視覺系統可以快速、準確和高可重復性地自動完成諸如部件測量和檢查的工作，這樣就可以幫助制造商提高產品質量和生產力。視覺系統在制造過程中的每一步都可以生成有價值的監測數據，這同時也可以幫助控制工程師擴展過程診斷的功能。

非接觸式測量更加快捷

機器視覺在質量控制上最普遍的應用就是測量。Cognex公司的In-Sight系列視覺傳感器的市場銷售部經理BryanBoatner說，由于視覺系統測量部件特有的可以達到千分之一英寸的精度，使得它可以適用于很多從前需要采用接觸式測量方法的應用場合。

他說道：“制造商采用基于視覺的測量是有諸多原因的。速度是主要的一點。采用接觸式測量，難以跟上高吞吐量的流水線的步伐，因此，傳統地測量一般都是在產品抽檢時完成。”相對應地，機器視覺系統就可以跟上上述生產流水線的步伐，每分鐘可以完成上千次的測量，而且機器視覺系統還可以嵌入流水線系統中進行100%的監測。

消除了物理接觸，基于視覺的測量就可以“避免對零件的損傷并減少了對機械測量表面磨損和劃痕的維護。最終，視覺系統可以測量某些不能用接觸式方法測量的零件。”Boatner說道。

MatroxImaging公司的圖像軟件小組組長ArnaudLina，贊同道：機器視覺為物理計量學提供了很多新的可能，如物體的精確測量。Dalsa公司數碼圖像小組的集成產品開發戰略發展部主任BenDawson介紹了一些要點，有助于組建機器視覺測量系統以及一些其他的應用。

診斷功能

Boatner說：除了測量，機器視覺還能為診斷提供一個有效數據采集工具，這些工具可以進行過程度量和分析數據走勢。視覺系統可以為監控操作提供實時的圖像，也可以將數字圖像按時間標記存檔，便于后期檢索。

Boatner舉例說，在一個裝罐流水線上，當瓶子經過攝像機時，它可以為每一個瓶子捕捉一幅圖像，并將其與一系列標準參數對比，檢查充滿程度、瓶蓋、密封程度和標簽、外觀和變形程度。當出現一個參數超標時，就發出信號提示此瓶需要被移至廢物儲存室。而且，這個可以通過設置系統，使之將次品瓶子的圖像存儲到一個數據庫中用于分析。工程師們可以觀察圖像來進行根源分析，而不是再次從廢物儲存室里取樣，再找到次品的來源。將次品圖像存檔以備后用的方法可以作為一種診斷工具使用，它有助于故障查找并減少停機時間。

最優方法

Boatner說，視覺產品逐漸被歸為三種主要類別：視覺傳感器（一般是獨立的、低功耗的檢測設備）、基于PC機的視覺系統（帶有電源并且可以使用簡單的圖形化編程語言進行靈活的編程）、專家傳感器（針對特定自動化問題的低功耗技術）。這三個類別的視覺產品都包括攝像頭、處理器、圖像分析軟件、光源和網絡互連功能。

DMC系統集成公司技術主管KenBrey建議道：共享一些機器視覺技術的方法和技巧有助于最終用戶明白什么應該做什么不應該做。

由以上所述，我們可以列出幾種最優方法：很多器件是相互依賴的，所以這個列表不是嚴格排序的。例如，功能強大的軟件可以補償非最佳光源的不足；合理地使用鏡頭可以降低硬件的功耗。

組建工具：每一個視覺系統搭建區域或者實驗室里都應該有一系列的備用零件、鏡頭和其他組件，配合簡單的機器視覺攝像頭、光源和安裝選項，工程師可以在這些材料中酌情選擇，搭建視覺系統。Brey說一組合理的原材料大約要$300。

搭建系統用附件：一個塑料標尺，大約$2，就可以為前置光源后置光源來測量視野。擺放成45度角，聚焦在中間（而不是邊緣），它可以測量景深（例如15mm長的標尺距離，除以1.41得到景深）。對于高放大倍數的應用場合，使用一個簡單的價值$40的朗奇光柵，檢查光學系統得失真。更換鏡頭并在最小視野下調整攝像頭的位置。無需購買超過實際需要的攝像頭，但需要花費時間對結果進行數學換算。

搭建系統用附件：一組顏色濾鏡，大約$150，可以減少環境光線的影響；濾除不同材料光波中的共同波長部分，進而增加對比度。

搭建系統用附件：焦距擴展設備，大約$95，可以通過使用一個2倍的焦距擴展設備仿真一個更長焦距的鏡頭，如將50mm的焦距變換為100mm的焦距或35mm的焦距變換為70mm。然而，這種使用方法的曝光時間將4倍于長焦距鏡頭搭配相應f制光圈的使用方法。Brey說這是擴展器的一個弊端。如果不考慮曝光時間的話，焦距擴展器就可以被接納為系統的一部分。因為它能在空間很緊密的條件下提供更短的光學距離，并且能夠降低整個光學系統的花費。

