机器视觉的功能：识别、测量、定位、检测

在工业应用场景中，机器视觉是指通过采用适合被测物体的多角度光源和非接触传感器获取真实物体的图像，通过计算机从图像中提取信息，进行分析、处理，最终用于检测和控制机器运动的装置。

机器视觉通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉的成像系统可以类比为人类的视觉器官，输入图像信息；视觉控制系统可以类比为人类的大脑，处理和解释视觉图像。

机器视觉的构成

机器视觉系统是一个包含硬件、软件和算法等诸多单元的应用系统，主要包括成像和图像处理两大部分，前者通过硬件部分实现，后者由算法及软件构成的视觉控制系统负责，对成像进行处理分析，输出分析结果至执行机构。

典型机器视觉系统构成示意图

光源

光源是机器视觉系统中最关键的部件之一，其在机器视觉中的作用主要包括：照亮目标、突出特征，形成有利于图像处理的效果；克服环境光干扰，保证图像稳定性；用作测量的工具或参照物。

与民用照明光源相比，机器视觉光源在照度、均匀性和稳定性三个核心指标上有较高的要求。合适的光源设备能够使被测物与背景尽量明显区分，获得高品质、高对比度的图像。在机器视觉领域的应用中，由于应用对象与检测要求的不同，尚无通用的机器视觉照明系统，需针对特定案例设计相应的照明方案，以达到最佳照明效果。

镜头

镜头相当于人眼的晶状体，是机器视觉采集和传递被摄物体信息过程的起点。镜头将目标成像在图像传感器的光敏面上，分辨率、对比度、景深以及像差等指标对成像质量具有关键性影响。与民用镜头相比，工业镜头需要更小的光学畸变、足够高的光学分辨率、丰富的光谱响应选择等，以满足不同场合视觉系统的应用需求。

相机

工业相机是机器视觉系统最核心的组件，其本质的功能就是将光信号转变成为有序的电信号，再将该信号模数转换并送到处理器后以完成图像的处理、分析和识别。与普通民用相机相比，工业相机需要更高的传输力、抗干扰能力以及稳定的成像能力。

算法和软件

对所获得的视觉信号进行处理是机器视觉系统的关键所在，机器视觉软件类似“大脑”，通过图像处理算法完成对被测物的识别、定位、测量、检测等功能。机器视觉软件分为底层算法和二次开发的软件包两类，前者是包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商。后者是封装好的、用以实现某些功能的应用软件，主要供最终用户使用。

机器视觉的功能

机器视觉结合到工厂的生产线中，可以实现四种基本功能——识别、测量、定位和检测，实现难度依次递增。

功能	含义
识别	指甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标。常见的应用场景是OCR，读取零部件上的字母、数字、字符（例如条形码、二维码等）用于溯源。
测量	指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量。
定位	指获取目标物体的位置信息，可以是二维或者是三维的位置信息 ，进而辅助执行后续操作，常用于元件对位，辅助机器人完成装配、拾取等。
检测	指对目标物体的表面状态进行检测，进而判断产品在生产制造状态中是否存在缺陷，内涵和种类繁多，例如检测零部件缺陷、污染物、功能性瑕疵等。