机器视觉的新趋势

机器视觉系统 ，使用相机和计算机的评估和检查任务是精确的 ，已发展成为快速 ，可靠的工具 ，质量控制检查 。但是 ，与所有的技术 ，机器视觉运营商有一个正在进行的解决方案 ，更快 ，更便宜 ，更准确 ，更强大的解决方案 。视觉系统供应商一直设计的解决方案 ，以帮助客户解决以往迫切需要这些元素的一些组合 ，虽然有时需要权衡 。当展望未来几年机器视觉技术将如何发展时 ，所有的进步都可以在这四大支柱的背景下 。

 

一.整合视觉与运动

控制是一个问题 ，受机器视觉技术的变化 。视觉解决方案涉及寻找的东西 ，然后做一些与结果 。通常 ，这意味着一个控制功能 。一个很好的例子是对齐 ；运营商寻找的东西 ，然后移动的东西相对于被发现的东西 。

安装组件之前考虑普通的电子板 。第一个任务是屏幕打印的焊点 ，以确定位置的组件可以安装 。在筛选前必须对板和屏幕进行精确对齐 。对准系统使用机器视觉识别板和屏幕的位置 ，然后使用运动控制来调整一个相对于另一个 。

 

二.摄像技术

四大支柱也反映在相机技术的变化 。由于组件已变得越来越小 ，区域扫描相机的视野已下降 ，以捕捉细节 。不幸的是 ，必须覆盖的区域已经变大了。在许多情况下 ，图像区域已经超出了一个标准的640×480区域扫描相机的范围内 。传统的选择已经是 ：花更多的时间 ，安装额外的相机或购买一个更广泛的视野相机 。

最有效的选择是使用线扫描相机 。当一个对象被移动过去的这些相机之一 ，它捕获整个对象以建立一个图像 。这个图像送入输入到PC机的图像采集卡 。

虽然价格每天变化 ，线扫描相机可用于约相同或更低的成本比多个区域扫描相机 ，将需要提供相同的覆盖 。然而 ，真正的是与区域扫描解决方案相比 ，复杂性的急剧下降 。

今天 ，智能相机也已达到了广泛的使用 ，因为该技术已允许他们的大小 ，而他们的处理能力已达到每秒数千万指令 。智能相机都可以用于同一种应用在更复杂的视觉系统的使用 ，并且还可以被应用在一些应用中 ，体积 、定价或可靠性约束禁止使用笨重的设备和PCs.

 

三.自适应软件

人类很容易适应许多变化 ，例如 ，当物体的形状或颜色发生变化时 ，人们立即识别物体 。然而 ，一个面向同一情况的机器视觉系统不能进行这种调整 。面临的挑战是设计一个视觉系统 ，很容易适应没有大量的编程执行强劲 ，准确 ，快速 ，尽可能 。

该解决方案是自适应算法的软件模型 ，可以适应变化 。该技术采用多种形式 ，如神经网络 、人工智能和几何相关 。自适应算法可以让工厂检查 ，以适应不同的颜色部分在一个更强大的方式 ，例如 。毫不奇怪的是，有权衡：自适应算法需要更多的处理马力 。

 

四.人机界面（HMI）

即使价格继续下降 ，视觉系统将无法实现广泛的接受 ，如果一个工程师 ，使他们的工作 。新兴的自适应技术的好处之一将是使视觉系统越来越容易使用 ，把定制的高性能的解决方案 ，到运营商的手中 ，没有扩展的开发工作的成本 。

这是一个进化的进展 ，改善了与机器的操作员交互的一部分 。旧的DOS 、UNIX和专有的操作系统 ，每个都有自己独特的界面 ，通常需要一个熟练的程序员来操作 。开放标准和基于窗口的公共接口的移动 。最终 ，配置和操作的视觉系统将操作摄像机一样简单。

 

最终的目标

机器视觉的下一步是 ，以适应定制的制造和一次性的生产 ，而不需要投资于编程 。即使运营商不知道明天需要哪一次的特性 ，视觉系统技术将能够自动适应 。正如一个操作员的身体检查部分不需要被告知时 ，一个新的形状或颜色来了 ，很快一个精心设计的编程运动将不再是必要的传达相同类型的信息的视觉系统 。

制造业正在迅速进入一个建立秩序的世界 。灵活的质量检查和校准系统将很快能够跟上迅速变化的制造工艺 。内置到视觉软件的自适应算法将使一个新的类的高响应性的图像处理解决方案 。这些进步将满足需要更快的性能 ，更便宜 ，更准确 ，更强大 。