1、0引言隨看我國工業(yè)持續(xù)發(fā)展,工業(yè)主導(dǎo)地位不斷提高，我國的工業(yè)生產(chǎn)結(jié)構(gòu)產(chǎn)業(yè)結(jié)構(gòu)從勞動 密集型逐漸轉(zhuǎn)向技術(shù)、知識密集型，產(chǎn)業(yè)發(fā)展的動能也逐漸從要素驅(qū)動轉(zhuǎn)向效率g區(qū) 動和創(chuàng)新驅(qū)動。與此同時，隨看5G網(wǎng)絡(luò)時代的到來，人民的生產(chǎn)生活 將愈來愈智能 化。為建設(shè)現(xiàn)代化強國，提高工業(yè)生產(chǎn)的作業(yè)效率和經(jīng)濟效益，實現(xiàn)國家經(jīng)濟增長再創(chuàng) 新的高度。我國工業(yè)生產(chǎn)的智能化水平仍然是工業(yè)領(lǐng)域的一個重要的研究點，未來工 業(yè)智能化的發(fā)展尤為重要。近年來，隨看工業(yè)智能化的迅速發(fā)展，具有便捷性、精確性、迅速性、智能化等優(yōu)點的 機器視覺技術(shù)被廣泛應(yīng)用于工業(yè)生產(chǎn)各領(lǐng)域，其作為一種現(xiàn)代化檢測手段，越來越受到 人們的重視。機器視覺技術(shù)涉及

2、計算機科學(xué)、人工智能、信號處理、圖像處理、機器 學(xué)習(xí)、光學(xué)、自動化等多個領(lǐng)域。機器視覺通過光學(xué)設(shè)備和傳感器獲取到目標物體的 圖像信息，然后將圖像信息轉(zhuǎn)化成數(shù)字化信息，進而通過計算機分析數(shù)據(jù)顯示在電子 屏幕上或者通過控制單元指導(dǎo)機器完成任務(wù)。機器視覺偏重于信息技術(shù)工程化和自動 化，但又構(gòu)建在計算機技術(shù)視覺效果方法論的基礎(chǔ)上，它的重點是感知目標物體的位 置信息、大小形態(tài)、顏色信息及存在狀態(tài)等數(shù)躺息。本文主要通過論述機器視覺技術(shù)在工業(yè)生產(chǎn)智能化中的應(yīng)用，分析機器視覺的優(yōu)點及 現(xiàn)如今存在的問題，并針對問題提出解決性的方法，進而剖析機器視覺技術(shù)在工業(yè)智 能化生產(chǎn)上的發(fā)展趨勢及方向，期望能為現(xiàn)代化的智能工

3、業(yè)生產(chǎn)的發(fā)展才別共借鑒。1機器視覺的研究與發(fā)展機器視覺的概念始于20世紀50年代，最先應(yīng)用于機器人的研制。通過機器視覺傳 感器采集圖像信息并處理謎而通過計算估計下一步的位置來控制機器人運動。20世紀50年代:機器視覺的研究主要集中在二維圖像的簡單分析和識別上，像字符，工件、圖片的分析和處理等，多用于航天、工業(yè)的制造與研究。20世紀60年代：利用計算機程序從數(shù)宇圖像中提取出諸如立方體、楔形體、棱柱體 等多面體的三維結(jié)構(gòu)，提出基于機器視覺的多面體奏件特征提取技術(shù)，進而為識別三 維物體和三維計算機視覺研究打下堅實的基礎(chǔ)。20世紀70年代:這個時期才有人首次提出較為完整的機器視覺理論,也陸續(xù) 出現(xiàn)了

4、一些視覺應(yīng)用系統(tǒng).簡單的視覺應(yīng)用系統(tǒng)小部分的代替人工生產(chǎn)，讓工業(yè) 生產(chǎn)逐步向 自動化方向發(fā)展。20世紀80年代:機器視覺技術(shù)在這個時期獲得蓬勃發(fā)展，隨看一些新概念、新方法、新理論的不斷涌現(xiàn)。機器視覺技術(shù)也不斷和其他技術(shù)相結(jié)合，產(chǎn)生新的生產(chǎn)方式 應(yīng)用于工業(yè)生產(chǎn)中，機器視覺也逐漸被人們熟知和應(yīng)用，使其工業(yè)生產(chǎn)中掀起新的生產(chǎn)浪潮。20世紀90年代:機器視覺技術(shù)開始應(yīng)用于零部件的裝配。同時，這一時期有人 提出 將機器視覺和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，實現(xiàn)了對機械零件表面粗糙度的非接觸測量。這 一技術(shù)的實現(xiàn)讓眾多機械零件表面的檢測得到了應(yīng)用，代替了人工檢測，提高了工業(yè) 生產(chǎn)效率，讓眾多工人的雙手和雙眼從工廠生產(chǎn)

