智能制造导论-p298.pdf - 第161页
4.2.1 机器视觉技 术 3. 智能工 厂对机器 视觉的需 求 机器视觉在智能工厂中扮演着重要的角色，可以有效增加产能、提高产 品合格率。在选择小型机器视觉系统时，传统工业智能相机的优势是体 积小、集成度高、便于开发使用；嵌入式机器视觉系统的优势则在于配 置相当有弹性，可配备较高等级的 CPU 处理器，支持多通道相机，并具 备高扩展性。 在选用机器视觉系统时，需要考虑以下因素： 1 ） 处理器计算性能 在机器视觉图像采集与分析的过程中…
4.2.1 机器视觉技术
1） 在太阳能领域
太阳能电池和模块生产者可以使用机器视觉，装配、检测、识别和跟踪
产品。
2） 在交通监控领域
可以利用车牌识别技术，发现违章停车、逆行、交通肇事车辆等。
3） 自然灾害领域
在对地震、山体滑坡、泥石流、火山喷发的发现、识别、防范，以及对
河流水文状况的监测等领域，机器视觉技术都有巨大应用空间等待发掘。
3） 在工业领域
根据检测性质和应用范围，机器视觉技术的工业应用分为定量和定性检
测两大类，每类又分为不同的子类。在工业在线检测的各个领域，机器
视觉技术都十分活跃，如：印刷电路板的视觉检查、钢板表面的自动探
伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的
自动识别分类和几何尺寸测量等。此外，许多场合使用其它方法难以完
成检测任务，机器视觉系统则可出色胜任。机器视觉正越来越多地在工
业领域代替人类视觉，这无疑很大程度上提高了生产的自动化水平和检
测系统的智能水平。
4.2.1 机器视觉技术
3.智能工厂对机器视觉的需求
机器视觉在智能工厂中扮演着重要的角色，可以有效增加产能、提高产
品合格率。在选择小型机器视觉系统时，传统工业智能相机的优势是体
积小、集成度高、便于开发使用；嵌入式机器视觉系统的优势则在于配
置相当有弹性，可配备较高等级的CPU处理器，支持多通道相机，并具
备高扩展性。
在选用机器视觉系统时，需要考虑以下因素：
1） 处理器计算性能
在机器视觉图像采集与分析的过程中，处理器的计算能力至关重要。图
像数据采集到系统后，必须通过系统处理器进行计算与图像质量优化，
因为受限于CPU计算资源，能够处理的图像数据量也会受到限制。然而，
若能通过FPGA的支持，将图像的矩阵计算在交给CPU计算之前做好过滤
以及优化处理，则可大幅加速图像处理的性能，降低CPU负担，一方面，
可以把系统资源留给机器视觉系统的核心—图像算法，另一方面，还可
更实时的处理大数据量的图像，让高速及复杂的图像处理与分析得以实
现。
4.2.1 机器视觉技术
2） 图像传感器的优劣
图像传感器是机器视觉系统的灵魂，直接影响着图像的质量。如果要将
机器视觉应用在高端高速的检测应用上，那么传感器的质量和尺寸，就
会成为选用系统时必须考虑的要点。
3） 生产线环境
工厂的环境通常是较为恶劣的，例如在饮料生产的包装线，系统可能会
直接接触到液体。而在工具机加工的环境中，则是充满切削工件的恶劣
环境。如果机器视觉系统需要就近配置在严苛的生产线环境中，则应根
据需求，确定是否选用具备防水、防尘能力的产品。
4） 软件开发环境
软件解决方案开发的难易度与整合度的高低，是所有导入智能化系统的
工程人员心中的一大担忧，也往往是决定项目成败的最重要因素。如何
缩短开发时间，降低开发成本是关键。