乐发lv

乐发lv    在工业自动化领域，视觉检测设备机器视觉技术的应用变得越来越成熟，其应用范围也在不断扩大。不过尽管机器视觉的应用现在已经非常普遍，但是在实际使用过程中仍然会遇到很多问题，这需要技术人员继续解决和改进。对于当前的视觉检测设备机器视觉系统设计过程，经常遇到的困难主要有以下几点：

    1、光源照明的稳定性

乐发lv    由于诸如在不同材料的物体表面上的反射和折射之类的问题会影响被测物体特性的提取，因此可以说光源照明和成像是机器视觉检测要克服的第一个困难。例如，如今检测到玻璃和反射表面上的划痕，很多时候问题一直存在于不同缺陷的集成成像中。

乐发lv    现在，工业视觉应用通常分为四类：定位，测量，检测和识别，其中测量要求照明具有最高的稳定性，因为只要照明变化10-20％，测量结果就可能偏离1-2像素，这不是软件问题，这是光照变化导致图像上边缘的位置发生变化，即使是最强大的软件也无法解决问题。必须从系统设计的角度排除环境光的干扰，并确保主动照明光源的发光稳定性。

    2、校准

    通常，高精度测量需要以下校准：一种是光学畸变校准（如果不是软件镜头，通常必须进行校准），另一种是投影畸变校准，即以安装位置误差表示的图像畸变校正，第三种是对象图像空间的校准，是为了具体计算与每个像素相对应的对象空间的大小。

乐发lv    但是，当前的校准算法都是基于平面校准。如果要测量的物理场不是平面的，则需要使用一些特殊算法进行校准。常规的校准算法无法解决。此外，还有一些校准，由于不方便使用校准板，因此必须设计一种特殊的校准方法。因此，软件中现有的校准算法可能无法完全解决校准问题。

    3、工件位置不一致

乐发lv    通常，测量项目，无论是离线检测还是在线检测，只要是全自动检测设备，第一步就是找到要检测的目标。每次要检测的目标物体出现在拍摄视野中时，要能够准确知道要检测的目标物体在哪里，即使您使用一些机械固定装置等，也不能特别准确确保每次被测目标对象都出现在同一位置，这就需要用到定位功能。如果定位不准确，则测量工具的位置可能也不准确，测量结果有时可能会有较大的偏差。

    4、软件的测量精度

    在测量应用程序中，只能根据1/2-1/4像素（最好是1/2）来考虑软件的精度，而不能作为定位应用程序达到1/10-1/30像素的精度，因为测量应用软件可以从图像中提取的特征点很少。

    5、物体的运动速度

    如果被测物体不是静止的而是运动的，则必须考虑运动模糊的图像精度（模糊像素=物体运动速度*相机曝光时间）。这不是软件可以解决的问题。

    6、识别意外缺陷

    在实际应用中，通常会给出一些特定的缺陷模式，使用机器视觉来识别是否已发生。但是经常遇到的情况是，由于许多明显缺陷以前没有发生过，或者发生的模式过于多样化而被漏检。如果是人，虽然没有在操作流程文件中要求他检测此缺陷，但他会注意到了就会有更大的机会检测到它，并把有缺陷的产品分捡出来，而机器视觉在这点上的“智慧”目前仍然很难突破。

    视觉检测设备机器视觉检测技术是检测行业中使用最广泛的检测技术。它具有速度快，精度高和准确性高的优点，解决了传统手工检查效率低，稳定性差，漏检容易等缺点。视觉检测设备为企业批量生产提供了强有力的支持，受到许多用户的青睐，相信在未来的发展道路上，这些困难将一一克服。