机器视觉自动化检测系统中的控制技术

机器视觉在自动化测量系统中的应用日益普及。其原因是越来越多的信息需要从相机中提取，而不是从一个专用传感器中提取。相机可以用于提取温度信息、测量尺寸，并检查对象存在与否，同时也提供了许多其它有用的信息。这使其广泛应用于质量检测、机械控制和机器人引导等应用中，所有这些应用在选择控制硬件和软件时都有独特的需求和挑战。

机器视觉系统主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分，计算机视觉是研究试图建立从图像或者多维数据中获取“所需信息”的人工智能识别系统。正广泛地应用于医学、军事、工业、农业和3C电子（手机中框平面度检测）等诸多领域中。  

强大的处理能力可以直接影响可运行的算法以及视觉系统做出决策的速度。单相机条码检测系统所需的处理能力显然比多相机立体视觉系统要低得多。此外，I/O或闭环运动控制等机器视觉系统需要更高的处理能力来确保视觉组件以及I/O和运动控制组件可以稳定地运行。为了减少图像处理时间，一些厂商现在使用同构处理来运行视觉算法。

图像采集所使用的相机数量和通信总线类型也会影响控制器的选择。在您选择了应用所需的相机后，请确保控制器能够支持相机所使用的通信总线。

文章转载自机器人大讲堂微信公众号，如有问题，请及时联系删除。