机器视觉系统的类型及其用途
视觉系统有哪些主要类型？
机器视觉系统拥有广泛多样的功能和选项，其中的三个主要类别如下。
线扫描相机应用于连续检测应用，例如腹板制造。在材料移动通过扫描区域时，该相机通常可拍摄宽而极薄的图像，并使用软件逐行重构图像。在以上应用中，线扫描相机比标准二维相机更加快捷。例如对织物、纸张和其他软制品进行检测。
线扫描相机逐行创建图像。
大多数机器视觉使用二维相机，也称为面阵扫描系统。这类系统可以采用简易的单用途传感器，也可以采用功能更全面的系统。传感器成本更低、更小、更易于部署，且通常比功能更广泛的相机坚固耐用。通常来讲，全功能系统可以实现更多配置，可以执行更复杂的任务，且可以拍摄更大、分辨率更高的图像。 决定采用传感器还是更复杂的机器视觉系统取决于正执行的任务、数据输出格式、成本及其易用性。
面阵扫描系统拍摄二维图像。
三维视觉系统增加了图像深度,有时会使用激光来测量距离和计算深度。深度的增加可能在一定程度上增加了复杂程度和成本，但其附加信息对于某些应用来说至关重要。 例如，三维视觉对于引导机械臂在正确方向上精确伸出并拾取位于空间中任何位置的物体至关重要。三维视觉还用于实现复杂的切割和焊接流程自动化。
三维视觉系统为其图像增加深度。
机器视觉可以做什么？
机器视觉提供商有时会根据系统用途，将应用类别缩写标记为 GIGI——引导 (Guidance)、识别 (Identification)、测量 (Gauging) 和检测 (Inspection)。本指南将应用类型进行了更详细的分类：
缺陷探测
对象检测与计数
测量/计量
寻找/引导/定位
读码
光学字符识别/光学字符验证
缺陷探测
在制造流程的任何环节都可能会出现缺陷，包括原材料或部件的质量问题，以及最终检测等环节。传统的缺陷探测流程由经过培训的工人手动完成。
机器视觉明显优于人工检测：机器视觉可以在生产线上高速运行且不会感觉疲劳，甚至可以检测出预期之外的微小缺陷，同时还能存储信息，以实现持续生产操作改进。
示例：
找出松动的连接器、焊接不良的电线、不良接缝或压接不当的管道
检测太阳能电池板中的光伏电池缺陷，或检测半导体晶片或电动汽车 (EV) 电池组件中存在的缺陷。
发现食品产品中的污染物或其他问题。
对象检测与计数
确定对象是否存在并对其进行计数，是库存管理、生产线以及货件放行或验收前广泛使用的功能。与高速、结果一致且准确的机器视觉系统相比，手动检测和机械计数速度均较慢，且容易出错。
示例：
确认印刷电路板上的电子元件是否全部安装到位
检测夹子、螺钉、弹簧、标签、密封件、手册、插件或配件等组件是否到位
对包装中或货盘上的产品进行计数
测量/计量
精密制造需要对距离、面积、直径等信息进行准确测量。使用量规、卡尺或检测夹具进行手动测量不仅速度慢，而且会出现不一致。
机器视觉可以在生产线上检测部件，可实现高速运行，同时达到微米级别，测量结果一致、准确。如果出现质保或合规性问题，该系统可以存储各个图像及其相关数据。
示例：
采集铸件和注塑件的尺寸
测量部件尖端的圆度和角度
确定标签位置或包装尺寸
寻找/引导/定位
装配、拾放及检测等功能取决于机器视觉定位部件的能力，包括检测部件在传送带上或料箱中的位置。机器视觉可以引导机器人拾取并放置部件，保证精确装配，以实现微米级准确定位。
如果部件不在恰当位置，机器视觉将测量所需位置和方向与实际位置和方向之间的差距，并将其传达给机器人或可编程逻辑控制器 (PLC)，以对部件进行重新校准。
示例：
在传送带上定位部件以供检查
在自动化汽车装配线上引导机器人
装配需要微米级精度的微芯片
读码
条码用于跟踪与识别整个供应链中的原材料和制成品。条码包括一维条码和二维条码，例如零售产品上的 UPC 码和包装上的数据矩阵码。
读码器可以高速处理信息，并正确读取部分撕裂、模糊、脏污或变形的条码。图像扫码器收集读取的条码图像，对未读或误读的情况进行分析并找出原因，例如打印头堵塞、条码损坏或光线不足。在所有条码并未按照相同方式定向时，多个相机系统可以同时从部件或包装的多个侧面进行扫描，以提高读码速率。
示例：
在包装通过物流仓库时追踪包装
确保组件正确装配
提供准确的医疗用品可追溯性
阅读文本：光学字符识别 (OCR)/光学字符验证 (OCV)
条码在现代工业中无处不在，但人眼可读的印刷文本仍必不可少，特别是在零售、制造、制药、食品和饮料供应链，以标识保质期、批号及其他重要信息。为使该文本内容可用于现代高速处理流程，必须让其可被机器准确读取。机器视觉系统可以用毫秒级速度、以 99.99% 的准确度读取此类条码。
光学字符识别 (OCR) 和光学字符验证 (OCV) 均可以识别并解析图像中的文本，但两者存在一个关键区别。OCR 读取文本后会触发另一项操作，而 OCV 则按照已知标准验证文本质量。
示例：
按照部件上印刷的字符对零件进行分类 (OCR)
检查保质期或批号是否印刷正确 (OCV)
辨别鉴定假冒产品 (OCR)
建立可追溯性，以满足监管要求 (OCR)