机器视觉技术及应用论文

根据我在广东粤为工业机器人学院学习的知识所知：在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。随着经济水平的提高，3D机器视觉也开始进入人们的视野。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。

第一章 绪论　　第一节 制造业概述　　第二节 中国制造业信息化的现状　　一、中国制造业信息化的发展历程　　二、中国制造业信息化主要差距　　三、中国制造业信息化存在问题及需求　　第三节 现代制造业信息化的发展趋势　　第四节 物联网概述　　一、物联网的概念　　二、物联网的基本框架　　三、各国物联网发展的现状　　四、物联网支撑技术　　第五节 物联网背景下中国制造业信息化的发展　　第二章 物联网感知技术　　第一节 RFID技术　　一、RFID技术概述　　二、RFID技术分类　　三、RFID工作原理　　四、各频段特性　　五、RFID信号的编码和调制　　六、RFID数据处理　　七、协议与标准　　八、RFID对制造业的影响　　九、RFID在制造业中的作用　　第二节 传感器技术　　一、传感器概述　　二、传感器的分类　　三、传感器性能指标　　四、常见传感器的工作原理　　五、传感器的发展方向　　六、传感器在制造业中的作用　　第三节 机器视觉技术　　一、机器视觉技术概述　　二、机器视觉系统的组成　　三、机器视觉系统技术要求　　四、机器视觉技术在制造业中的作用　　第三章 物联网传输技术　　第一节 无线传感网络　　一、无线传感网络的组成　　二、无线传感网络的体系结构　　三、无线传感网络的特征　　四、无线传感网络的关键技术　　五、无线传感网络的研究现状　　第二节 蓝牙技术　　一、蓝牙技术简介　　二、蓝牙协议体系结构　　三、蓝牙的组网方式　　四、蓝牙数据包及控制器状态　　第三节 WiFi技术　　一、WiFi技术简介　　二、WiFi的发展进程　　……　　第四章 物联网定位技术　　第五章 物联网之云计算　　第六章 RFID技术在制造业中的应用　　第七章 传感器及机器视觉技术在制造业中的应用　　第八章 数据传输技术在制造业中的应用　　第九章 定时定位系统在制造业中的应用

概括起来就是几大类：1、定位引导，即给机器指令告诉他去什么地方拿东西；2、自动装配，即把东西放到指定地方；3、缺陷检测，这是属于视觉检测类，是由视觉检测系统完成，对产品各种缺陷比如大小不一样、位置不同、有和无、损伤等的检测；4、测量，这也是属于视觉检测，是对目标产品几何形状的测量；5、识别，对产品进行识别分析，比如一维码二维码，字符等

基于机器视觉的仪表板总成智能集成测试系统 金属板表面自动控伤系统 汽车车身检测系统 纸币印刷质量检测系统：该系统利用图像处理技术，通过对纸币生产流水线上的纸币20多项特征（号码、盲文、颜色、图案等）进行比较分析，检测纸币的质量，替代传统的人眼辨别的方法。 智能交通管理系统：通过在交通要道放置摄像头，当有违章车辆（如闯红灯）时，摄像头将车辆的牌照拍摄下来，传输给中央管理系统，系统利用图像处理技术，对拍摄的图片进行分析，提取出车牌号，存储在数据库中，可以供管理人员进行检索。金相分析：金相图象分析系统能对金属或其它材料的基体组织、杂质含量、组织成分等进行精确、客观地分析，为产品质量提供可靠的依据。 医疗图像分析：血液细胞自动分类计数、染色体分析、癌症细胞识别等。 瓶装啤酒生产流水线检测系统：可以检测啤酒是否达到标准的容量、啤酒标签是否完整 大型工件平行度、垂直度测量仪：采用激光扫描与CCD探测系统的大型工件平行度、垂直度测量仪，它以稳定的准直激光束为测量基线，配以回转轴系，旋转五角标棱镜扫出互相平行或垂直的基准平面，将其与被测大型工件的各面进行比较。在加工或安装大型工件时，可用该认错器测量面间的平行度及垂直度。 螺纹钢外形轮廓尺寸的探测器件：以频闪光作为照明光源，利用面陈和线陈CCD作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量的动态检测系统。轴承实时监控：视觉技术实时监控轴承的负载和温度变化，消除过载和过热的危险。将传统上通过测量滚珠表面保证加工质量和安全操作的被动式测量变为主动式监控。 金属表面的裂纹测量：用微波作为信号源，根据微波发生器发出不同波涛率的方波，测量金属表面的裂纹，微波的波的频率越高，可测的裂纹越狭小。

深度学习是人工智能的热点发展方向之一，将推动我们步入控制设计和工业物联网的新台阶。机器视觉在工业控制领域极其重要，借助这些技术，使用数据驱动部署复杂的机器和设备。为了比竞争对手更好地服务其目标客户，当今的嵌入式设计团队正在寻求机器学习（ML）和深度学习（DL）等新技术，以便在有限的资源下按时向市场开发和部署复杂的机器和设备。借助这些技术，团队可以使用数据驱动的方法构建复杂的单系统或多系统模型。 ML和DL算法不是使用基于物理学的模型来描述系统的行为，而是透过数据推断出系统的模型。 传统ML算法适用于处理数据量相对较小且问题的复杂度较低的情况。 但如果是像自动驾驶汽车这样的大数据问题呢？ 解决这个挑战需要采用DL技术。 本文介绍了这种新兴技术将如何推动我们进入控制设计和工业物联网（IIoT）应用的下一个时代。

机器视觉技术，可以引用美国康耐视公司归结的：检测，测量，识别和定位。除了用机器替代人眼以外，机器视觉还有一个很重要的，用软件替代人脑的意思；相当于通过相机（也是一种机器）替代人眼，发现问题，监视产品生产；然后运用软件替代人脑，做出判断：标识有没有错？工件长宽多少？属于合格还是不合格、属于几等品？需要打标的位置对了没？主要应用，按照技术来说，从上面可以看到，很多行业和领域都会用到；从行业来说，国内外已经用到机器视觉技术的包括：FA、激光加工、太阳能、电子半导体、印刷/印钞、钢铁、烟草、机器人、LCD、LED等等，国内用到机器视觉的公司包括富士康（Apple很多部件都需要机器视觉的严格检测）、宝钢、三星中国、大族激光、ABB上海等等。