视觉检测设备如何检测工业零件？

在工业生产中，传统的检验技术需要大量的检验工人，不仅影响生产效率，还带来不可靠的因素。视觉检测技术克服了传统检测技术的缺点，以其安全性高、可靠性强、自动化程度高等优点得到了广泛应用，成为当今检测技术的研究热点之一。

　　机器视觉检测的主要过程是：首先利用CCD摄像机将拍摄到的物体转换成图像信号，视觉检测设备传输到专用的图像处理系统，再根据像素分布、亮度、颜色等信息转换成数字信号。图像系统对这些信号进行各种运算，提取目标的面积、长度、数量、位置等特征。最后，根据预设的公差和其他条件，如尺寸、角度、偏移量、数量、通过/失败等，输出结果。大大提高了工作效率和产品质量。

　　今天就和大家分享一下如何实现基于机器视觉的工业零件的检测。工业零件的整个系统检查过程如下：

将零件放在传送带上，并随着步进电机的运动将其送到CCD的下部；

控制工业相机的曝光并采集图像；

将采集的图像传输到计算机；

对图像进行滤波等预处理；

选择部分待测区域，对该区域进行亚像素定位，视觉检测设备找出该区域的边缘，完成边缘间长度的测量；

通过模板匹配自动找出待测图像中的角度，然后测量角度的值；

在实际生产测量中，根据技术指标要求判断零件是否合格；

合格零件由剔除机构送至产品箱，不合格零件送至废品箱。

众所周知，影响系统测量精度的因素很多。通过实际分析，视觉检测设备主要有成像系统误差、各种噪声、标定误差和软件算法误差。让我们来看看这些错误对检测系统的影响以及解决方案。

　　1.成像系统误差：CCD的分辨率是测量系统中的一个重要指标。CCD相机的分辨率越高，被测物体的实际尺寸越小，图像的物面分辨率越高，意味着系统的检测精度越高。成像系统的几何畸变误差是一种典型的系统误差，是影响光学检测精度的因素之一。为视觉图像选择高质量的双远心镜头可以提高检测精度。

　　2.各种噪声：包括电源波动和光源本身不稳定引起的随机波动噪声，光响应不均匀引起的空间波动噪声，以及摄像机暗电流分布不均匀和感光元件尺寸和间隔不相等引起的噪声。选择高亮度、亮度可调、均匀性和稳定性好的机器视觉光源，视觉检测设备设置合理的CCD参数，有利于噪声控制。3.校准误差：系统会在校准过程中引入误差。通过在相机视场中多次对不同方向的标准件进行标定，然后计算平均值作为最终的标定系数，可以消除镜头畸变带来的误差，消除标定过程中引入的随机误差。