工業(yè)自動(dòng)化質(zhì)檢中怎樣使用OpenCV進(jìn)行圖像處理呢？

機(jī)器視覺(jué)的圖像識(shí)別，就是利用機(jī)器人對(duì)圖像進(jìn)行分析、處理，從而實(shí)現(xiàn)不同的目標(biāo)。工業(yè)質(zhì)量問(wèn)題研究大多數(shù)是需要一對(duì)一分析，在這里我們只能淺嘗輒止的介紹自動(dòng)質(zhì)檢。解決實(shí)際問(wèn)題要具體分析選擇合適的識(shí)別方法。

自動(dòng)化質(zhì)檢在現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中可以有效的降低質(zhì)量檢測(cè)的成本，并增加質(zhì)檢質(zhì)量和速度，與人類視覺(jué)相比，機(jī)器視覺(jué)優(yōu)勢(shì)明顯

1）精確度高：機(jī)器視覺(jué)自動(dòng)化質(zhì)檢可顯著提高灰度級(jí)，同時(shí)可觀測(cè)微米級(jí)的目標(biāo)；

2）速度快：機(jī)器可以按照指定頻率進(jìn)行質(zhì)檢，甚至可達(dá)微秒級(jí)別；

3）穩(wěn)定性高：人工質(zhì)檢質(zhì)量很大程度上依賴于質(zhì)檢員的業(yè)務(wù)水平和個(gè)人工作狀態(tài)，避免漏檢錯(cuò)檢。

4）信息存儲(chǔ)：機(jī)器視覺(jué)檢測(cè)的結(jié)果無(wú)論是產(chǎn)品狀態(tài)還是檢測(cè)結(jié)果描述都可以輕松的自動(dòng)保存歸檔，為下一步分析工作做好數(shù)據(jù)準(zhǔn)備。

常見(jiàn)的外觀質(zhì)量問(wèn)題有：

產(chǎn)品表面缺陷：劃傷、劃痕、輥印、凹坑、粗糙、波紋

非金屬產(chǎn)品表面的夾雜、破損、污點(diǎn)

裝配質(zhì)量檢測(cè)：零件裝配完整性檢測(cè)，裝配尺寸精度檢測(cè)，位置/角度測(cè)量

打印檢測(cè)：打印不全、打印歪斜、邊緣不清晰

這些問(wèn)題歸結(jié)起來(lái)主要：

判斷目標(biāo)是否存在計(jì)劃外邊緣特征：比如額外的紋理，額外的凹痕。

判斷計(jì)劃內(nèi)的特征匹配，比如Brute-Force，F(xiàn)LANN

大多數(shù)特征檢測(cè)算法都會(huì)涉及圖像的角點(diǎn)、邊和斑點(diǎn)的識(shí)別。最常用的特征檢測(cè)和提取算法有：

用于檢測(cè)角點(diǎn)：Harris, FAST

用于檢測(cè)斑點(diǎn): SIFT（Blob）, SURF,BRIEF

ORB:代表帶方向的FAST算法與具有旋轉(zhuǎn)不變性的BRIEF算法

匹配：Brute-Force，F(xiàn)LANN

工業(yè)生產(chǎn)中的視覺(jué)定位已應(yīng)用好多行業(yè)，比如半導(dǎo)體封裝，工業(yè)制造領(lǐng)域。

一、 半導(dǎo)體封裝領(lǐng)域

在半導(dǎo)體領(lǐng)域中，設(shè)備需要根據(jù)機(jī)器視覺(jué)取得的芯片位置信息調(diào)取拾取頭，準(zhǔn)確拾取芯片進(jìn)行綁定，這是視覺(jué)定位在半導(dǎo)體封裝領(lǐng)域廣泛的應(yīng)用。

二、機(jī)器人工業(yè)制造領(lǐng)域

隨著機(jī)器人視覺(jué)定位技術(shù)發(fā)展，提升機(jī)器人在作業(yè)中精準(zhǔn)性和穩(wěn)定性，使企業(yè)在生產(chǎn)中效率大大的提高，節(jié)省勞動(dòng)成本，提高市場(chǎng)的競(jìng)爭(zhēng)力。

提到視覺(jué)應(yīng)用，可能會(huì)人會(huì)問(wèn)，那圖像處理和視頻處理的區(qū)別：其實(shí)視頻處理本質(zhì)上也是圖像處理，即對(duì)視頻中的幀圖進(jìn)行處理，只不過(guò)多了個(gè)視頻解碼的過(guò)程。另外，視頻處理，除了對(duì)幀內(nèi)圖像進(jìn)行處理，還可能需要分析幀與幀之間的關(guān)系

下面我們用一個(gè)簡(jiǎn)單的demo來(lái)幫助讀者理解一般實(shí)施步驟：

打開(kāi)攝像頭，讀取幀

對(duì)幀圖像進(jìn)行預(yù)處理（灰度化，濾波，二值化。實(shí)際質(zhì)檢中可能還要圖像矯正，生態(tài)學(xué)處理以達(dá)到更好的處理效果）

對(duì)幀圖像進(jìn)行缺陷識(shí)別

對(duì)符合要求的圖像進(jìn)行保存

在實(shí)際應(yīng)用中，一般會(huì)根據(jù)質(zhì)檢結(jié)果調(diào)用工業(yè)控制系統(tǒng)進(jìn)行相應(yīng)的產(chǎn)品分流，把不合格產(chǎn)品發(fā)送到復(fù)檢區(qū)域，合格產(chǎn)品發(fā)送到下一道工序

雖然機(jī)器自動(dòng)質(zhì)檢有很多優(yōu)點(diǎn)，但是要全免替代人工目檢，機(jī)器視覺(jué)還有諸多難點(diǎn)有待攻破。比如由于不同材料物體表面反光、折射等問(wèn)題都會(huì)影響被測(cè)物體特征的提取，因此光源亮度角度以及圖像采集的質(zhì)量直接影響了質(zhì)檢結(jié)果。比如現(xiàn)在玻璃、反光表面的劃痕檢測(cè)等，很多時(shí)候問(wèn)題都卡在不同缺陷的集成成像上。

在實(shí)際生產(chǎn)中，我們往往是給定程序一些具體的缺陷模式，使用機(jī)器視覺(jué)來(lái)識(shí)別它們到底有沒(méi)有發(fā)生以及和標(biāo)準(zhǔn)對(duì)比的質(zhì)量偏差程度。但有些缺陷并不一定在我們之前經(jīng)驗(yàn)中遇到過(guò)，進(jìn)而導(dǎo)致漏檢。如果人工質(zhì)檢，質(zhì)檢員一般會(huì)意識(shí)到新增的缺陷并進(jìn)行進(jìn)一步的質(zhì)檢判斷。當(dāng)然，這些問(wèn)題隨著技術(shù)的發(fā)展都會(huì)得到優(yōu)化解決。

審核編輯：劉清