机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

如今，我们的身边已出现各种类型的机器人，在制造、运输、生活等各领域起着非常重要的作用。比如机器人代步车，扫地机器人等。而让这些机器人拥有一双“智慧”双眼的正是机器视觉技术，得益于机器人产业的规划发展，机器视觉技术的应用就有非常广阔的空间。

机器视觉的定义

机器视觉是人工智能快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。

机器视觉的分类

单目视觉技术，安装单个摄像机进行图像采集，一般只能获取到二维图像。单目视觉广泛应用于智能机器人领域。由于该技术受限于较低图像精度以及数据稳定性的问题，因此需要和超声、红外等其它类型传感器共同工作。

双目视觉技术，一种模拟人类双眼处理环境信息的方式，通过两个摄像机从外界采集一副或者多幅不同视角的图像，从而建立被测物体的三维坐标。双目视觉技术大致分为机械臂视觉控制、移动机器人视觉控制、无人机无人船视觉控制等方向。

多目视觉技术，采用多个摄像机以减少盲区，降低错误检测的机率。该技术主要用于物体的运动测量工作。多目视觉技术能够克服物体捕捉的盲区，使机械臂进行抓取更加有效，精确识别和定位被测物体，进而提高装配机器人的智能程度和定位精度。

机器视觉的应用

检测：可分为高精度定量检测(例如显微照片的细胞分类、机械零部件的尺寸和位置测量)和不用量器的定性或半定量检测(例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测)。

机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上(即料斗拣取问题)。

此外还有自动光学检查，人脸识别，无人驾驶汽车，产品质量等级分类，印刷品质量自动化检测，文字识别，纹理识别，追踪定位。机器视觉技术的应用取代了人工分拣快递，除此之外，机器视觉技术还可以让机械手臂拥有3D视觉能力，依靠视觉导引、定位，夹取产品。并且在汽车制造、医疗等领域也使用机器视觉系统进行测量和检测。

机器视觉的优势

虽然人类视觉最擅长于对复杂、非结构化的场景进行定性解释，但机器视觉则凭借速度、精度和可重复性等优势，擅长于对结构化场景进行定量测量。

在生产线上，机器视觉系统每分钟能够对数百个甚至数千个元件进行检测。配备适当分辨率的相机和光学元件后，机器视觉系统能够轻松检验小到人眼无法看到的物品细节特征。

另外，由于消除了检验系统与被检验元件之间的直接接触，机器视觉还能够防止元件损坏，也避免了机械部件磨损的维护时间和成本投入。

通过减少制造过程中的人工参与，机器视觉还带来了额外的安全性和操作优势。此外，机器视觉还能够防止洁净室受到人为污染，也能让工人免受危险环境的威胁。

机器视觉系统的分类

主要分为智能相机、基于嵌入式、基于PC三类。

机器视觉系统的组成

图像获取：光源、镜头、相机、采集卡、机械平台

图像处理与分析：工控主机、图像处理分析软件、图形交互界面。

判决执行：机械单元

苏州香农案例

1、磁瓦缺陷检测系统

苏州香农自主研发生产的磁瓦缺陷检测系统，可实现磁瓦全部外表面的缺陷识别、缺陷数据分类统计、合格品和缺陷品的分类收集。

高效稳定：覆盖磁瓦10个外表面的外观缺陷，单机代替6-8名检测工人，效率120个/分钟

高时效性：设备对接清洗设备，清洗烘干后的磁瓦及时检测，和人工相比节省2天

质量监控：磁瓦缺陷分类统计，检测结果实时反馈生产，及时发现批量异常情况，提高产品均一性，减少批量不合格造成的额外成本和生产延误

设置灵活：软件设定标准检测参数，检测阈值可以灵活设置

2、产品缺陷检测

实现对于产品的自动分拣、剔除、分类不合格品，统计不合格品类的具体信息反馈控制前级生产工序。

阈值设定：软件灵活设定检测标准

数据分析：车间生产数据自主统计与分析

机器学习：实现不同型号产品的自动建模

缺陷报警：高缺陷维度的预警及时控制前级生产工序

灵活定制：塑料产品、铸造产品、机加件、涂装件、玻璃制品均可适应