機器視覺技術

"機器視覺"，即採用機器代替人眼來做測量和判斷。
　　機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）把圖像抓取到，然後將該圖像傳送至處理單元，通過數字化處理，根據像素分佈和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別。進而根據判別的結果來控制現場的設備動作。
　　機器視覺伴隨計算機技術、現場總線技術的發展，技術日臻成熟，已是現代加工製造業不可或缺的產品，廣泛應用於食品和飲料、化妝品、製藥、建材和化工、金屬加工、電子製造、包裝、汽車製造等行業。
　　機器視覺的引入，代替傳統的人工檢測方法，極大地提高了投放市場的產品質量，提高了生產效率。

由於機器視覺系統可以快速獲取大量信息，而且易於自動處理，也易於同設計信息以及加工控制信息集成，因此，在現代自動化生產過程中，人們將機器視覺系統廣泛地用於工況監視、成品檢驗和質量控制等領域。機器視覺系統的特點是提高生產的柔性和自動化程度。在一些不適合於人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易於實現信息集成，是實現計算機集成製造的基礎技術。
　　總之，隨着機器視覺技術自身的成熟和發展，可以預計它將在現代和未來製造企業中得到越來越廣泛的應用。
　　　　
　　　　　　機器視覺工業檢測系統類型
　　機器視覺工業檢測系統就其檢測性質和應用範圍而言，分爲定量和定性檢測兩大類，每類又分爲不同的子類。機器視覺在工業在線檢測的各個應用領域十分活躍，如：印刷電路板的視覺檢查、鋼板表面的自動探傷、大型工件平行度和垂直度測量、容器容積或雜質檢測、機械零件的自動識別分類和幾何尺寸測量等。此外，在許多其它方法難以檢測的場合，利用機器視覺系統可以有效地實現。機器視覺的應用正越來越多地代替人去完成許多工作，這無疑在很大程度上提高了生產自動化水平和檢測系統的智能水平。
　　　　
　　　　　　機器視覺在質量檢測中的應用實例　
　　機器視覺系統在質量檢測的各個方面得到了廣泛的應用，例如：採用激光掃描與CCD探測系統的大型工件平行度、垂直度測量儀，它以穩定的準直激光束爲測量基線，配以迴轉軸系，旋轉五角標棱鏡掃出互相平行或垂直的基準平面，將其與被測大型工件的各面進行比較。在加工或安裝大型工件時，可用該認錯器測量面間的平行度及垂直度。
　　以頻閃光作爲照明光源，利用面陳和線陳CCD作爲螺紋鋼外形輪廓尺寸的探測器件，實現熱軋螺紋鋼幾何參數在線測量的動態檢測系統。
　　視覺技術實時監控軸承的負載和溫度變化，消除過載和過熱的危險。將傳統上通過測量滾珠表面保證加工質量和安全操作的被動式測量變爲主動式監控。
　　用微波作爲信號源，根據微波發生器發出不同波濤率的方波，測量金屬表面的裂紋，微波的波的頻率越高，可測的裂紋越狹小。
　　總之，類似的實用系統還有許多，這裏就不一一概述了。下面我們較詳細地介紹三個實用機器視覺系統。

     韓國 Phoenics 公司（三星旗下公司）生產的 AOI 設備（自動光學檢測機）代表當今 PCB檢測設備的最高水平，替代肉眼全面檢測 PCB 的貼裝及焊錫狀況。

主要特性： 

 使用高分辨率數字彩色攝像頭，最高達到 1600 × 1200 像素（ 6CS 系列）。 

   共 5 個攝像頭，中間 1 個彩色，周圍 4 個黑白。 

 256 級亮度白光 LED ，自動調整照明亮度及照明角度。 
 
 檢查速度 9 ～ 18.8CM 2 /Sec 

 PCB 面積：最小 W50mm × L50mm ，最大 W480mm × L530mm 

 不良品實時偵測與提醒。 

 自動學習功能，導入 CAD 或 Mounter 數據。 

 離線程序的編輯，製作新程序時不影響生產。 

 相同設備的數據實現機器間拷貝。 

 遠程控制功能。 

有不良品分選設備（ NG BUFFER ）供配套，實現自動篩選。

摘要：隨着線路板的複雜程度和元件密度的不斷增加，生產過程中對 PCB 的自動檢測成爲保證高質量、高良率的必要的關鍵步驟。

　　在今天的 SMT 生產線上，應用有各種不同的檢測方法，包括電氣測試、 X- 射線檢測和光學檢測。其中光學檢測儘管並非普遍適用，卻能滿足大多數迴流前和迴流後的檢測需求，仍是速度最快、成本最低的解決方案。