搭建系統用附件：鏡式分光器，價值$50，可以與一個環形光源或集成的攝像頭光源搭配使用，以使攝像頭和光源垂直于零件。在45度的角度上，通過反射一半光線、透射另一半光線，可以模擬一個散射同軸光源（DOAL；如圖）。對于漫反射，可以調整攝像頭，以使中央光圈環繞待測零件，這樣可以消除測量誤差。在機器人技術的應用中，例如在發動機組周圍可以在每一個測量點對機器人進行示教。對于遠程測量，它也可以增加精度。散射同軸光源（DOAL）可以減少反射和閃耀、消除亮點和異物，例如通過給出邊緣對比度可以消除油漆表面上的結塊。

應用須知，知道你在測試什么：明白好的和不好的零件或產品之間的差別。規范得越精確，就越容易解決問題。更重要的是，選擇邊緣產品進行檢測，可以減少判斷出錯。

應用須知，視覺系統的性能：在視覺傳感器選型之前，首先要確定此系統的應用范圍，以保證此視覺系統在速度、精度和采集要求上留有足夠的性能余量。原因是用戶既然已經熟悉了機器視覺的能力，他們便想盡可能多地完成有關視覺的作業，而且還要考慮到未來對加大吞吐量、生產新產品、生產現有產品的改裝產品的需求。

應用須知，攝像頭的性能、分辨率：攝像頭必須具有足夠的像素，以便對最小的點進行分析。對于電測量，如針孔瑕疵測量，希望最小點的尺寸至少是3×3個像素點。優秀的機器視覺軟件可以在1/10個像素點的尺度下進行邊到邊的距離測量，甚至可以更好。這對于某些種類的測量可以極大地提高分辨率。

應用須知，硬件：圖像采集硬件（即“圖像采集卡”）必須具有低噪聲和低抖動，以便進行穩定的測量。

應用須知，軟件：確保基于視覺的度量衡能對測量公差給予明確的定義。例如有多種不同的方法可以測量垂直度，所以你必須先確定此視覺解決方案能夠完成所要求的測試。

應用須知，重復性能：任何傳感作業，包括視覺傳感，都需要重復測量來盡可能多地進行可靠地檢測。要測試重復性，須在視覺系統下放置一個零件，“至少進行5次測量，且在測量過程中不能改變零件的位置、光源或其他變量。據此，你可以繪出測量的重復性，并且確保結果中的任何改變都在測量允許公差之內。”Boatner說道。

在采購之前，考慮附加功能：不要僅看價格，而不考慮這些購買的東西所帶來的潛在附加功能就確定是否購買。投資在具有強大軟件支持的視覺系統上可以節省資金，因為這樣可以減少對更昂貴的光源、光學設備或零件夾持裝置的需求。

在采購之前，針對實際的零件使用售前演示來檢查：讓視覺系統的賣主作一個售前演示，對從好到壞的各類產品或零件的樣本進行概念論證和驗證作業。

鏡頭選擇，避免失真：標準的機器視覺鏡頭都有光學失真、負失真或桶狀失真，當在距鏡頭不同距離的位置測量時，還會產生透視失真。雖然這些失真可以被機器視覺系統部分地校正。但更好的解決方法是使用低失真的鏡頭或遠心透鏡。Dawson建議“向賣主尋求幫助。”

鏡頭選擇，視野，分辨率：根據視野要求和對最小感興趣點的分辨率來選擇鏡頭。Dawson說，制約分辨率組件的應該是攝像頭而不是鏡頭。

光源，避免反射：提供一種可以增強待測量并且抑制人為影響的光源，不必要的反射就是人為影響。例如沖壓金屬板之類的可以用逆光照射零件，我們就用平行光源來凸現其邊緣。正確的光源選擇需要一定經驗和試驗測定。同樣，你也可以向視覺系統賣主尋求幫助。

光源，對比度：Lina說，由于測試精度會受到對比度和噪聲的影響，所以盡可能在最優條件下獲取圖像。

光源，對比度，顏色：要謹記光源對于產生易于觀測的對比度和得到一幅優質的圖片是至關重要的。當考慮光源的時候，就要考慮光源類型和光源顏色。

光源，景深：Boatner說，確保光源是符合景深和視野要求的。

安裝：在通常的測量應用當中，攝像頭安裝在零件的上方或在一側，當零件進入視野時，采集圖像用于測量。然后使用測量工具軟件進行圖形分析，軟件可以計算圖像中不同點的距離。以這些計算為基礎，視覺系統判斷零件的精度是否在公差允許范圍內。如果超過，視覺系統就發送一個不合格信號給一個邏輯器件（例如可編程邏輯控制器，PLC），它可以驅動一個機械機構把不合格產品從流水線剔除。

