苛刻的機器視覺應用越來越依賴于更復雜的組件和系統(tǒng)的設計，規(guī)范和集成，以獲得成功和可靠的性能。

近年來，機器視覺行業(yè)的快速增長部分得益于機器視覺技術和組件的持續(xù)發(fā)展。機器視覺應用程序的總體成功無疑與勝任的系統(tǒng)集成緊密相關–對任務的組件的分析、規(guī)范、設計和實現(xiàn)至關重要。在本次討論中，我們將回顧機器視覺系統(tǒng)集成，并介紹機器視覺行業(yè)中一些重要的技術，如3D成像、彩色成像、深度學習和線掃描成像儀以及一些實用信息，以幫助您在檢測、測量和指導應用中成功合并和實施它們。

獲取和處理簡單灰度圖像的組件無疑在當今市場中占據(jù)機器視覺應用基礎主導地位。當然，這些設備非常可靠、易于使用，并且適用于各種檢查、指導和計量項目。但是，還有其他可用的技術可以更好地適用于某些應用，并且對某些應用來說是唯一合適的解決方案。在所有情況下，都應遵循基本的集成概念，以確保實現(xiàn)設計最佳的機器視覺解決方案。

考慮到這一點，讓我們從簡要回顧系統(tǒng)集成最佳實踐開始，然后討論如何應用和集成一些超越基本灰度區(qū)域相機的關鍵機器視覺技術。

回顧機器視覺系統(tǒng)集成的最佳實踐

雖然這些指南對于機器視覺項目至關重要，但它們可以應用于各種學科的任何自動化項目中。修改基本概念以最好地滿足您的需求。

開發(fā)和使用正式的應用程序分析文檔

分析并記錄現(xiàn)有操作，流程或自動化的需求，并收集與目標應用程序，部件和產(chǎn)品相關的所有詳細信息。

記錄項目規(guī)范

確定系統(tǒng)要執(zhí)行的功能和操作（檢查，指導，測量等）以及相關的性能指標。詳細說明將支持所提議系統(tǒng)的技術以及潛在的系統(tǒng)限制和例外。

專注于“關鍵路徑”組件

機器視覺系統(tǒng)通常是“關鍵路徑”組件，如果它無法在系統(tǒng)中按需執(zhí)行，則可能會阻礙整個項目的整體運行，圍繞關鍵組件的功能設計系統(tǒng)非常重要。

有一個集成或項目計劃和有組織的任務列表

使用項目管理軟件工具使項目保持正常運行，但一定要確定任務的細節(jié)，而不僅僅是時間表。制定實施和配置系統(tǒng)中機器視覺、自動化、用戶界面和其他組件的開發(fā)指南，經(jīng)常進行測試。

管理項目

沒有軟件工具可以代替良好的項目管理，技術項目確實需要管理。項目團隊，銷售，管理層和客戶之間的良好溝通有助于確保項目成功實施。

安裝–優(yōu)化，而非設計

雖然有些情況下必須在線安裝后進行一些成像、處理或程序開發(fā)，但這應該是例外而不是常態(tài)。在最終安裝之前，經(jīng)過有效的測試和驗證，是成功實施項目的關鍵。

擁有并使用驗證計劃

始終擁有并使用書面驗證計劃來量化系統(tǒng)性能。該文檔應概述功能和操作標準以及指示系統(tǒng)符合規(guī)范的指標。

關鍵機器視覺技術的應用

對于機器視覺系統(tǒng)架構師來說，有更多可行的組件選擇可供考慮并應用于各種應用的成功集成。并非所有技術都是新技術，但設備和軟件的改進有助于使組件更廣泛適用并更易于集成。在這里，我們將描述一些超越基本灰度相機的一般技術類別，以及將它們整合到成功的機器視覺解決方案中的一些方法。

線掃描成像

線掃描指的是成像設備沒有一次拍攝快照（“區(qū)域”成像）的事實。該設備僅捕獲圖像信息的薄“切片”或單個“線”，并且處理該線性數(shù)據(jù)（不常見）或將許多行組合成標準圖像的連續(xù)行以供后續(xù)處理。換言之講對象或相機必須移動才能創(chuàng)建圖像。

