機器視覺系統是指通過機器視覺產品(即圖像攝取裝置,分CMOS和CCD兩種)將被攝取目標轉換成圖像信號,傳送給專用的圖像處理系統,根據像素分布和亮度、顏色等信息,轉變成數字化信號;圖像系統對這些信號進行各種運算來抽取目標的特征,進而根據判別的結果來控制現場的設備動作。
由于機器視覺系統可以快速獲取大量信息,而且易于自動處理,也易于同設計信息以及加工控制信息集成,因此,在現代自動化生產過程中,人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域,如半導體、電子、計算機配件、消費品、食品、汽車、冶金、包裝、制藥等行業。
簡而言之,機器視覺就是用機器代替人眼來做測量和判斷,而在機器視覺近20年的發展歷程中,受圖像攝取技術以及數據處理技術所限,機器視覺系統普遍基于二維視覺技術。近年來,隨著三維圖像攝取技術和數據處理技術的飛速發展,3D視覺技術成為計算機視覺領域的發展焦點。
3D視覺產品層出不窮
機器視覺的重要作用就是提升制造業生產的自動化水平,而隨著用戶自動化產品和技術應用的不斷深入,以前用戶可能只需要2D的效果,現在越來越多的用戶開始要求能夠實現3D的檢測效果,這推動了3D技術視覺產品從實驗室快速走向產業化發展之路。
西克的3D視覺傳感器就是跟隨著用戶的需要而研發出來的。Ranger C產品系列采用相機連接技術與PC進行連接,這樣就簡化了集成過程并且提高了采集速率。在3D模式下,Ranger C每秒采集約30000幅圖片,每一張圖片包含1536個高質量三維坐標,相當于每秒4500萬個3D點。
全球知名機器視覺系統供應商康耐視也推出了VisionPro 3D三維機器視覺產品,康耐視 VisionPro 3D 軟件能夠提供準確、實時的 3D 位置信息,有助于改善單獨使用 2D 工具所無法滿足要求的廣泛應用中的視覺性能。VisionPro 3D 配合固定式或機器人安裝的攝像頭提供充分的應用程序靈活性,它基于康耐視領先的PatMax® 技術和其他校準技術,可在汽車和精密制造產業中實現具有挑戰性的組件驗證、物流和機器人應用的自動化,如裝上貨架/取下貨架、卸垛、打包和組裝驗證等。
順應這一技術發展趨勢,國內機器視覺技術領導者大恒圖形也推出了基于三維機器視覺技術的產品。在2013Vision China展上,大恒圖形在其展位上搭建出一套完整的機械手運動控制系統,演示如何運用三維機器視覺技術控制6軸機械手自動完成多目標的識別拾取和裝配任務。演示系統采用了先進的單目3D視覺技術,采用透視圖匹配的方法獲取目標的三維位姿,較多目立體視覺等傳統技術而言,單攝像機三維匹配技術成本更低,調試配置更簡單,運行也更加穩定可靠。
3D視覺技術助力機器視覺高端應用
3D視覺技術作為行業研究的焦點,具有重要的應用價值。隨著市場經濟的不斷發展,3D視覺技術的突破也為機器視覺技術帶來更廣泛的應用,為行業發展帶來新氣象。
目前3D機器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和醫藥產品的檢測。它可以提高合格產品的生產能力,在生產過程的早期就報廢劣質產品,從而減少浪費、節約成本。
如在食品加工業,一直使用二維(2D)機器視覺技術利用高線速來進行對水果蔬菜的分類。但對于食品的表面特征,如食品的體積、高度等,用二維技術很難獲取這些信息。為了精確測量食品的體積,企業把三維激光檢查系統和二維視覺檢查系統結合起來使食品加工達到最優化,滿足對包裝食品越來越嚴厲的視覺要求。這種系統使用底面格列式的電荷耦合器(CCD)來捕捉反射的激光線。圖像處理算法是根據食品的激光位移采用三角網法來確定Z坐標軸上的信息,也就是高度,然后與激光檢查系統得到的X,Y坐標軸上的信息結合在一起算出食品的形狀和體積。
由于3D視覺具有不可替代的優點,如精度高、擴展能力強大,連續工作時間長、不易損壞、保密性好、沒有培訓成本、結果易于保存和復制等。隨著3D視覺技術的突破,將進一步強化視覺技術的高端應用。
3D人臉識別即是一個方興未艾的應用領域。當前人臉識別技術還僅限于2D識別。近幾年3D面部識別技術不斷發展,3D人臉識別的基本原理是基于一個人的臉,獨特的幾何形狀生物特征可以很容易地存儲在一個數據庫中,當與“活體”人臉面部特征做比對時,如數據準確無誤將接受控制。3D人臉識別速度快、準確性高,采用非接觸式識別,也正是基于這個特點,來滿足門禁訪問控制系統的需求。采用三維立體式識別,能夠解決一些普通2D識別技術共同面臨的問題,如識別角度及面部識別提供的額外信息。識別準確無誤。
而3D機器視覺技術與機器人的結合更被業內認為是未來的重要發展趨勢。Fanuc 公司開發了稱之為iRVision的第一套工業用集成3D視覺系統,該技術已應用于所有的Fanuc R-30iA型機器人系統上。全部工藝由主機器人上的CPU單元執行,因而不會產生通信延時的現象,也無需再附加硬件。
機器人視覺系統已應用于汽車生產線的成套車體生產機器人上。之前沒有視覺系統,需要采用特殊的工具在車體上加工孔徑,以便使機器人能夠知道車體的具體位置。然而在視覺攝像系統開發以后,就再也不需要這類昂貴的加工工具了。機器人能夠自動地確定車體的確切位置,然后通過數學方式計算出這四個孔徑的位置。
視覺系統采用運算技術來識別圖像,然后通過培訓,教會機器人識別事物并尋找所需要的東西。圖像建立在大量的像素數據基礎之上,系列中的每一個像素都有一個灰度等級,然后通過運算技術分析數據。機器人可以判斷出圖像的拍攝位置,因此能夠識別物體所處的位置,然后判斷其相應的尺寸、形狀和質量;也可以根據圖像和運算法則更改程序,例如,不同大小的零件可以采用不同的路徑,零件A將在零件B應該落下的地方掉落。
相信隨著科學技術的不斷進步,具有類似于人類視力的機器人系統不再是科幻小說中的夢想。尤其是在機器人領域,今后,3D機器視覺系統將成為機器人系統的標準附加設備,攜手機器人共同打造夢幻般視覺。