欢迎来到朵拉利品网
知识中心
资讯
  • 资讯
  • 产品
  • 供应商
您的位置: 朵拉利品网 >  知识中心 > 机器视觉软件有哪些 机器视觉技术与应用主要有哪些?
机器视觉软件有哪些 机器视觉技术与应用主要有哪些?
2019-08-19 22:40:56 来源:朵拉利品网

1, 机器视觉技术与应用主要有哪些?



机器视觉系统主要具有三大应用功能:
第一是定位功能,能够自动判断感兴趣的物体、产品在什么位置,并将位置信息通过一定的通讯协议输出,此功能多用于全自动装配和生产,如自动组装、自动焊接、自动包装、自动灌装、自动喷涂,多配合自动执行机构(机械手、焊枪、喷嘴等)。
第二是测量功能,也就是能够自动测量产品的外观尺寸,比如外形轮廓、孔径、高度、面积测量等。
第三是缺陷检测功能,这是视觉系统用的最多的一项功能,它可以检测产品表面的相关信息,如:包装正误,包装是否正确、印刷有无错误、表面有无刮伤或颗粒、破损、有无油污、灰尘、塑料件有无穿孔、雨雾注塑不良等。

3, 机器视觉是用什么软件开发的



你可以用VISUAL STUDIO 和 JAVA的开发工具。
目前可以开发机器视觉的相关计算机语言有 C++, C#, JAVA, PYTHON 等, 甚至简单的PHP和JAVASCRIPT也可以开发相关的功能。
机器视觉需要用到图像处理库,有很多免费且开源的第三方图像库可以用,如十分著名的OpenCV, 有C++,JAVA, PYTHON的版本, 它包含了很多 现成的函数,可以处理图像的形状,颜色,大小,图像文件保存,找相似图像,物体边缘(Canny edge)算法 。。。
机器视觉的另一个方向是神经网络深度学习算法。这里面有代表性的是谷歌的TensorFlow,具有很强大的机器视觉能力。
文字识别方面的代表有谷歌的 Tesseract, 这也是开源项目

4, 机器视觉方面有哪些好的开发平台?各有什么特点



作者:知乎用户
链接:来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
转自知乎:
机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台:
1.VC:最通用,功能最强大。用户多,和windows搭配,运行性能较好,可以自己写算法,也可以用工具包,而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#:比较容易上手,特别是完成界面等功能比用VC+MFC难度低了很多,已经逐渐成为流行的使用平台了,算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW:NI的工具图形化开发平台,开发软件快,特别是做工控行业或者自动化测试行业的很多工程师,由于使用labview进行测试测量的广泛性,所以都有labview的基础,再调用NI的Vision图像工具包开发,开发周期短,维护较为容易。
4.VB、delphi:用的人越来越少了。
5.其他:java等没有看到人用过。
工具包:
1.halcon:出自德国MVTech。底层的功能算法很多,运算性能快,用其开发需要一定软件功底和图像处理理论。
2.VisionPro:美国康耐视的图像处理工具包。性能大多数算法性能都很好,性能上没有和halcon直接对比过,但是开发上手比halcon容易。
3.NI Vision:NI的特点是自动化测试大多数需要的软硬件都有解决方案,有点事软件图形化编程,上手快,开发周期快,缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少,而且整个工具包一个价格,而不是一个算法一个算法地卖,性能方面在速度和精度没有前两种软件好。
4.MIL:加拿大maxtrox的产品,是Matrox Imaging Library 的简写。早期推广和普及程度不错,当前似乎主要用户还是早期的做激光设备的一些用户在用,所以用于定位的较多。
5.CK Vision。创科公司的软件包,相对前面几个工具包来说价格优势比较明显,另外机器视觉需要的功能也基本都有,所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言,用量很大,推广也不错。
6.迈斯肯:迈斯肯的视觉主要产品还是条码阅读一类,图像工具包没有用过,不了解,不评价。
7.OpenCV:感觉openCV更多的还是用在计算机视觉领域,在机器视觉领域其实不算太多,应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV,感觉这几项都不是opencv的专长。
8.其他:其他还有一些厂家的图像工具包,要么市场影响力不大,要么本人没有用过,不评价。

5, 机器视觉系统有哪些组成部分?



机器视觉主要由5部分组成:照明、镜头、相机、图像采集卡、视觉处理器。
照明:照明是影响机器视觉系统输入的重要因素,它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉光源照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。
镜头:
镜头选择应注意:焦距;目标高度 ;影像高度 ;放大倍数 ;影像至目标的距离 ;中心点 / 节点 ;畸变。
相机:按照不同标准可分为:标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机:线扫描CCD和面阵CCD;单色相机和彩色相机。
图像采集卡:图像采集卡只是完整的机器视觉系统的一个部件,但是它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口:黑白、彩色、模拟、数字等等。
视觉处理器:视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时,采用视觉处理器加快视觉处理任务。

相关概念


工具包

工具包[1],英文:toolbag,toolpack,人在生活中存放各类工具的箱包,可以放五金工具,园林工具,维修工具包(7张)工具,检测设备,电工工具,电信工具,为民服务设备等等,存储各类工具功能强大,存取布局科学合理的箱包,有助于使用者更快、更好、更安全,更便捷的完成工作任务 。

算法

算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。形式化算法的概念部分源自尝试解决希尔伯特提出的判定问题,并在其后尝试定义有效计算性或者有效方法中成形。这些尝试包括库尔特·哥德尔、Jacques Herbrand和斯蒂芬·科尔·克莱尼分别于1930年、1934年和1935年提出的递归函数,阿隆佐·邱奇于1936年提出的λ演算,1936年Emil Leon Post的Formulation 1和艾伦·图灵1937年提出的图灵机。即使在当前,依然常有直觉想法难以定义为形式化算法的情况。

视觉

视觉(vision)是一个生理学词汇。光作用于视觉器官,使其感受细胞兴奋,其信息经视觉神经系统加工后便产生。通过视觉,人和动物感知外界物体的大小、明暗、颜色、动静,获得对机体生存具有重要意义的各种信息,至少有80%以上的外界信息经视觉获得,视觉是人最重要的感觉。