軟件，自動設置：選擇一個可以自動設置度量模版（測量區域圖）的度量工具。例如，如果用幾何圖案識別來確定零件的位置和朝向，根據這些識別的結果，系統可以自動調整度量的區域。

軟件，基于幾何學：依賴基本的幾何學操作而不是復雜的數學。通過采用一個具有多重復坐標系系統的度量工具包，你可以便利地用幾何學方法從已有特征得到新的特征。

軟件，攝像頭定位，校準：校準！選擇一個工作在現實世界坐標系下的軟件包，然后對攝像頭進行定位，避免主要的失真和透視。從源圖像（失真的）提取欲度量的特征，然后在采取校正操作的空間中對其進行測量。這樣對失真的圖像采取度量操作就不會降低精度等級。

軟件，易用性：選擇容易設置和使用的機器視覺軟件，它可以對光學失真或透視失真進行校正，而且提供亞像素精度；即使測量的分辨率高達1/25個像素點甚至更高，也可以在幾分鐘之內完成軟件設置和失真校正。

軟件，基于特征：對圖像進行度量的方法應該是基于特征的，它是一種從灰度像素值中提取幾何特征的技術。Lina說：這種算法可以模擬現實世界的度量是如何進行的，而且這種算法的強壯性足夠應對亮度上的變化。

軟件，視野：為了最優化操作，盡可能地使視野區域緊密地環繞待測特征。

軟件，測量工具：預設置軟件工具庫可以簡化包括測量在內的機器視覺應用的設置。測量工具通過測量圖像中邊沿的距離來完成工作。一幅由灰度像素點組成的圖像，其灰度值的急劇變化處便是邊沿。變化可以使由暗到亮或由亮到暗。除了計算邊沿之間的距離，測量工具還測量邊沿之間所成的角度和零件上的孔的大小和位置。

軟件，設置/編程：Boatner指出：“一些視覺軟件平臺比另一些易用。”因為這些軟件平臺為用戶提供了點擊式控制，而不需要用戶使用高級編程語言進行設置。

基于視覺的測量軟件，包括：

*邊沿檢測：忽略背景中的變化，并對圖像中的邊沿進行定位，計算邊沿的角度及量級。

*卡尺：對零件的特征寬度提供高速的、亞像素級的測量。

*區域（Blob）分析：表現高度的可重復性，測量零件特征的區域、尺寸、和質心。

*刻度校準：將攝像頭的像素點轉化為實際世界中的工程單位。

*非線性校準：最優化系統精度，矯正由鏡頭和投射光帶來的失真。而且可以在大視野的應用中使用更小、更易管理的矯正模板。

通過簡單的統計設置測量臨界值：反復地改變測量極限和評估結果是非常耗時的，而且在你的改變和評估完成時，也不能說測量極限處于最佳位置。只有當時間都已經被浪費之后，你才可以判斷它是否起作用，而且你還不能完全確定。為了節省時間，Brey說：

*設置你的視覺系統，令其輸出標準值，產品通過的臨界值正是根據此標準值來設置的。

*對收集的圖像進行處理，然后將輸出值整理成電子數據表格。

*把合格零件和不合格的零件的檢測數據分開。

*計算這兩組數據的標準差。

*生成柱狀圖。這兩組數據的柱狀分布不能交迭，如果交迭了，就要找一個更合適的標準值。

*對不合格組求平均值，選取一個臨界值，使臨界值在平均值之上的部分達到3Sigma（99.73%）。不合格率是由合格組的Sigma等級決定的。

*如果對于合格組和不合格組，不存在一個可以達到3Sigma等級的臨界值，則再找一個新的標準值。

設置，檢測方案的優化：使用存儲的圖形來提高檢測的優化程度：視覺工程師會花費幾個小時來優化檢測方案。成本包括資金、零件和執行檢測過程的時間。為一個罕見的疵點進行的等待是必要的，然而花費時間去等待或去制造疵點就是一種浪費了。而且對這些改動所進行的有效性論證也是很耗時的。因此：

*排列攝像頭和光源，使其達到最優。確保所有感興趣的物體都是可見的而且有最佳的對比度。

*校正系統，使其聚焦。

*收集一打，有時是上百幅不同零件的圖像。生成一個較小的工作樣品組，10到20幅圖像，有少數合格零件的圖像，幾幅各種不合格情況的圖像。而完成此工作可能要收集數十億幅圖像。

*生成檢測方案然后優化它，直到工作樣品組中的所有圖像都能正確地評估。

*檢測較大樣品組中的所有圖像。優化檢測方案，直到不存在“錯誤接受”的不合格樣品，而且不合格率也可以接受，那么

*把這個檢測方案應用到系統上。繼續收集所有的圖像。出現任何有問題的圖像，將其加入工作樣品組，然后離線地進一步優化檢測方案，這樣可以減少在工作機組前的等待時間。