在可以適當集成的情況下，線掃描成像與區(qū)域成像相比具有許多重要的優(yōu)點。今天的線掃描相機具有寬度范圍從大約0.5K像素到超過16K像素的傳感器（行數(shù)可變，這取決于為得到的圖像選擇了多少行）。得到的組合圖像在像素數(shù)方面可以產(chǎn)生比區(qū)域相機更高的分辨率，并且可能以更低的成本。因為線掃描成像一次僅捕獲對象的單個線性“切片”，所以該技術可以在區(qū)域相機不能的某些情況下產(chǎn)生非常一致的圖像。以圓柱形物體為例（例如，飲料罐或類似容器）。通過對圓柱體的圓周的小切片進行成像，可以再現(xiàn)圓柱體表面的非?？臻g精確的表示，由于圓柱體的曲率的透視，對于區(qū)域圖像是不可能的。在一些實施方案中，線掃描成像可產(chǎn)生比使用區(qū)域相機成像更快的處理時間。高速線掃描相機可以以超過120khz的速率捕獲圖像的每一行（幀速率根據(jù)相機和接口類型而變化）。

在許多情況下，3D成像提供了標準2D灰度成像技術所不具備的有用數(shù)據(jù)，包括深度和輪廓信息。

考慮到必須照亮單行像素，線掃描應用的照明可以比區(qū)域相機更簡單。通常，線性光源（前照明或后照明）是使用線掃描相機獲得合適圖像所需的全部。但是，請注意，使用線掃描可能無法始終實現(xiàn)一些有益于區(qū)域相機的照明技術。

用于線掃描應用的光學（透鏡）通常是最大的集成挑戰(zhàn)。在線性像素寬度大于2K（取決于像素大小）時，通常標準的，熟悉的C-mount鏡頭不能與相機一起使用，并且必須指定F-mount或甚至更專業(yè)的鏡頭。在某些情況下，用于線掃描相機的鏡頭組件可能非常大并且需要專門的安裝。

集成線掃描相機通常需要使用編碼器以適當?shù)目臻g間隔觸發(fā)線。相對于移動的精確脈沖定時的配置取決于諸如像素空間分辨率，運動速度和幀速率的度量。幸運的是，相機和相機軟件的進步有助于使配置更加用戶友好。

3D成像

許多應用程序可以從3D空間中出現(xiàn)的對象和特征的識別或表現(xiàn)中受益。在過去幾年中，用于關鍵機器視覺應用（如檢查，缺陷分析，計量和機器人引導）的3D成像系統(tǒng)的可用性和種類顯著增長。實際上，使用3D技術成功地實現(xiàn)了使用灰度成像無法可靠地解決的某些應用。

3D成像的關鍵價值在于，所有圖像信息都代表空間中的實際點，而不是像2D成像那樣的灰度或顏色強度值。這些點可以校準到某些已知的世界坐標系（例如，當信息用于指導時），或者簡單地相對于彼此進行分析以提取特征，缺陷和執(zhí)行3D測量。請注意，3D系統(tǒng)提供相機查看的表面“輪廓”。

在描述如何選擇組件時，它可以幫助在應用程序類別中考慮3D技術。

測量和缺陷檢測

許多用于計量和缺陷檢測的3D成像系統(tǒng)使用掃描和激光三角測量（有時稱為距離或深度傳感器）來構成圖像。這些系統(tǒng)可以提供比其他3D成像技術更高的精度，盡管這些組件具有稍微有限的視野，并且確實需要傳感器或部件處于運動中以捕獲圖像。通常提供的成像工具和算法旨在評估3D特征，并提供包括深度和有時位置的測量。

指導和對象定位或識別

其他3D系統(tǒng)主要關注指導，定位和/或識別的應用。此類別中的某些組件也使用3D激光掃描，而其他組件則使用各種涉及結構照明的技術來收集3D點。對于后者，優(yōu)點是成像器在沒有相機或部件運動的情況下拍攝單個快照。這些系統(tǒng)返回的圖像可以是像距離傳感器一樣的深度圖像，也可以是稱為“點云”的3D映射點的集合。這些系統(tǒng)中的軟件通過組合相鄰點以各種方式定位指導和位置任務并提取幾何特征。這些特征可能是簡單的定位點，甚至是用CAD數(shù)據(jù)定義的對象的3D空間匹配。在實現(xiàn)中，系統(tǒng)通常可以定位具有良好可靠性的隨機定向的已知和未混合部分，然而隨機混合部分或對象的識別和定位是極其困難的任務，對于許多應用而言仍然是研究工作。

CAD重建

一些3D成像系統(tǒng)專門設計用于掃描對象和捕獲表面數(shù)據(jù)，以便將該數(shù)據(jù)轉換為3DCAD模型以進行進一步處理。這些是高度專業(yè)化的系統(tǒng)，可以很好地執(zhí)行重建任務，但不能考慮用于其他任務。

