《工业机器视觉技术应用》 课件 1.2 机器视觉应用场景认知.pdf

机器视觉应用场景认知

Part机器视觉典型应用

01

识别检测

测量定位

识别

01信息获取

信息获取是指通过图像传感器，将被检测物体表面的反射光转化为图像信息。

预处理

02预处理作为所有视觉算法的第一步，其目的是消除图像中无关的信息，恢复有用的真

实信息。通过图像的预处理，能够在一定程度上简化数据，提高后续图像处理算法中

特征提取、图像分割等算法的有效性。常见的预处理包括图像处理中的去噪、平滑、

变换等操作

03特征提取

特征提取是从图像中提取出能够代表该图像的特有性质。由于所研究的图像是各式各

样的，因此需要通过图像自身的特征来对其进行区分与识别，而获取这些特征的过程

就是特征提取。所提取的特征并不一定对此次识别都是有用的，选择合适的特征对于

图像识别至关重要。特征提取的准则是使用尽可能少的特征，使分类的误差尽可能小。

04分类器设计和分类决策

分类器设计是指通过训练而得到一种识别规则，能够对输入的图像具有的不同特征

有不同响应。分类决策是指分类器将不同响应的图像归为不同的类别

二维码识别数字识别

条形码识别

检测

视觉检测是机器视觉技术在工业生产中最重要的应用之一，

占据约60%以上的视觉市场应用场景。在自动化生产中，涉

及各种各样的质量检测，如工件表面是否存在划痕、裂纹、

孔洞等常见表面缺陷，以及工件是否装反、装错、漏装等

手机芯片缺陷检测钣金外观检测

医药瓶表面缺陷检测

输液管后盖有无检测

测量

传统的测量方式通过人工操作卡尺或千分尺等量具对待检测零件的某一尺寸进行检测分析，人工测量过程耗

时长、检测效率低，难以满足自动化生产的大批量零件检测需求。机器视觉测量技术通过非接触式的测量方

法，完成图像数据的采集，并通过专用的数据分析系统，输出所关心的待检测参数结果。相较于人工检测方

式，机器视觉测量技术测量范围更广、检测效率更高、检测精度更快，因此在工业领域有着越来越多的应用。

电池极耳尺寸测量硅棒端面尺寸测量

按键字符位置测量手机壳尺寸测量

定位

在工业生产现场存在大量的转运、抓取等任务，此类工作需要先准确定位工件所在位置，然后引导执行机构

完成相应的工作。视觉定位是指基于采集的图像对零件位置进行识别，通常的执行机构为工业机器人。工业

机器人已经在焊接、搬运以及装配等作业场景中广泛使用，对于机器人而言，只需要重复执行程序即可。在

程序执行前，机器人需要先确定零件的位置，通过机器视觉采集的二维