5、中解放出來。21世紀：現(xiàn)如今，機器視覺的發(fā)展已相對成熟，很多企業(yè)借助機器視覺的優(yōu)點將其大 量應(yīng)用于工業(yè)生產(chǎn)中。現(xiàn)如今的時代是智能化的時代，現(xiàn)代工廠的生產(chǎn)也 不斷追求自 動化以及機械化，倡導(dǎo)將傳統(tǒng)的人工生產(chǎn)解放出來，越來越多的產(chǎn)業(yè)已經(jīng)在工業(yè)生產(chǎn) 智能化方面做的相當出色。機器視覺技術(shù)作為工業(yè)智能化生產(chǎn)中的關(guān)鍵技術(shù)，也不斷 的被人們改進。由此可見，機器視覺技術(shù)一步步地發(fā)展到現(xiàn)階段，已經(jīng)相對成熟,并且在各個領(lǐng)域都大 規(guī)模是使用，尤其在工業(yè)領(lǐng)域發(fā)揮了至關(guān)重要的作用。但是國內(nèi)的機器視覺技術(shù)相對 起步較晚，相比國外還有一定的差距，還需要在技術(shù)、算法等方面努力跟進。2機器視覺在工業(yè)機器人中的應(yīng)用工業(yè)機器人是現(xiàn)

6、代科技的主要代表技術(shù)，工業(yè)機器人以其方便精確,省時省力，而被廣 泛應(yīng)用于家電、電子、月艮裝、汽車、食品、等行業(yè)。隨看現(xiàn)代科技的高速發(fā)展，高 標準、高效率已經(jīng)成為眾多企業(yè)追求的目標，在這種發(fā)展背景下，工業(yè) 機器人應(yīng)運而 生。其中讓筆者印象深刻的就是京東自動化機器人倉庫，碩大的倉庫里面成千上萬的 機器人不停地在貨架之間來回運動將物品分類、投放、運輸。在工業(yè)機器人領(lǐng)域中機器視覺具有如下功能。定位和控制。現(xiàn)代工廠生產(chǎn)要求機器視覺系統(tǒng)能夠快速，準確地找到目標物并確 認其位置。然后使用機器視覺進行定位z并引導(dǎo)機械手臂去準確地抓取。識別。主要利用機器視覺獲取圖像，然后對圖像進行處理、分析和理解，以識別 各種

7、狀態(tài)的目標和對象，用于跟蹤和收集數(shù)據(jù)。一般的機器識別系統(tǒng)借助照相機完成。(3臉測。檢測生產(chǎn)線上產(chǎn)品的質(zhì)量，這也是取代人工最多的環(huán)節(jié)。在工業(yè)領(lǐng)域，主 要檢查包括尺寸大小檢測，瓶子外觀缺陷檢測，瓶口缺陷檢測，殘次品檢測等。高精度檢查。在工業(yè)生產(chǎn)中，一些精密的電子設(shè)備零件需要較高的精度，例如計 算機、手機上高度集成的電子電路板，有些可達到精度0.01 mm甚至pm級，人眼無法 識別這些小的元器件，因此必須使用機器來完成。分揀與搬運。現(xiàn)代工業(yè)生產(chǎn)與運轉(zhuǎn)過程中，不可避免都會有一些分揀的工作， 而傳統(tǒng)利用人力進行分揀工作的方式存在較大局限，但視覺機器人的應(yīng)用可以極大地提高工業(yè)生產(chǎn)的效率及工作精確度，進而解

8、放了人們的雙手。機器視覺系技術(shù)在機器人的應(yīng)用中起到一個核心內(nèi)容的作用。機器視覺中最關(guān)鍵的一 項就是：怎樣讓機器人對運動目標物進行準確識別。視覺系統(tǒng)技術(shù)可以解決這一難題，加入視覺系統(tǒng)技術(shù)，可以使機器人對目標物進行實時的運動跟蹤與檢 測，進而準確的確定目標物的位置與方向，確保機器人對其的準確定位。機器人視覺系統(tǒng)的工作主要分為4個部分湘機定位、圈像分析與處理、目標物狀態(tài)識 別及機器人的動作操控。先利用相機定位對目標物建立運動坐標系，獲取 物體坐標;然后將獲取的目標物分圖像進行分析和處理；狀態(tài)識別以圖像分析為基礎(chǔ)，對目標物 的狀態(tài)進行分析和處理，從而根據(jù)圖像處理與分析的結(jié)果操控機器人的動作行為。工 業(yè)

