视觉检测结合深度学习：算法与应用探索

第1章 简介

1. 机器视觉常见任务

1. 目标识别（Object identification）：用来甄别不同的被测物体。比如物流控制或者根据不同目标进行不同检测。识别可以基于特殊的识别特征，比如字符串、条码或被测物体的形状等特性。
2. 位置检测（Position detection）：用来控制机器人在组装生产线上将产品的组件放置到正确位置。如贴片机就是将元器件放置到印刷电路板（PCB）上的正确位置。根据不同的应用，位置检测可以是二维或三维。
3. 完整性检测（Completeness checking）：通常在产品装配进行到一定阶段后进行完整性检测。比如当元器件安放于印刷电路板后要通过检测来确保产品装配是正确的，即正确的元器件被安放在正确的位置。
4. 形状和尺寸检测（Shape and dimensional inspection）：用来检测产品的几何参数来保障其在允许的公差范围。可在生产过程中，通过该检测确认产品是否合格。也可在使用一段时间后，通过该检测确认产品经磨损后是否任满足要求。
5. 表面检测（Surface inspection）：用于检查完成的产品是否存在缺陷，如是否有划痕，是否凹凸不平等。

2. 典型的机器视觉系统

组成：

1. 被测物
2. 摄像机
3. 光源
4. 光电传感器
5. 计算机（如工业PC、智能摄像机）
6. 摄像机-计算机接口（如图像采集卡、IEEE1394、USB、网络等）
7. 图像
8. 机器视觉软件
9. 检测结果
10. 数字I/O接口
11. 控制器（如可编程控制器PLC、分布式控制系统DCS等）
12. 通信接口（如现场总线、串口等）
13. 执行机构

运行过程：

1. 传送带移动被测物；
2. 在光源照射下，光电传感器检测到被测物经过，发出触发信号；
3. 计算机接受触发信号，控制摄像机采集图像；
4. 摄像机通过摄像机-计算机接口将采集到的图像发送给计算机；
5. 机器视觉软件检测图像中的被测物，并通过I/O接口将检测结果发送给控制器；
6. 控制器通过通信接口控制执行机构作出相应操作。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删