文章
  • 文章
搜索
视觉AI实验室

一、  平台简介

机器视觉及自动化实验室是惠州市广工大研究院核心研发机构之一,致力为行业用户提供基于机器视觉技术的自动化设备研制、3C产品检测服务,以解决产品缺陷检测、产品尺寸检测、多源图像信息融合、深度学习算法等工程应用的技术为主要研究方向。

本部门拥有高性能图像采集分析处理系统、高动态范围亮度成像仪、3D线扫描系统、高速相机、黑白线扫相机等仪器设备,全自主集成开发的集目标模拟、光学量测、机器视觉、图像二次开发为一体的多功能、智能化机器视觉平台,不仅可以服务于机器视觉及智能化装备的研发,也可以为企业提供光学成像等测试分析服务。同时,本部门作为惠州研究院物联网数据感知技术研究方向的突破口,为工业机器人及自动化系统集成提供核心技术支撑。


二、研究方向与课题

研究案例与研究方向:

image.png      image.png      image.png      image.png      image.png

标签检测                 整机外观            手机辅料                 PCB板                 彩盒



image.png        image.png         image.png        image.png         image.png         image.png

                                                     工件尺寸测量           连接线测量                 汽车零部件检测         五金件尺寸测量         多个工件尺寸           螺纹检测



