视觉检测技术大解读

发布时间：2018-01-04 作者：e-works黄菊锋来源：e-works

关键字：视觉检测检测技术

收藏好文推荐打印

检测是产品质量控制中的重要一环，检测技术的发展对于制造业有着至关重要的影响。随着工业制造技术和加工工艺的不断提高，检测技术已从传统的人工检测在向自动化甚至智能化方向升级。

视觉检测作为自动化检测的一项高新技术，利用工业设备代替人眼来作各种测量和判断，是产品质量检验的最重要手段之一，自诞生以来就备受关注与期待。在上个世纪80年代，美国国家标准局就曾在调查的基础上作过预测：今后工业检测工作的80%将由视觉检测技术完成。

历经二十多年的发展，视觉检测技术已在国内外取得了长足发展，正越来越多地被应用到各个领域，代替人工进行自动化产品检测、工艺验证，甚至整个生产工艺的自动控制。本文将对视觉检测技术的工作原理、优势、应用进行简要地分析。

视觉检测技术及其工作原理

图像是人类获取信息的最主要来源，机器视觉赋予了机器获取图像的“眼睛”。因此，视觉检测，顾名思议就是利用机器视觉装置（工业相机，如CMOS /CCD）获取图像，借助于机器视觉系统进行分析处理，最终实现检测目的的一门新兴检测技术。即视觉检测是建立在机器视觉技术基础上的自动化工业检测技术。

图1.视觉检测系统模块组成

视觉检测系统一般由照明光源、光学镜头、摄像机、图像信号的处理和执行机构组成（如图1），其工作原理与机器视觉类似，主要包括图像信息获取、图像信息分析和机电系统执行检测结果三个部分，具体来说：

1）图像获取，通过工业相机采集被检测器件的图像，为了采集到所有需要的特征，涉及到被检测对象位置的探测和定位，以及光源和相机参数的调整。

2）图像分析，被采集到的图像会以BMP文件的格式送到工控机，然后调用专用的图像处理软件，根据像素分布和亮度、颜色等信息，将模拟信号转化为数字信号，并一步进行各种运算来抽取目标的特征，得出被检测对象是否符合预设要求的结论，如器件表面是否有划痕、颜色是否正确、规格大小是否合格等等。

3）执行检测结果，根据输出结果，执行机对被检测物体作出相应的处理，如剔除、报警等。如此循环，完成对被检测物体队列连续处理，以确保产品符合制造商的质量标准。

图2.视觉检测系统工作原理（来源于互联网）

值得一提的是，尽管视觉检测技术的发展，很大程度上得益于机器视觉技术的高速发展，并且视觉检测也是机器视觉技术目前应用最为广泛的领域，但并不等于视觉检测可以作为机器视觉的代名词，两者还是有区别的。

机器视觉主要是运用图像处理，模式识别，人工智能等多种手段，通过对一幅或多幅图像的分析，对三维视觉场景的进行描述和解释，最终实现对三维视觉场景的理解。视觉检测主要指获取被测物体特征并判断其是否偏离给定标准，从而方便生产过程的控制与管理。两者最终的目的不同。

另外，机器视觉按应用不同可分成GIDI-G(Guidance-导引)、I(Inspection-检测)、D（Dimension-尺寸测量）、I（ID-ID识别）。因此，视觉检测只是机器视觉的一部分，机器视觉技术为视觉检测提供了基本的检测原理与技术手段。

视觉检测技术优势

与传统的人工检测相比，视觉检测的优势是显而易见的，诸如：

在精度和可靠性方面。人眼检测会因为疲劳、工人经验有限、情绪影响或人眼物理条件的局限等产生误差，造成检测精度低，检测结果靠性差；机器视觉检测不仅不会因为重复的检测工作感到疲倦，而且精度可以达到达到千分之一英寸。

在效率方面。人工检测效率低，速度慢；视觉检测能够更快的检测产品，特别是在生产线检测高速运动的物体时，机器能够提高检测效率，速度甚至能够达到人工10-20倍。

在数字化方面。人工检测的数据需人工添加，统计慢，特别是在大批量工业生产过程中，人工检测信息难以进行快速集成和管理；视觉检测可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成。

在信息集成方面。人工检测在面对不同的检测内容时，只能通过多工位合作协调完成，而不同员工检测标准不一，极容易出现误检的情况；视觉检测则可以通过多工位测量方式，一次性完成待检产品的轮廓、尺寸、外观缺陷、产品高度等多技术参数的测量。

在成本方面。人工检测需要长期投入，且人工和管理成本会呈不断上升的趋势；视觉检测前期投入较多，但属于一次性投入，并且机器比人工的检测效率高很多，从长远来看，视觉检测的成本会更低。

此外，视觉检测在测量工件过程中，无需与工件进行接触，因此能够适应恶劣危险生产环境，同时也不会对工件造成接触性损伤；而人工则需要与工件进行接触性检测，在检测过程中，难免不会对工件造成接触性损伤，并且也无法在恶劣危险的环境中工作。

总的来说，视觉检测具有精度高、可靠性强、效率高、成本低、非接触、安全性好等优势，能够高效地检测出生产流程中的错误和缺陷产品，提高生产的柔性、自动化程度以及产品的合格率。

