Il principio di lavoro del sistema di visione macchina può essere semplicemente inteso come "la macchina vede con gli occhi e le analisi con il suo cervello". Acquisca principalmente l'immagine target attraverso i dispositivi di acquisizione delle immagini (come le telecamere industriali), quindi analizza e giudica l'immagine attraverso gli algoritmi di elaborazione delle immagini per raggiungere gli scopi di rilevamento, identificazione, posizionamento, misurazione, ecc. Il seguente flusso di lavoro del sistema di visione meccanica:
1. Componenti
- ILsorgente luminosaFornisce un'illuminazione stabile e appropriata per rendere più chiare le caratteristiche dell'oggetto target.
- ILtelecamera industriale(Dispositivo di acquisizione dell'immagine) Cattura l'immagine e converte il segnale di luce in un segnale elettrico. Quelle comuni includono fotocamere in bianco e nero, telecamere a colori, telecamere per array di linee e telecamere per array di area.
- ILlenteDetermina la chiarezza, l'ingrandimento e il campo visivo dell'immagine e svolge un ruolo nel focus e nell'imaging.
- Standard Frame Grabber \/ Interface(come USB3. 0, gige, collegamento della fotocamera, ecc.) Vengono utilizzati per trasmettere le immagini acquisite dalla fotocamera al sistema di elaborazione.
- ILUnità di elaborazione delle immagini(Di solito un computer industriale o una piattaforma di calcolo incorporata) esegue l'algoritmo di visione artificiale per analizzare, giudicare e prendere decisioni sull'immagine.
- ILSistema softwareInclude software di elaborazione delle immagini, moduli di algoritmo, interfacce utente, ecc., che vengono utilizzate per completare attività di applicazione specifiche.
- ILUnità di esecuzione (come PLC, robot)esegue azioni specifiche in base ai risultati di elaborazione, come l'ordinamento, il rifiuto di prodotti difettosi, il posizionamento e l'assemblaggio, ecc.
2. Flusso di lavoro
- Acquisizione dell'immagine: la fotocamera spara l'oggetto target in un momento specifico, forma un'immagine attraverso l'obiettivo e raccoglie l'immagine.
- Preelaborazione dell'immagine: come denoising, miglioramento del contrasto, estrazione dei bordi, trasformazione in scala di grigi, ecc. Per migliorare la qualità dell'immagine.
- Estrazione e analisi delle caratteristiche: identificare il bordo, la forma, il colore, il codice a barre, il carattere e altre informazioni dell'area target.
- Risultati del giudizio e dell'output: esprimere giudizi in base agli standard impostati (ad esempio se la dimensione è qualificata, se la posizione è corretta) e trasmettere i risultati al sistema di controllo.
- Esecuzione del controllo di feedback: il controller guida l'azione meccanica (come rifiuto, afferrare, arrestare, ecc.) Secondo i risultati visivi.
3. Campo dell'applicazione
- Ispezione di qualità: rilevare difetti dell'aspetto del prodotto, errori dimensionali, ecc.
- Guida di posizionamento: fornire posizioni di presa o assemblaggio accurate per i robot industriali.
- Riconoscimento e classificazione: riconoscimento del codice a barre, riconoscimento dei caratteri (OCR), riconoscimento del colore, ecc.
- Misurazione: misurazione ad alta precisione di parametri geometrici come dimensioni, angolo, piattalità, ecc.