9、機器人的使用是現(xiàn)代工業(yè)相對于傳統(tǒng)工業(yè)的偉大進步與發(fā)展，其解決了傳統(tǒng)工業(yè)成 本高、效率低、耗時長等缺點，將人們雙手解放出來，讓現(xiàn)代化的工業(yè)生產(chǎn)更加自動化、 智能化。3機器視覺在工業(yè)控制領(lǐng)域的應(yīng)用現(xiàn)代化的工業(yè)生產(chǎn)大多傾向機械一體化，例如，薯片的生產(chǎn)，從土豆的清洗，到最后薯 片的裝袋、封口，都不需要人為參與。當然有的人要說這樣生產(chǎn)出來的東西沒有人情 味，但是我想說機械一體化的生產(chǎn)方式或許將是未來所有工業(yè)生產(chǎn)的大趨所示，其優(yōu) 點不在螯述。那么，怎么才能控制機械化生產(chǎn)呢？這就要用到機 器視覺技術(shù)來控制機 器生產(chǎn)。機器視覺控制器，因其具備出色的處理能力，可在10s以內(nèi)高速完成最多128個點的 檢測，強大的

10、處理能力可以直接影響可運行的算法以及視覺系統(tǒng)做出決策的速度。為 了減少圖像處理的時間，一些工廠現(xiàn)在使用同構(gòu)處理來運行視覺算法。另外，現(xiàn)在的 一些機器視覺控制器還具有用于網(wǎng)絡(luò)連接的專用以太網(wǎng)端口以及用于連接外部數(shù)據(jù)存 儲器的端口。通過工廠連接功能，工作人員可以實現(xiàn)在辦公室檢測產(chǎn)品生產(chǎn)，查看圖 像，還可以實時回放，極大的方便了工廠的生產(chǎn)。這種直接進行工業(yè)一體化生產(chǎn)的方式 在慢慢的取代傳統(tǒng)生產(chǎn)方式，相信在未來的工業(yè)發(fā)展中，一大部分工廠將利用機器視 覺控制實現(xiàn)工廠一體化生產(chǎn)。4機器視覺在工業(yè)質(zhì)量檢測中的應(yīng)用在現(xiàn)代化工業(yè)生產(chǎn)過程中，目標檢測多種多樣,市場需求相對較大。比如，檢測機械零 件大小是否達標、辨

11、別條形碼或包裝條碼、測試商品的外表缺陷、瓶口缺陷、打印缺 陷等等。這些應(yīng)用均需大批量測試，并且都是高精度的測試，人眼識別在這些檢測中處 于劣勢,如果僅僅通過人工，耗時可想而知。在啤酒瓶的生產(chǎn)過程中，瓶子大小以及外 觀是否有缺陷等這些都需要經(jīng)過質(zhì)量檢測。一些工廠一天就會生產(chǎn)成千上萬的啤酒瓶， 如果都利用人工來處理，是讓人無法勝任的。而且一般人眼一直盯看同樣的物體檢測, 時間長了，會造成視覺疲勞，進而導(dǎo)致殘次品率高,工作效率低下。不僅如此，一些工廠 還要花費大量成本聘請人力檢測，這種落后的生產(chǎn)方式已經(jīng)不再適合現(xiàn)代化生產(chǎn)。利 用機器視覺技術(shù)可以有效的解決這一問題，用機器檢測代替了傳統(tǒng)的人工，大批量檢

12、測 可以快速完成，加快了工廠的產(chǎn)品生產(chǎn)速度;另外，減少了工廠的生產(chǎn)成本，提高了產(chǎn) 品的生產(chǎn)效率。機器視覺技術(shù)的應(yīng)用，使工業(yè)生產(chǎn)不在受限于人眼識別的缺陷，提高了工業(yè)檢測的精 度和效率，使工業(yè)生產(chǎn)更力。的自動化和智能化。5機器視覺中的關(guān)鍵技術(shù)通俗來說，機器視覺的作用是代替了人眼來做測量和判斷，機器視覺系統(tǒng)利用照相機 和照明設(shè)備獲取圖像信息，然后傳送給圖像處理系統(tǒng)，圖像處理系統(tǒng)將圖片進行顏 色、亮度處理，然后將圖像信息轉(zhuǎn)換成數(shù)字信號，最后通過計算機進行處理、分析。機 器視覺中的兩大關(guān)鍵技術(shù)：圖像采集和圖像分析與處理。(1 )圖像采集圖像的獲取是機器視覺技術(shù)中至關(guān)重要的一步，他是后續(xù)圖像處理的保障。利

