图像分析软件

机器视觉系统如何处理捕获到的图像？

一旦采集到图像，系统需要处理并分析结果，以做出决策：读码、检测缺陷、确认成套包装中是否包含所有物件或测量部件。

根据以往经验，获取足够处理能力来分析图像的唯一方法，是将图像发送至外部个人电脑。根据图像的大小和复杂性，这可能会比较耗时，而且可能会减缓生产速度，所以需要专门用于该任务的独立个人电脑。

如今，功能强大的视觉系统具有嵌入式处理功能，可加速计算并减少故障的可能性。

一旦采集到图像，系统需要处理并分析结果，以做出决策：读码、检测缺陷、确认成套包装中是否包含所有物件或测量部件。 

图像分析工具的类型

视觉系统可以根据不同任务利用一个或多个特定的图像分析工具。

• 边线检测/提取 – 在图像中，边线标志着强度的明显变化。这种变化会在深度、方向和材料的不连续区域进行标记，并协助找到对象的边界。
• 像素计数 – 简单的算法可以对感兴趣区域或整体图像中各个灰度级的像素数量进行计数，从而为其他功能提供所需信息。
• Blob 检测 – 可以识别不同区域，为其他功能提供所需信息。
• 图案/模板匹配 – 引导和定位功能在部件和产品上使用图案匹配或模板匹配，以确定对象的位置和方向。
• 色彩分析 – 如果物体颜色是一项重要的特征，则可提供多种色彩工具，包括色彩提取、分割以及色彩匹配。 

使用图像信息

图像分析所获取的信息不太适合保留在相机中。与需要使用该信息的其他系统共享该信息。

为此，机器视觉系统往往会通过有线连接，并使用标准工业格式或协议与其他设备共享数据。随后，该数据可满足多种用途：

• 数据可以向附近的可编程逻辑控制器 (PLC) 发出指令，让其发射活塞，将缺陷元件从生产线上弹出。
• 数据可以在人机界面 (HMI) 显示屏上弹出，以便操作员检查生产流程并进行调整。
• 数据可为工厂的流程控制系统或制造执行系统 (MES) 使用，协助系统进行调整，以优化制造流程。
• 数据可以触发自动化分拣系统中的分拣机制，以便将包装放在正确的卡车上。 

基于图像的数据也可以推动更大的决策

除了对单个部件、产品或包装进行单独操作外，还可以对机器视觉应用生成的数据进行汇总，用于解决更大的业务问题。

例如，企业可以使用该数据找出延迟、缺陷和缺失货件背后的根本原因。是否有供应商使用劣质原材料来制作部件？ 问题是否由部件储存或部件运输方式导致？ 工人是否接受了充分培训？ 分析机器视觉数据，以确定问题根源。

机器视觉数据的其他用途可能包括：

• 了解特定类型的部件会导致安装了该部件的组件遭到拒绝。
• 定位并识别部件，不断更新库存水平，确保准确完成订单。
• 使用企业资源规划 (ERP) 系统分析大型数据集，以便做出长期运营决策。
• 检查不合格率及其类型，以便找出导致生产错误的具体环节。 

通信协议类型

自动化制造中使用的协议种类繁多，例如通过直接连接发送的简单开/关信号、包括以太网/IP、Profibus 和 DeviceNet 在内等复杂的工业协议等。

尽管互操作性十分常见，您可以放心为特定作业购买最佳设备，并确信该设备可以与当前所有设备进行通信，不过，不同制造商仍然喜欢采用特定类型的不同协议，而且还有许多专有标准。

可以对机器视觉系统进行配置，让其与几乎任何一套工业协议实现互操作性，以便为改进自动化工业运营提供易用信息。