依作業環境建置機器視覺系統優化效能 智慧應用 影音
EVmember
ADI

依作業環境建置機器視覺系統優化效能

  • DIGITIMES企劃

機器視覺系統是一套整合光學、機械、電腦資訊處理、電子的整合技術,應用層面相當多,尤其在自動化生產或是相關應用上可發揮關鍵的角色,在高度講求效率的生產現場更可補強人工的不足…

機器視覺系統為多種科技的整合體,加上其應用面向多元,小到超商POS機結帳使用的光學條碼識別,大到如ETC電子計費的車輛識別系統,都使用了機器視覺改善整體系統的使用效能與便利性,用途深入生活、且大幅改進原有的服務機制。

視覺系統構成內容複雜

機器視覺系統為結合照明輔助、影像擷取、影像處理、工控電腦所組成的應用系統,可針對不同使用情境提供如產品加工狀態檢測、生產數量計數、產品條碼判讀/紀錄…等用途,而在影像處理自擷取、傳送、運算分析不同環節,都會影響整個機器視覺系統的運作效能,多數的整合需求會期待影像品質越高越好、檢測速度越快越好,甚至整個系統成本越低越好,但實際上檢測速度、圖像分析性能、圖像擷取解析度都會影響整體系統的部署成本,較合理的規劃應是以該項工序或檢測需求規劃視覺設備規格。

機器視覺系統在架構上為參照人眼的取像邏輯,如透過CCD或工業用相機取得初級影像來源,而圖像擷取設備的影像品質、圖像掃描更新速度、設備成本等即影響整體系統佈建的成本狀態,取得影像後的影新分析、判斷與自動化控制軟體,就如同人體的腦子對所視圖像進行思考判斷,有趣的是透過電腦圖像即時處理、不可見光的輔助拍攝、圖像的進階優化可大幅提升圖像可判讀的數據效果,例如,利用圖像增強技術將量測重點變化值凸顯出來,就是肉眼視覺半不到的效果,不僅視覺系統可切割分離關鍵影像進行進階分析,也能據此增加判別精密度與分析速度。

應用影像切割優化 提升機器視覺系統效用

運用影像切割技術,把待測物體的影像自拍攝背景中獨立抽離出來 ,再以優化程式將物件的邊緣或是細部線條增強,提取物件的特徵數據搭配參照資料庫進行影像辨識、異常加工品標示撿出等自動化處理流程,以達到機器視覺系統識別與自動化處理的整合需求。

近來隨著科技進展,機器視覺系統採行的技術也持續更新,從簡單的圖形識別到進階的3D圖像、高精度量測、表面平整度等多元量測應用,都可使用機器識別與對應的技術方案部署所需檢測項目,使用面向與用途五花八門,其中以自動化生產線的機器視覺系統發展因具實質量產優化效用,相關發展與實際產值顯著,對應的檢測應用成為自動化領域重要的技術項目。

影像處理系統 影像機器視覺決策品質

機器視覺搭配進階影像處理系統,已在自動化產線具重要且實用的角色,像是生產塑膠射出材料機殼,就可用機器視覺進行製作瑕疵檢測,針對特殊加工工件的處理成果驗證,如平整度或鑽孔、開孔加工位置精確度確認,也可不需使用特殊治具參照驗證,直接以非接觸的機器視覺進行驗證即可,機器視覺系統的量測精度表現已有大幅進展,在相關量測應用實用價值極高。

而非接觸性的量測特性,更是導入機器視覺系統的最大效用,例如,針對無法人力量測或高危工作場域,機器視覺系統系統由於是利用電子影像擷取設備(如CCD或是工業用攝影機)處理,沒有人力檢測可能會被工件或高危加工影響疑慮,像是針對熱軋鋼板的尺寸或瑕疵檢測,就能使用機器視覺處理生產線加工過程即時驗證確認生產品質,避免加工工序完成才發現產品瑕疵造成工時與返工成本,而非接觸式量測也能避免高危工序目測對產線工作者的生理危害,高危工序甚至可以大量運用機器視覺系統搭配自動化機制智能處理操作運行,避免高危工序還須操作人員參與減少工作傷害發生機率。

人力檢測已成歷史 工業4.0需大量機器視覺技術實現

傳統生產線大量仰賴人力檢測、區分產線瑕疵工件的方法已經成為歷史,取而代之的是機器視覺系統搭配視覺辨識技術、自動化檢料/分料機制,使用即時檢測圖形辨識與分析,還可針對生產流水線(輸送帶)的任意置放工件進行快速判斷分析、同時處理檢料、分料處理,已超越人眼能夠判讀的水準,不僅提升生產線的生產速度,同時透過智慧化即時處理、紀錄,工廠整體的生產狀況數據還可利用即時資訊圖表呈現,讓管理者可以隨時掌握工廠的生產狀態。

機器視覺系統也不全然僅有優點,因為在實際導入時機器視覺系統仍有部分問題待技術改善,例如,透過擷取數位影像進行的非接觸量測,仍有畫質或是量測精度可能影響到工件加工品質判斷,另外,所建構的影像分析系統若硬體出現異動,在軟體方面的調校也需對應整體調整,造成系統維護困擾,甚至需要重新撰寫對應的分析程序,不同影像分析系統的規格選擇多、版本維護不易,相關軟/硬體升級或維護也會造成使用困擾,影響相關新生產技術導入的辨識技術使用意願。

生產環境影響圖像辨識難度 可透過輔助光源改善

另外,在生產線的影像擷取內容,往往會受到輸送帶、背景與同時擷取下來的圖像,出現拍攝主體中的待測產品或產品局部圖像不夠明顯,進而出現分析圖像的誤判,此外,在物件若剛好處於反光狀態,物品因為環境光源導致擷取圖像不夠清晰、明顯。取用擷取圖案進行分析也容易導致結果誤判。至於新產品設計外觀構型越來越複雜,表面設計也會導致其自動分析、評判效果失準、干擾。

在部署機器視覺系統,系統本身的自動判別正確率與效能,也必須經過一段時間調整與反覆試驗優化,才能達到較佳的系統效能,尤其是產線的照明狀態惡劣,環境光源來自四面八方,很容易造成被攝工件的反光現象,若增加補強照明,也很難做到均衡的補光效果,除機器視覺本身的光學結構、圖像擷取設備需強化環境光的影響適應性外,現場產線的重點圖像擷取輔助光源,也必須以經驗加以部署或實際調校處理,避免影響整體機器視覺系統的使用效益。

而在機器視覺系統的輔助光源佈設部分,佈建輔助光源並非複雜度較高,有/無經驗即左右實際部屬的成果,尤其是機器視覺系統投放產線運行,主要功能就是用以檢出問題料件,若因光源混亂、撿出大量正常料件當問題料汰換,將導致成本浪費影響產品市場競爭能力,而光源優化可以善用如 投影幕、 投影透鏡、消色差濾光鏡、隔熱濾光鏡、聚光透鏡、反射鏡搭配優化光源進行物理性的光源改善處理,光源本身的照明品質也需注意光源的均勻度、色彩、亮度等會影像擷取品質的重點。