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。
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。一般而言，功能齐全的系统可配置性更强，执行的任务更复杂，可以拍摄更大尺寸和更高分辨率的图像。如何选择合适的传感器以及更复杂的机器视觉系统，取决于所执行的任务、数据输出格式、成本。以及期望的易用性。
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。增加深度信息将在一定程度上增加复杂性和成本，但这些额外的信息对于某些应用来说至关重要。例如，3D 视觉对于引导机械臂精确地抓取物体至关重要，无论物体在空间中的位置如何。3D 视觉还用于实现复杂的切割和焊接流程自动化。
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。传统上，缺陷检测一直由训练有素的工人手动完成。
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。
测量和计量
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、引导和定位部件
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和放置部件，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：
在输送机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码，例如零售产品上的 UPC 码和包装上的 DataMatrix 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：
跟踪包裹在物流仓库中的流转路径。
确保组件正确装配。
提供准确的医疗用品可追溯性。
按照部件上印刷的字符对其进行分类 (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)。