三、实验室技术服务介绍


类别

检测项目

检测内容

成像测试

高精度可见光成像服务

采用高精度可见光成像仪,在不同的光照条件下,对目标进行静态或动态成像,提供原始图像数据,供客户进行视觉特征分析。

高对比度成像测试服务

采用高对比度可见光成像仪,在微光或高对比度光照条件下,对目标进行静态或动态成像,提供原始图像数据,供客户进行视觉特征分析。

高速成像测试服务

对高速运动物体或事件,在特定条件下对目标进行成像,提供原始图像数据,供客户进行视觉特征分析。

超高分辨率成像测试服务

对目标物体细部结构,或大区域范围进行高分辨率成像,提供原始图像数据,供客户进行视觉特征分析。

3D扫描成像测试服务

利用双目立体成像原理,对目标物体进行表面和高度数据采集,在电脑软件端还原,并判断其物理尺寸,提供原始数据,供客户进行物性分析。

高精度彩色线扫成像测试服务

对目标物体进行高速、高精度线扫成像,提供高分辨率的彩色线扫成像图像数据,供客户进行视觉特征分析。

高精度高对比线扫成像测试服务

对目标物体进行高速、高精度线扫成像,提供高分辨率的灰阶线扫成像图像数据,供客户进行视觉特征分析。

目标模拟

目标运动模拟测试

对目标进行多轴向运动状态模拟,并提供运动条件下,目标多角度成像测试,提供原始图像数据,供客户进行视觉特征分析。

目标光谱特性模拟测试

对目标进行可见光范围内多光谱模拟,并提供不同光谱照射条件下,目标成像测试,提供原始图像数据,供客户进行视觉特征分析。


表10  设计服务项目

类别

检测项目

检测内容

机器

视觉
  算法

设计

模式及几何匹配设计

对图像中特定模式或几何形状进行识别,并实现快速高精度的模式定位的算法设计。

光学特性识别/验证(OCR

对图像中的各类字体、字符及符号进行识别的算法设计。

空间标定

对图像中因相机角度或镜头扭曲等造成的干扰,进行矫正,实现更精准真实的图像测量的算法设计。

颗粒分析

对图像中连接区域或像素组进行识别和选择测量的算法设计。

色彩检查

对图像中色彩匹配进行量化,并识别该特定区域中色彩成分及色彩浓度的算法设计。  

边缘检测

对图像中不连续的像素和亮度进行识别,以寻找目标边缘,实现测量和监测的算法设计。

图像滤波及频率分析

通过如快速傅立叶变化等方式,对图像亮度及空间分配的周期性变化进行识别的算法设计。

目标分类

通过比较目标的显著特征或已知样品的特征集来识别未知目标的算法设计。

尺寸计量

通过空间测量得到目标的可测量的临界距离信息,如距离、角度、区域、线匹配等的算法设计。

黄金模板比对

通过与完美样本的比对,快速找出后续图像中的缺陷的算法设计。

机器

视觉
  组件

设计

成像光学设计

提供成像光学设计、光学仿真、透镜检验和加工、光电设备光学分析、光学系统光路设计和装调等服务。

组件机械设计

机器视觉设备开发制造、机械设备与非标零部件的设计(交付设计资料图纸及样机),关键部件的测绘与逆向,CAE技术服务,产品制程工艺设计。

电子学设计

提供焦平面读出电路设计以及成像电子学控制与采集系统的设计,嵌入式机器视觉模块设计。

工业设计

为企业提供市场研究、产品设计研究、工业产品外观设计、结构设计及跟踪管理,界面设计,平面设计,展示设计等。

机器

视觉

系统

设计

开发

系统方案设计

根据客户要求提供机器视觉系统的一体化解决方案,包括硬件架构和相关的软件算法。

设备控制系统设计

提供设备整体控制系统的设计方案,并建立数学模型,进行理论分析和仿真,选择合适的控制算法。

图像采集及处理系统设计

提供数据采集方案,进行精度和误差分析,选择合适的数学模型和算法,编制相关软件程式。

系统设计与制造

提供设备总体结构设计服务(包括外形及内部结构),包括绘制设备结构图、自制零件图、电路原理图等,并找出关键技术的解决方案。并提供样机制造、装配和整体调试服务。


四、研发成果

 机器视觉实验平台产品系例

(一):托盘检测标准机

主要用于托盘式FPC、PCB、PCBA等产品缺陷检测,托盘的大小兼容范围:300≥W≥200,480≥L≥200,产品大小根据客户需求确定。托盘检测标准机三维结构见下图1,设备基本参数如下表1-1所示。

image.png

托盘检测标准机



1-1 托盘检测标准机基本参数

image.png



(二)线扫检测平台

采用8k、16k、64k系列高分辨率线扫相机,匹配千兆网卡、高性能工控机及对应的镜头和光源,实现产品快速运动中的图形采集,主要用于检测产品小尺寸瑕疵等项目,产品兼容尺寸范围:300≥W≥80,500≥L≥100。线扫检测平台三维结构如下图2所示,设备基本参数如下表2-2所示。

image.png

线扫检测平台3

2-2  线扫检测平台基本参数

image.png

(三)面阵检测平台

主要用于快速检测中小规格产品外观、尺寸缺陷,产品尺寸兼容范围:245≥W≥200,355≥L≥290。面阵检测平台三维结构如下图3所示,设备基本参数如下表-3-3所示。

image.png

面阵检测平台

 

3-3  面阵检测平台基本参数

image.png


(四)远心检测平台

主要用于快速检测中小规格产品外观、尺寸缺陷,产品尺寸兼容范围:150≥W≥50,150≥L≥50。远心检测平台三维结构如下图4所示,设备基本参数如下表4-4所示。

image.png

远心检测平台


4-4 远心检测平台基本参数

image.png


五、应用案例/行业

行业应用:

image.png


案例应用:

玻璃外观检测

主要对玻璃盖板白片、玻璃丝印片、LCM模组产品进行透光,异物,崩边,划痕,丝印,脏污,指纹,气泡、轮廓等多种缺陷进行检测

image.png

玻璃检测设备

2D、3D尺寸测量

主要对2D/3D元件产品进行尺寸测量、孔位、平面度、裂纹蹦缺、刀路痕迹、螺纹等多项内容进行检测

image.png

 尺寸测量设备


表盘检测

主要对表盘上缺针、错针、指针格、LOGO、缺丝印等多种缺陷进行检测。

image.png

表盘检测设备


计算机视觉

也称机器视觉。它是利用一个代替人眼的图像传感器获取物体的图像,将图像转换成数字图像,并利用计算机模拟人的判别准则去理解和识别图像,达到分析图像和作出结论的目的。该技术是模拟识别人工智能、心理物理学、图像处理、计算机科学及神经生物学等多领域的综合学科。计算机视觉技术用摄像机模拟人眼,用计算机模拟大脑,用计算机程序和算法来模拟人对事物的认识和思考,替代人类完成程序为其设定的工作。该技术由多个相关的图像处理系统组成,主要包括光源提供系统、图像提取系统、计算机数据运算系统等。原理是:首先通过摄像机获得所需要的图像信息,然后利用信号转换将获得的图像信息转变为数字图像以便计算机正确识别。

 

机器视觉就是用机器代替人眼做测量和判断的系统,他通过光学装置和非接触传感器自动获取目标对象图像,并由图像处理设备根据图像分析等信息进行各种运算处理个判别分析,壹提取所需的特征信息或根据判别分析结构对某些现场设备进行运动控制。

一个机器视觉系统包含:光源、镜头、相机、图像采集,图像处理软件等等一系列组成。

一个典型的工业机器视觉系统包括:光源、镜头(定焦镜头、变倍镜头、远心镜头、显微镜头)、 相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯 / 输入输出单元等。


工作原理

机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,包括尺寸、角度、个数、合格 / 不合格、有 / 无等,实现自动识别功能。

image.png

机器视觉系统组成

随着机器视觉技术的深入,各个高校开始注重机器视觉技术领域人才培养,加大机器视觉实验室研究投入与人才培养,加强与各个企业合作。充分利用学校和企业的优势,共用推进机器视觉技术发展和人才输出。一系列机器视觉实验平台,可提供研究者在短时间内进行机器视觉硬件选型、设计。同时配合视觉软件完成多种机器视觉实验算法验证与教学。


计算机视觉的关键技术

计算机视觉信息的处理技术主要依赖于图像处理方法,经过处理后输出图像的质量得到相当程度的改善,既改善了图像的视觉效果,又便于计算机对图像进行分析、处理和识别。

1.图像分割

  图像分割是将图像分成若干部分,每一部分对应于某一物体表面,在进行分割时,每一部分的灰度或纹理符合某一种均匀测度度量。其本质是将像素进行分类,分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。图像分割主要有两种方法:一是鉴于度量空间的灰度阈值分割法,另一种是空间域区域增长分割方法。

2.图像增强

  图像的增强用于调整图像的对比度,突出图像中的重要细节,改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像灰度分布情况的统计特性图表,与对比度紧密相连。

3.图像平滑

  图像的平滑处理技术即图像的去噪声处理,主要是为了去除实际成像过程中因成像设备和环境所造成的图像失真,提取有用信息,去除噪声,恢复原始图像是图像处理中的一个重要内容。

4.图像编码和传输

  数字图像的数据量是相当庞大的,高信道速率意味着高投资,也意味着普及难度增加。因此,传输过程中,对图像数据进行压缩显得非常重要。图像数据的压缩主要通过图像数据的编码和变换压缩完成。

5.边缘锐化

  图像边缘锐化处理主要是加强图像中的轮廓边缘和细节,形成完整的物体边界,达到将物体从图像中分离出来或将表示同一物体表面,它是早期视觉理论和算法中的基本问题,也是中期和后期视觉成败的重要因素之一。

6.图像识别

  图像的识别过程实际上可以看作是一个标记过程,即利用识别算法来辨别景物中已分割好的各个物体,给这些物体赋予特定的标记,它是机器视觉系统必须完成的一个任务。目前用于图像识别的方法主要分为决策理论和结构方法。


机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。

image.png

视觉系统工作原理简图



技术支持: 惠州火凤凰建站 | 管理登录
seo seo