　　自動光學檢測 (AOI) 指的是通過在受控照明條件下使檢測目標（如 PCB 的一部分）成像進行的目標檢測。複雜的機器視覺算法確定該目標是否符合生產標準。 AOI 通常用於檢測焊膏沉積、零部件到位 / 缺失、貼裝定位、極性與類型 / 賦值校驗 (OCR/OCV) 、焊劑以及焊點質量。其中焊點檢測尤其重要。

　　本文概述了日前應用的各種不同 AOI 技術，並專門討論其中一種新興技術，即固態建模 (SSM) 技術，並分析這一方法的優勢所在。

　　傳統的 3-D AOI 技術

　　從檢測圖像中可以萃取出不同類型的信息。其表面顏色一直被成功用於檢查零部件在位 / 缺失。而對於焊點檢測，要精確確定焊點質量，形狀信息比顏色信息更有用。在零部件的顏色與基板顏色相似的情況下，形狀信息也很有用。因此，在 AOI 系統中，捕獲和重建 3-D 形狀的能力是非常必要的。

　　PCB 檢測所需的能在微米解析度水平下工作的傳統 3-D 成像技術，包括立體成像、激光成型（ laser profiling ）和共聚焦顯微鏡技術。其中有些技術，如共聚焦掃描，對於在線檢測來說費時太多，而另外一些技術，如傳播時間方法（ time-of-flight methods ），又不能提供 PCB 檢測所需的解析度。

　　激光成型技術是一種成功應用於 AOI 系統中的 3-D 成像技術。一條激光細線與相機呈某一角度發射到檢測目標上。然後就用這條細線在相機圖像中的偏移來迅速確定照亮點的高度。在目標上掃描該激光線圖案，就能構成目標表面完全的深度外形輪廓。

　　相同的三角測量方法擴展到了其他結構化光技術上，把柵格圖案或複合頻率掃描圖案投射到目標表面，而消除了對目標表面進行掃描的需要。

　　儘管這些技術對許多種類的目標都是有效的，但對於焊點的鏡像反射表面卻效果不佳，因爲光是以極窄範圍的角度反射回來，很可能完全沒有達到相機的光圈，結果導致目標高度不準確。

　　在立體成像技術中，採用兩架相機從不同位置觀察目標，拍攝目標的兩個圖像。爲了獲得 3-D 信息，先用搜索算法確定兩張圖像的哪些象素與目標上的點相對應（象素對應），依據是其圖案 / 構造 / 邊緣的匹配程度。其次，對每對相對應的象素的差異程度進行計算。已知相機間的距離和放大倍數，其差異值可轉化爲相機到目標的距離，進而形成關於可見目標表面的距離圖。

　　在 AOI 中應用立體成像技術存在實際困難。爲了解決象素對應的問題，兩架相機的視域需要相當程度的重迭。在通常用於 PCB 檢測的放大水平條件下，透鏡必須安置在比大多數高質量透鏡尺寸大小所允許的更近得多的位置上。於是，要麼必須採用更低質量的佔空間小的透鏡，放大倍數減小；要麼相機必須彼此呈某一角度放置，增加了透視全景校正的計算成本。對於那些表面圖案很少的目標，如黑色元件或焊點的光滑金屬表面，象素對應是模糊的，使得其差異結果分析不確定。由於把立體成像技術應用到 AOI 中出現的模糊性和複雜性，多臺相機（有的 AOI 系統採用 10 臺甚至更多）並不會自動形成 3-D 信息。

完全的深度外形輪廓並非描述目標形狀的唯一方法。像表面傾斜這樣的表面特性也提供關於目標形狀的信息。有的 AOI 系統就是用來捕獲這類信息的。在帶有照明環的系統中，單一的相機對從不同角度照明的目標成像。以低角度照明光拍攝的圖像顯示出傾斜度大的區域，而以高角度光拍攝的圖像則顯示出平坦的區域。既然採用單架相機，單個圖像採來的信息已經相互匹配，不再需要解決象素對應的問題。事實上，採用單相機和多照明的 AOI 系統，爲開發出更加複雜的 3-D 成像系統提供了良好的起點。

[url]http://www.china-vision.net/News/xwzx/[/url](機器視覺網)