视觉检测技术应用

在工业制造领域，视觉检测技术已被逐渐引入到航空航天、汽车、制药、电子与电气、包装、食品、饮料等行业，如在汽车生产中对仪表盘、车身加工精度的检查，胶囊生产中对胶囊壁厚和外观缺陷的检查，轴承生产中对滚珠数量和破损情况的检查，以及用于产品包装印刷、半导体集成块封装、卷钢的质量检测，等等。

视觉检测技术应用场景

1、布匹质量检测

对布匹的质量检测主要是对颜色和数量的确认，在大批量的布匹检测中，这种高度重复性的工作，用人工检查容易出错且效率低，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。布匹质量检测系统的工作原理为：

1）特征提取辨识

相比一般的视觉检测系统，布匹质量检测工程中要复杂一些：图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致；杂质的形状难以事先确定；由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声；在流水线上，对布匹进行检测，有实时性的要求。

由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。

2）Color检测，一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红（R）绿（G）篮（B）三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论人眼感觉有多么的近似，在颜色空间中也不尽相同。基于上述原因，需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使人眼的感觉尽可能的与颜色空间中的色差相近。

3）Blob检测，根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积，以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。

4）Blob分析（Blob Analysis），是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标，并可计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析，而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE）来表示相邻的目标范围。这种算法与基于象素的算法相比，大大提高处理速度。

5）结果处理和控制，应用程序把返回的结果存入数据库或用户指定的位置，并根据结果控制机械部分做相应的运动。

6）根据识别的结果，存入数据库进行信息管理。以后可以随时对信息进行检索查询，管理者可以获知某段时间内流水线的忙闲，为下一步的工作作出安排；可以获知内布匹的质量情况等等。

图3.视觉检测技术在布匹质量检测中的应用

2、汽车车身检测

英国ROVER汽车公司800系列汽车车身轮廓尺寸精度的100%在线检测，是视觉检测中的一个较为典型的例子，该系统由62个测量单元组成，每个测量单元包括一台激光器和一个CCD摄像机，用以检测车身外壳上288个测量点。汽车车身置于测量框架下，通过软件校准车身的精确位置。测量单元的校准将会影响检测精度，因而受到特别重视。每个激光器/摄像机单元均在离线状态下经过校准。同时还有一个在离线状态下用三坐标测量机校准过的校准装置，可对摄像顶进行在线校准。

检测系统以每40秒检测一个车身的速度，检测三种类型的车身。系统将检测结果与人、从CAD模型中撮出来的合格尺寸相比较，测量精度为±0.1mm。ROVER的质量检测人员用该系统来判别关键部分的尺寸一致性，如车身整体外型、门、玻璃窗口等。实践证明，该系统是成功的，并将用于ROVER公司其它系统列汽车的车身检测。

图4.汽车车身视觉检测系统框架

3、电子电路板检测

随着手机设计精密程度的日益提高，人工检验已经难以适应大规模生产，这是因为其需要的测量投影仪较多，检测速度慢。而采用视觉检测系统能够自动检测电路板组建中的连接器以及内部零件等，检测速度快、测量结果准确，具有较强的扩展性和较高的性价比。

检测系统主要测量计算机接口电路板组件中各个连接器特定位置的几何尺寸，包括连接器内部零件的尺寸、间距以及连机器与PCB底板的相对位置；并对连接器与标准是否相符以及内部零件被损坏与否进行检测。

4、药品质量检测

药品的质量检测包括从药品的泡罩包装、药瓶完好检查、药品颗粒大小的完整度、药液罐装、后段的压盖/贴标/喷码，以及最后的装盒检测。视觉检测技术可以应用到以上所有的环节，例如检测罐装后是否有破损。

在检测之前，先通过视觉传感器（CCD相机）使视觉检测软件记录下正常的瓶口特征。当灌装好药液的药瓶经过传感器镜头前时，传感器会扑捉到瓶口特征，与所记忆的瓶口特征进行比较，看是否一致，如果不一致传感器会发出信号（或声音），也可以配以自动化装置将不良药品弹出流水线外。

通过瓶口的特征来设定相似度，假设我们设定为90%，也就是说当被检测瓶口的特征与传感器记忆的瓶口特征相似度达90%以上时，传感器才认定这个瓶口是完好的。经过这道检测，可以100%把破损药瓶剔除出去。

结语

基于工业自动化技术，特别是机器视觉技术的快速发展，视觉检测技术迎来了前所未有的发展契机。在市场方面，涌现了一大批提供视觉检测系统与解决方案的厂商，诸如：康耐视视觉检测系统（上海）有限公司、无锡动视科技有限公司、武汉楚锐视觉检测科技有限公司、苏州轩明视测控科技有限公司、北京佳贝视觉科技有限公司、深圳市惠诚自动化科技有限公司等等。

而在应用方面，在工业自动化过程中，视觉检测已在慢慢取代人工检测。尤其是在国外，视觉检测已经在各个领域中得到了广泛的应用，并在质量检测中占据着举足轻重的地位。在国内，尽管视觉检测技术的应用还没有普及，大部分制造企业的重点仍集中在解决生产的自动化，只有部分领先企业将目标转向了视觉检测的自动化，但是随着智能制造的持续推进，图像处理、光学和计算机等技术的不断成熟和完善，视觉检测技术的应用必会逐步扩大。

本文为e-works原创投稿文章，未经e-works书面许可，任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴，应在授权范围内使用。e-works内容合作伙伴申请热线：editor@e-works.net.cn tel：027-87592219/20/21。

上一篇文章：3D打印的批量生产：未来正在来临
下一篇文章：2017，奋进中的国产工业机器人产业