机器视觉算法 (系列一)-- 机器视觉简短入门



转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com

AIQ 机器学习大数据 知乎专栏 点击关注

机器视觉是人工智能正在快速发展的一个分支。机器视觉作为生产过程中关键技术之一,在机器或者生产线上,机器视觉可以检测产品质量以便将不合格的产品剔除,或者指导机器人完成组装工作,与整个生产密切相关。

由于笔者正处于机器视觉行业,所以准备和大家一起系统的学习机器视觉方面相关知识,主要包括常见的机器视觉算法,以及常见的应用领域算法的实现等,欢迎大家的讨论和交流。

本文主要介绍机器视觉经典系统,常用领域以及机器视觉常用的图像处理库,希望以此作为一个简短入门。


1. 机器视觉经典系统

简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品 (即图像摄取装置,分 CMOS 和 CCD 两种) 将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号; 图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

那么一个经典的机器视觉系统长什么样呢?

其中,

  1. 为传送带上的被测物体

  2. 为合适的拍摄被测物的相机

  3. 为标准或定制的光源

  4. 为触发图像采集的光电传感器

  5. 为计算机或工控机

  6. 为相机 - 计算机接口

  7. 为驱动软件采集到的图像

  8. 机器视觉算法处理处理过程

  9. 为算法返回的检测结果

  10. 为数字 I/O 口

  11. PLC 控制器

  12. 为现场总线接口

  13. 执行机构

上面系统的一般工作流程如下:

  1. 被测物体被传输到固定位置后,触发相机采集图像

  2. 采集到的图像传入计算机进行算法运算

  3. 将运算结果通过控制器返回到执行机构


2. 常见的机器视觉应用

下面举几个常见的,必须有机器视觉系统参与的任务:

  • 目标识别用来甄别不同的被测物体,比如物流控制或者根据不同目标进行的不同检测,识别有特殊识别特征的识别物,如字符串,条形码,二维码或被测物体的形状等特性。

  • 位置探测用来控制机器人将产品组建放置在正确的位置上,如贴片机就是将元器件放置到印刷电路板(PCB)上的正确位置。根据不同应用,位置探测可以是二维的或者三维的。

  • 完整性检测,通常用于产品装配进行到一定阶段的后期,比如当元器件安放在 PCB 板后要检测确保其产品的装配是正确的,也就是说正确的元组件在正确的位置上。

  • 形状和尺寸检测,用于检测产品几何的参数,来保障其在允许的公差范围。这种检测可用于生产过程中,也可以用于产品使用一段时间之后,也可以用于产品使用一段时间之后,通过检测来确认产品经磨损后是否仍然满足要求。

  • 表面检测,来检测产品是否存在缺陷,如划痕,断线,凹凸不平等。


3. 常用的图像处理库

关于常用的图像处理库,笔者之前写过一篇图像处理库的综述文章,戳下面的链接!

图像处理库综述


更多高质资源 尽在AIQ 机器学习大数据 知乎专栏 点击关注

转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com