行业动态
如何控制机器视觉检测误差?
浏览:1076 次
时间:2015-06-29 15:02:17

        我国机器视觉应用起源于20世纪80年代的技术引进,半导体及电子行业是机器视觉应用较早的行业之一。机器视觉系统的出现来自繁琐劳动力的替代需求。机器视觉自动化设备可以不知疲倦的进行重复性的工作,且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,机器视觉可以替代人工视觉。

        由于机器视觉系统具有非接触性、速度快、柔性好等突出优点,在现代制造业中有着重要的应用前景。将机器视觉引入到工业检测中,可实现对物体的平面或三维位置尺寸的快速测量,极大地提高了生产效率和检测精度。

        然而,纵使机器视觉技术在检测领域中的应用再怎样的占据优势,其都不会完全避免误差的出现,毕竟任何事物都不会是百分百完美的。因此,对机器视觉技术的误差控制是保障精确检测的关键所在。在机器视觉检测系统中,检测系统的误差通常包括:机械误差、标定误差和分析误差三部分。其中,机械误差是由系统机电执行部分硬件引入的,例如在一幅图像内可能无法完成对工件的测量,工件需要移动位置来采集多幅图像,这时,机电运动系统的运动精度将会对测量的精度产生很大的影响。

        这一部分误差可以通过运动精度的大小计算出来,在多步运动过程中会产生累积,所以应尽量减少测量过程中的运动步数。在建立检测系统的过程中,要在实际检测条件的基础上合理分配系统的误差裕度。主要方法有:

        1、将机电系统运动的步骤尽量进行简化,减少机械误差的出现概率;提高机电系统的硬件精度,使机器视觉技术在进行检测时,能够最大程度的保持准确度。

        2、采用较高精度标定算法和标定模板,有效避免标定误差的出现。

        3、提高图像质量,尽量采用较小的物像比,减少图像处理的复杂度,可以避免分析误差的出现。

        随着我国逐步成为全球制造业的加工中心,我国成为世界机器视觉发展最活跃的地区之一,应用范围已经涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。

京ICP备14006130号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京萨尔笛科技 All rights reserved.