深度學習

也許機器視覺行業(yè)最熱門的流行語現(xiàn)在是“深度學習”。用稱為“神經(jīng)網(wǎng)絡”的軟件算法方法實現(xiàn)的機器學習已存在多年。深度學習是該技術的最新擴展，專門結合了稱為卷積神經(jīng)網(wǎng)絡或CNN的網(wǎng)絡層。該技術的簡單描述是它通過示例對圖像進行分類，學習這些分類。（想想谷歌的圖像搜索功能;你可以上傳貓的照片，而“人工智能”會將它歸類為貓，甚至可能知道該品種。）

大多數(shù)計算機編程愛好者都可以理解最基本的神經(jīng)網(wǎng)絡和深度學習。然而，機器視覺集成商尋求使用不斷增長的產(chǎn)品和庫提供機器視覺深度學習功能來實現(xiàn)技術，因此不需要了解深度學習的工作原理。深度學習機器視覺的整合幾乎只是一個“展示和走向”的過程。

盡管如此，深度學習并不適合所有應用。此外，集成中的關鍵細節(jié)仍然是純粹的成像任務。深度學習非常有用的應用是需要主觀分類的應用，例如檢測缺陷或不符合特征有些主觀的不合格部分，并且可以很好地定義標稱良好部分（即使好的部分有一些固有的變化）。通常不能很好地指出深度學習的是需要離散分析，計量或定位的應用。有些應用可以通過標準機器視覺，3D成像，彩色成像或深度學習來勝任解決，在這些情況下，必須權衡集成和配置成本和技術。

許多考慮深度學習的錯誤是認為該技術自動克服了照明，零件展示和光學等集成考慮因素。從這個意義上講，深度學習的成像與所有機器視覺應用相同：對象，缺陷或其他感興趣的特征必須在對比度和足夠的像素分辨率方面與其他部分區(qū)分開來，并且必須控制演示確保正確成像。

彩色，多光譜和超光譜成像

機器視覺的彩色成像集成對于需要識別，區(qū)分或驗證對象或特征顏色的應用程序非常有用。具有彩色圖像數(shù)據(jù)可以在灰度圖像不能的某些情況下增強特征對比度并隔離特征。標準彩色攝像機和工具在基本機器視覺系統(tǒng)中廣泛使用，并且是一種可在適當時輕松考慮和集成的成像選項。最常見的彩色攝像機采用三個寬帶色彩平面拍攝圖像;紅色，綠色和藍色，并組合這些顏色平面以創(chuàng)建全彩色圖像。

一種更強大的彩色成像技術，近年來已經(jīng)變得更加廣泛，但并不是新的，而是高光譜成像技術。這種類型的相機通過許多（有時100或更多）非常窄的顏色帶寬獲取圖像，這些帶寬通常從紫外線到近紅外或短波紅外線。這種增強的功能允許集成商為對象或特征定義復雜的顏色“輪廓”，其精度在基本RGB彩色成像中是不可用的。即使對于人眼而言可能不可區(qū)分或可見的特征，缺陷和顏色有時也可通過高光譜成像容易地檢測到。與高光譜成像密切相關的是多光譜成像。多光譜相機在圖像中提供較少的色彩平面（通常小于10），并且通常選擇顏色帶寬并調整到特定應用。超光譜和多光譜相機的規(guī)范和集成可能很復雜。大多數(shù)高光譜系統(tǒng)必須具有對象。選擇帶寬和調整顏色配置文件可能需要一些專業(yè)技術。

在所有顏色應用中，關鍵的集成挑戰(zhàn)是照明。如果沒有為所有感興趣的顏色提供照明的光源，則無法對顏色內容進行成像。第一直覺是使用“白色”燈，但我們如何定義“白色”？不幸的是，流行的機器視覺光源（如LED）可能不是“白色”，因為光源不能提供均勻的照明而沒有丟失或某些波長的強峰。對于給定的應用，可用的“白色”可能是足夠的，只要知道需要更接近顏色區(qū)分的應用通常需要更均勻的白光源。通常解決方案是使用像鹵素或氙這樣的白熾光源，但最近可以使用稱為“多光譜照明”的新LED技術，通過組合多種LED顏色和平衡輸出，更接近全帶寬照明。

總之，標準機器視覺組件和系統(tǒng)仍然是一個很好的集成選擇，但擁有更廣泛的工具集可以增強可成功和可靠集成的機器視覺應用的范圍。