13、用攝像 頭進行圖像捕捉，攝像頭的選擇因功能而異；有時，圖像的質(zhì)量優(yōu)劣還與光線強度有 關(guān)，因此,會添加照明功能輔助圖像采集。圖像采集工作涉及到圖像傳感器的使用，一般靈敏度高、像素大、動態(tài)范圍大、功耗 低的圖像傳感器較受人們歡迎。目前市場上普遍使用的傳感器是CCD，其靈敏度 高、讀取噪聲低，因此在圖像傳感器占據(jù)一定的市場。日常生活中常見的圖像采集有 數(shù)碼相機、手機、各式各樣的攝像頭、多媒體等，圖像采集的速度、質(zhì)量直接影響到 后面圖像的處理以及機器的控制。圖像分析與處理 圖像分析一般利用數(shù)學(xué)模型對圖像的色彩、透明度、色差進行分析，進而提取出有用 的圖像信息。主要包括圖像信息識別與讀取、圖像的存儲、圖

14、像數(shù)據(jù)變換、圖像分 割、模型匹配以及解釋。圖像分析步驟如圖1所示。對于分析好的圖像信息，下一步就需要進行處理。一般的圖像處理方法是數(shù)字處理， 主要技術(shù)和方法包括去噪、增強、復(fù)原、提取特征等。圖像處理所需的硬件有數(shù)字圖 像采集器以及圖像處理計算機，主要的圖像處理操作，還是要通過圖像處理軟件來完 成。涉及的算法有傅里葉變換、正余弦變換、沃爾什變換，微分計算、濾波處理等。圖像是機器獲取和信息交流的主要來源。通過圖像的獲取、分析與處理，將外界信息轉(zhuǎn) 化成可供計算機分析的數(shù)字信號，進而通過分析系統(tǒng)傳輸給控制系統(tǒng)，發(fā)出下一條動 作的指令，控制機器完成任務(wù)。6機器視覺技術(shù)在工業(yè)應(yīng)用中的發(fā)展趨勢 機器視覺技術(shù)

15、的優(yōu)點河以利用機器進行非接觸測量，可以利用機器實現(xiàn)在人無法工作 和到達的區(qū)域完成對目標物的檢測；機器比人眼對光更加敏感，可檢測人眼看不見的 紅外及微弱光檢測測量，解決了人眼的缺陷，擴大了人眼的視覺范圍；機器不會產(chǎn)生 疲勞，可以長時間的穩(wěn)定工作，機器視覺可以進行長時間工作、分析、處理與操縱；利 用了機器視覺解決方案,可以節(jié)省大量勞動力資源，有效降低企業(yè)生產(chǎn)成本，為現(xiàn)代化 工業(yè)生產(chǎn)帶來可觀益。現(xiàn)在科技技術(shù)發(fā)展較迅速，機器視覺技術(shù)的應(yīng)用也相對成熟，但是還是存在諸多問題： 當工業(yè)生產(chǎn)車間現(xiàn)場的噪聲很大時，機器視覺系統(tǒng)往往會受到干擾，會造 成設(shè)備靈敏 度的降低設(shè)備的損壞；另外工業(yè)生產(chǎn)現(xiàn)場有的處于高溫，有

16、的處于低溫，這就要求機 器設(shè)備要有一定的抗干擾能力和穩(wěn)定性。圖像的采集有時還會受光照強度的影響，當 光線昏暗時，就會影響目標物圖像的提取、識別及分析，進而有可能造成生產(chǎn)產(chǎn)品次品 率上升，影響生產(chǎn)的精度及效率。如何解決這些問題并提高機器性能，進行有效的圖 像識別，使機器視覺技術(shù)在工業(yè)智能化生產(chǎn)中得到高效的利用，是當下研究的關(guān)鍵。研發(fā)出高效率的圖像處理軟件和硬件。圖像采集部分的快慢主要依賴于硬件的速度，高質(zhì)量的硬件可有效減輕主機的負擔，提高系統(tǒng)的對圖像的分辨效率、采集效 率、圖像處理的速度及處理分析效率。高質(zhì)量的軟件也尤為重要，質(zhì)量高的軟件可以 讓機器的命令執(zhí)行速度更加高速有效。(2 )開發(fā)適用性強、高效、穩(wěn)定、實時的智能算法。智能、高效、穩(wěn)定化的智能算法可有效提高系統(tǒng)的分析處理速度，并且改善復(fù)雜環(huán)境下系統(tǒng)抗干擾能力較差的缺點，使系統(tǒng)有較強的即時性