机器视觉——智能制造的基础
顾名思义，机器视觉就是用机器代替人眼来做测量和判断。机器视觉的应用主要表现在四个方面：
①引导和定位：上下料使用机器视觉来定位，引导机械手臂准确抓取。
②高精度检测：有些产品的精密度较高，达到0.01~0.02m甚至到u级，人眼无法检测，必须使用机器完成。
③外观检测：检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。
④识别：数据的追溯和采集，在汽车零部件、智能制造、食品、药品等应用较多。
以检测应用为例，维视图像为您简单介绍机器视觉的工作原理。用工业相机采集被检测器件的图像，这是机器视觉最重要的
一个环节，为了检测出所有需要的特征，需要不断地调整光源位置、角度和相机的参数，然后利用专业的图像处理软件对其
进行运算，抽取目标的待检测特征，如颜色、器件表面是否有划痕、规格大小是否合格、表面涂料是否均匀等等，然后输
结果，反馈到机械端对器件进行分检，将不合格器件挑选出来，即图像获取、信息处理和完成分拣三个过程。如图所示：
基于机器视觉的工业机器人定位技术
机器人的智能化程度影响着整个工业演化的进程，传统的机器人大多是通过示教再现或者预编程来实现各种操作，极大地限制了
机器人的应用。具有力觉、机器视觉及多种传感器的机器人运动控制技术，是柔性自动化制造技术中的典范，利用机器人的视觉
控制，不需要预先对工业机器人的运动轨迹进行示教或离线编程，可节约大量的编程时间，提高生产效率和加工质量。
基于机器视觉的工业机器人定位技术流程
让机器人像人一样，有自我意识：走到什么地方，去抓取什么工件，用多大力度去抓，把工件放置在什么位置进行装配，不是由
人类设定程序控制，而是机器人自己做。这个“自我控制”的过程实际上就是通过机器视觉技术让工业机器人有了智力，达到智
能制造的目的。
智能制造时代，机器视觉发展潜力巨大
我国机器视觉系统目前仍主要应用在半导体及电子制造领域，2015年就已经占比高达46.4%，其中较为突出的是在SMT贴片、
AOI/AXI设备以及连接器检测上。汽车和制药在机器视觉应用下游中同样占比可观，分别达到了10.9%、9.7%。
（数据来源：中国报告网）
机器视觉系统的优势在于提高生产的产品质量和生产线自动化程度。尤其是在一些不适合人工作业的危险工作或人眼难以满
足要求的场合。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。业内预计，机器视觉未来市场将会进一步打开。
