維視智造集團|維視圖像|維視教育|欣維視覺|遠心光學|機器視覺商城

所在位置:首頁 > 應用案例 > 其他應用

機器視覺技術在工業檢測中的應用綜述

發布時間:2019-01-25 | 閱讀次數:1749

機器視覺主要研究用計算機來模拟人的視覺功能,通過攝像機等得到圖像,然後将它轉換成數字化圖像信号,再送入計算機,利用軟件從中獲取所需信息,做出正确的計算和判斷,通過數字圖像處理算法和識别算法,對客觀世界的三維景物和物體進行形态和運動識别,根據識别結果來控制現場的設備動作。從功能上來看,典型的機器視覺系統可以分為:圖像采集部分、圖像處理部分和運動控制部分,計算機視覺是研究試圖建立從圖像或者多維數據中獲取所需信息的人工智能識别系統。正廣泛地應用于醫學、軍事、工業、農業等諸多領域中。

視覺技術研究與應用的必要性   視覺技術在國内外發展極其必要。2008年經濟危機極大沖擊了美國至全球的各個領域。美國汽車制造業 “Big Three”頻臨破産,進一步自動化是唯一出路。美國政府推行“Made in US” 計劃。出台多個政策刺激鼓勵企業技術發明創新,視覺技術的應用就顯得非常必要。近年在國内,勞動力工資成本大幅提高,很多生産企業遷移到人力資源更低廉的國家和區域,食品、醫藥質量事件不斷。“Made in China”在世界聲譽亟需提高,為提高質量保持競争力,各領域的視覺檢測及高度自動化勢在必行。視覺檢測對工業自動化的重要性與日俱增,工業自動化需求對視覺技術的推動高度集成化。

國外典型研究與應用  對于機器視覺技術,世界各國都在研究與應用。1994S.T rika等研究了一種基于機器視覺的多面體零件特征提取技術,獲得零件特征。1998年,J.Merlet等将機器視覺技術應用于部件裝配。同年, Du-Ming Tsai等将機器視覺和神經網絡技術相結合, 實現對機械零件表面粗糙度的非接觸測量。2003年,Eladaw .iA.E将機器視覺技術用于數控銑加工中, 以獲得實時加工數據。日本的視覺識别機器人研究,從數量或研究成果看都占據着明顯的領先地位.美英德韓也都在開展相關研究。國外的卡耐基-梅隆M.A.Smith等提出了一種在視頻幀中檢測文字的方法。韓國Soongsil大學的Kim基于支持向量機和Camshift算法檢測視頻幀中的文字。

國内典型研究與應用  相對國外,國内計算機視覺技術應用研究起步較晚,與國外有差距,還需進一步在深度、廣度及實踐方面作出努力。國内的李留格等采用BP神經網絡來進行輪胎胎号字符識别;李朝輝等利用形态算子提取視頻幀的高頻分量,把文本字符從複雜的視頻中分離出來;周詳等利用改進的BP神經網絡對字符進行識别,提高了識别率和識别速度。字符識别技術是機器視覺領域的一個重要分支,在文字信息處理,辦公自動化、實時監控系統等高技術領域,都有重要的使用價值和理論意義。本文以輸血袋的字符識别為例介紹機器視覺在工業智能檢測中的應用。

機器視覺識别技術應用實例  當前,機器視覺已成功地應用于工業檢測領域,大幅度地提高了産品的質量和生産效率。企業中用于檢測輸血袋編号。在血袋生産過程中,血袋上的字符編号的正确和唯一是必不可少的檢測信息。依靠工人的肉眼逐條檢測帶狀轉印薄膜上的字符串,來追蹤血袋編号是否錯印,勞動強度大,效率低,不能從根本上保證檢測質量。一旦血袋編号出現重印、錯印将會發生嚴重醫療事故,因此一種基于機器視覺技術的血袋編号字符的提取、識别與錯誤反饋于一體的檢測系統就适時、必要的誕生了,用以提高一次性血袋出廠編号的檢測精度和自動化水平,保證産品質量,解決生産實際問題。

字符在線識别系統組成   為達到識别目的,識别系統由硬件和軟件構成。硬件系統主要有血袋編号檢測台機械結構、LED陣列照明系統、血袋編号圖像采集系統、攝像機和計算機等。軟件部分是系統的核心,主要由圖像預處理、字符定位、字符傾斜校正、字符分割、字符識别等部分組成。

識别系統的實現  本系統基于labVIEW編程、圖像處理、微型計算機接口技術等實現輸血袋的文字在線識别。使用圖像灰度化技術、平滑、校正、直方圖均衡化等技術進行圖像預處理。使用投影定位法等對字符進行定位。使用投影法、模版匹配等進行傾斜角度調整。使用垂直投影法對字符進行分割。使用了BP神經網絡來識别分割後的字符。為提高識别率,設計訓練了三個神經網絡:字母網絡、數字網絡、字母與數字網絡。


實驗結果  利用該系統做過多次實驗,測試了大量數據,整體看,系統穩定可靠,系統對輸血袋文字識别程度非常高。本系統提高生産效率和生産過程的自動化程度,并為機器視覺系統應用于此種生産線,提供了成功的先例和經驗。但由于各種原因,也會對識别的結果有一定的影響,因此,在識别率方面,尚有一定的差距。

機器視覺技術在應用中存在問題  雖然機器視覺技術目前已廣泛應用到各領域,但由于其自身或配套技術上仍有不完善的地方,要廣泛的應用還有一定限制。而圖像處理算法的效率高低是計算機視覺成功應用的關鍵,盡管國内外都提出一些新的算法, 但是大部分仍處于實驗階段。特别是有複雜背景的工業現場,對視覺識别技術的識别率和精度降低。

機器視覺技術應用前景極為廣闊,目前應用于生産生活各領域,但我國發展滞後,在工業檢測中離實用化、商業化還有差距,因此亟待提高我國機器視覺技術的發展速度和水平,達到工業生産的智能化、現代化,為我國的現代化建設做出應有貢獻。

http://m.juhua336767.cn|http://wap.juhua336767.cn|http://www.juhua336767.cn||http://juhua336767.cn