视觉传感器

在保持成本下降的同时
，持续高质量的产品，公司正在将更多的自动化检查纳入他们的制造过程
。光电传感器可以处理简单的视觉检查，但复杂的检查需要机器视觉。机器视觉产品的范围从现成的1000美元的视觉传感器，以定制系统，运行数万美元的创造机会的自动化
，同时减少浪费和提高生产力。  

长期机器视觉适用于光学系统，包括工业相机捕获图像和处理器来分析该图像的操作者指定的功能。在低成本的视觉传感器，有时被称为智能相机的处理器内置到相机中，在自定义系统中，处理器是在一台PC机
。

机器视觉使用复杂的过程，但他们可以分为三大类
：捕捉，分析和沟通。

 

捕捉

三个因素是至关重要的捕捉一个良好的形象：分辨率
，照明和镜头。

分辨率。在拍摄图像的分辨率的细节，表示为像素数取 决于相机有多少感光细胞。不同于一个光电传感器，它使用一个单一的光电单元
，一个视觉传感器有一个成像芯片，包含几千个或甚至几百万个光敏感的细胞

，以捕捉整个场景。那些熟悉消费数码相机的像素数量可能会很低，但它提供了足够的工业检查的信息。分辨率越高，图像越清晰

，相机是否是厘米或米以外的物体

。权衡是速度

，这就是为什么运营商应该使用必要的最小分辨率的应用程序。

照明.照明必须有足够的明亮和正确的角度来形成对比，使感兴趣的特征从它的背景中脱颖而出。为此
，机器视觉照明子行业的发展，提供专业照明如环形灯环绕镜头，揭示了纹理特征或低角度的灯光，或背灯强调物体的轮廓。

镜头。镜头的质量决定了图像的边缘是多少失真的，图像是如何均匀明亮的，图像是从中心到边缘
，以及相机如何准确地感知颜色。

 

分析

视觉装置的目的是为了减少大量的图像数据到几件相关的信息。视觉设备使用图像处理技术来定位边缘，找到模式或定位颜色或亮度的变化。这些图像处理技术是预先由操作员
，但运行在高速生产过程中。例如

，如果操作员设置了设备来检测一个产品的全部情况，视觉设备知道拒绝一个空单元格的纸箱
。它可以使判断，无论是在哪里的空单元格位于相机的视野范围内
。它也可以检查非对称的对象，无论他们是如何在一个完整的360度范围内旋转
。

低成本的视觉传感器来与内置的图像处理工具。对于自定义系统，图像处理算法是从地面上写的
，或定制
，以适应应用程序。

工具分为两个基本组：线性和区域。这两种类型都在图像中寻找一个过渡，但在不同的方式
。

因为他们是更快，更精确的比面积工具

，线性工具是最好的选择时，感兴趣的领域是可预测的。例如，一个视觉传感器可以使用直线工具如利器确保瓶冲过去在装配线上都有盖子密封
。

一个区域的工具是最有用的
，当目标的位置可能会有所不同
，如一个纸箱的塑料瓶
，可能会丢失一个或多个单位在盒子里的任何地方
。一个区域工具检查整个区域的利益，从规范的任何偏差。

 

沟通

机器视觉装置确定图像处理的结果是否在操作员定义的公差范围内，它与控制器进行通信，控制器触发一个操作员指定的动作
。

越来越多的机器视觉集成到网络使用的通信协议，如MODBUS TCP / IP和因特网
。在这些情况下，视觉设备是闭环系统的一部分，自校正
，基于从视觉设备的数据
。一个闭环反馈系统在技术上更具挑战性的建立比事实检验后，但储蓄在减少废料和返工可以让他们值得。

随着设备成本的下降和能力的提高，机器视觉将继续表现出巨大的增长。现在的挑战是让机器设计者意识到机器视觉的创新，所以他们可以受益于这个蓬勃发展的技术。