的研究力度，政府部门也有对自动化生产相关政策的扶持，机器视觉技术将如雨后春笋般迅速发展。人工智能大背景下，深度学习、机器学习等也为机器视觉技术指明了方向，将它们相互结合，可以提升工业自动化生产水平，进一步解放人类的双手。发展道路上，所面对主要问题主要是算法的更新，国内外学者已经提出了多种算法，但是大部分都还处于实验阶段，相信经过反复的锤炼，定能在机器视觉技术中大放异彩。

参考文献：

[1]韩茜茜，耿世勇，路向阳.基于机器视觉的尺寸测量应用综述[J].河南科技，2019（5）：8-10.

[2]冯锴.基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D].

[3]刘杰.基于机器视觉的手机二维尺寸测量技术研究[D].

[4]章炜.机器视觉技术发展及其工业应用[J].红外，2006（02）：13-19.

[5]伍济钢，宾鸿赞.机器视觉的薄片零件尺寸检测系统[J].光学精密工程，2007，15（1）.

[6]李亚茹.基于机器视觉的大尺寸板材测量方法研究[D].

[7]易松松.基于机器视觉的手机面板缺陷检测方法研究[D].

[8]麦国铭.表面光洁的注塑制品外观缺陷视觉检测方法研究[D].

[9]周应东.工件视觉定位和识别的关键算法研究[D].

[10]杨平.供件机器人单目视觉抓取技术应用研究[D].

[11]梁亮.仿人机器人室内自主定位研究[D].

[12]刘武.机器视觉技术及其在汽车制造质量检测中的应用[J].汽车实用技术，2018（20）：75-76.

作者简介：樊东（1992-），男，汉族，江苏连云港人，硕士，研究方向：图像处理。

*通讯作者：张元良。