機器視覺，或稱基于影像的自動檢測和分析，當涉及準確和可靠的產品檢測時，擁有超越人類視覺的全面優勢，且通常還結合了不同的技術。
       人眼是個非常復雜的工具，但它也有局限性。例如，在檢查產品時，機器視覺不僅更快且準確得多。而人眼是個特別復雜的工具，與大腦結合，使我們能夠感知周圍環境，即使目標的確切形狀發生變化，也能夠在瞬間辨識它們。
       運用視覺感知來分析我們的環境，并有一個能夠銳利聚焦特定區域的廣闊視野。隨著人類不斷適應許多不同的刺激和環境以求生存，這些能力已經在幾千年中逐漸演變進化。
       但是，人類的視覺感受也有重要的局限性。首先，我們只有兩只眼睛，它們反應太慢而無法詳細看到快速移動的物體，而且它們只對光譜的有限部分敏感，眩光和反射也妨礙了長時間專注物體某些屬性(如尺寸或顏色)的能力。另外，我們對于影像的感知和儲存還是很主觀，因此，難怪人眼無法進行準確測量，以至于它們不是驗證產品質量的理想工具。
機器視覺：比人眼更可靠、更準確
       機器視覺，或稱基于影像的自動檢測和分析，當涉及準確和可靠的產品檢測時，擁有超越人類視覺的全面優勢，且通常還結合了不同的技術。以下是兩個如何實現機器視覺系統，以確保生產環境中最高質量的例子。
       示例1：鑒于快速的節拍和對長期可靠性的需求，在這種情況下肉眼觀察不是一種選擇，然而，如果企圖這樣做，那么這樣的一個實驗會涉及一大堆人，這又將違背檢查的客觀性。機器視覺才是解決之道——六個攝影機       使用非常快的快門速度和短暫的偏振光曝光(頻閃)觀察快速移動的產品。這能夠創建清晰的影像，其中的缺陷可看得清清楚楚，然后，特殊的軟件在50ms內檢索所有缺陷，每天可工作24小時(透過使用實時操作系統或FPGA)，因此，這個系統在各方面都優于人眼檢驗。
       示例1 必須徹底檢查以20個/s的速度移動的產品。目標是以0.02mm2的精準度檢測誤差。
       示例2：如果在這種情況下使用人眼進行檢查，則需要一個人能夠在以18km/h速度移動(即每秒一個)產品的2m表面上看到幾微米的缺陷，因此在這里，用肉眼檢查同樣不實際。唯一選擇是結合了高科技的機器視覺技術與快速鏡頭、LED線條燈和超高速“實時”圖像處理軟件的方案。
       示例2 在以5m/s速度通過的物體上，必須在20mm的區域內檢測到幾μm的缺陷。
人眼對比自我學習軟件
       人眼有一個長項令人贊嘆：能發現產品的異常或缺陷。如果產品夠大，我們會立即在產品上發現缺陷，即使以前從未見過這個缺陷，也會立刻注意到一件小對象上的劃痕或衣服上的裂口。通常，當拿起一件物品，轉動它、觀察反光，就會無意識地感受到異常，這與我們杰出的解讀能力結合，使人眼幾乎無與倫比。
       然而，近年來，機器視覺技術已經有了很大發展，現在在很多情況下能與人們的解讀能力相媲美。使用復雜的自學視覺算法，當前的技術能夠以與人腦執行任務相同的方式處理影像。如果提供內建附加信息的圖片庫，智能軟件可自學在哪里發現錯誤，而無需任何人編寫任何一行程序代碼。這些附加信息可以指出哪些產品是好的，哪些是壞的，或顯示缺陷位于何處，且即使是改變設計的產品也能被快速辨識。 總結
       在任何情況下，機器視覺都可以匹敵甚至超越我們眼睛和大腦的視覺檢測能力。

返回列表