周義威

摘 要 央視新聞發(fā)布的視頻《首繪2018》，為大家描摹了新時代的新藍圖。其中工業(yè)機器人、機器視覺系統(tǒng)等智能生產(chǎn)設備的應用備受重視，在中國制造向中國智造的轉(zhuǎn)型背景下，未來生產(chǎn)中還需要繼續(xù)投入大量工業(yè)機器人等智能自動化設備。就此而言：未來機器視覺系統(tǒng)的發(fā)展態(tài)勢自然是不言而喻的。假設：機器視覺檢測PK人眼檢測，結(jié)果將會怎樣呢？筆者認為兩者各有各的優(yōu)劣勢，一時還難以區(qū)分，但不得不說，隨著機器視覺檢測不斷克服技術(shù)和成本的劣勢，逐漸可以代替部分人類眼睛識別檢測的功能，且機器視覺檢測功能有著比人眼檢測更為精準的檢測功能及穩(wěn)定性（人眼長時間使用極易出現(xiàn)生理疲勞），使得產(chǎn)品的缺陷在檢測過程的失誤率降低許多，正因如此，機器視覺檢測，未來將加速智慧工業(yè)時代的進程。

關(guān)鍵詞 人工智能；機器視覺檢測；打光；精度偏差

中圖分類號 TP2 文獻標識碼 A 文章編號 1674-6708（2018）218-0113-02

從技術(shù)應用角度來看。技術(shù)是限制機器視覺檢測代替人眼檢測的關(guān)鍵原因。目前通過機器視覺檢測應用中，打光是其中一個難點，如果獲得的圖片讓人看了，還要仔細斟酌才能給出結(jié)果，那么算法就更難做了。反之如果前期搞好打光，突出所要檢測的特征，算法倒并不是很困難的東西。

相比之下，機器視覺檢測跟人眼檢測有個很大的優(yōu)點，就是連續(xù)穩(wěn)定性。人工通過肉眼進行檢測，即使設計很好的獎懲制度，也有可能出現(xiàn)漏檢（人類生理機制對人體的一種自然保護作用），而機器視覺檢測則不會出現(xiàn)因人工肉眼檢測的疏忽大意而造成的人為漏檢。因此，產(chǎn)品外觀檢測最需要的穩(wěn)定檢測方面，機器視覺檢測決定是優(yōu)于人眼檢測N倍。

從成本角度來說，就最終產(chǎn)品成本而言，將來人工成本會越來越高，企業(yè)管理也將趨于繁雜，企業(yè)優(yōu)勝劣汰的生存法則下，想必是機器逐步代替人工的日子指日可待啦！并且隨著機器視覺技術(shù)的不斷發(fā)展，價格逐漸下降的趨勢，機器視覺檢測能夠得到更好更快的普及應用，未來機器可視化檢測應用，必然會成為一種趨勢，就其目前制約的主要因素而言，筆者認為有如下幾點：

1）機器視覺檢測系統(tǒng)研發(fā)專業(yè)人才匱乏。

2）政府科技部門及企業(yè)重視程度不高。

3）機器視覺檢測系統(tǒng)技術(shù)本身不夠完善，或是在代替人眼檢測方面功能太弱。抑或是使用及維護成本過高，企業(yè)經(jīng)濟成本不堪重負，不愿使用。

舉例說明：

機器視覺檢測實際應用場景其中之一：可以辨別細微的異物、瑕疵、缺陷。

應用原理：

外觀檢測能夠發(fā)現(xiàn)異物、污點、瑕疵、缺陷等，防止不良品的流出，但人工目視檢測存在精度極限。全數(shù)檢測不光耗費人工和成本，還會因個人人為差異導致精度偏差和人為錯誤。

且細微的瑕疵及污點等很難通過人工目視檢測被發(fā)現(xiàn)，要維持優(yōu)良品質(zhì)，必須借助顯微鏡等工具，實施放大檢測。點數(shù)較少時，還能離線進行顯微鏡檢測，但要檢測成千上萬點時，則需要投入龐大的勞力，導致生產(chǎn)效率大幅降低；同時還要兼顧品質(zhì)和生產(chǎn)效率。所以，機器視覺檢測技術(shù)是保證產(chǎn)品優(yōu)良不可或缺的重要手段。

理論設想曾經(jīng)提出“最小可以檢測出多小的異物及瑕疵？”的疑問。通過如下公式，可以大致計算出該問題的答案。

最小檢測尺寸=B÷A×C

A=感光元件的Y方向像素數(shù)

B=拍攝視野（Y方向）[mm]

C=感光元件上的最小檢測像素尺寸[像素]

像素數(shù)因所用的相機而異。例如，31萬像素相機的縱向像素數(shù)為480像素，而2 100萬像素相機的像素數(shù)就是4 092像素。該數(shù)值就是公式中的“A=感光元件的Y方向像素數(shù)”。

而B項的拍攝視野（Y方向），可以根據(jù)所用鏡頭，自由變換為10mm～100mm之間數(shù)值。C項是指感光元件上可以檢測的最小像素尺寸，通常為3像素，根據(jù)條件不同，也可能是5像素。

綜合考慮到這些條件，將A=480像素、B=50 mm、C=3像素代入計算最小檢測尺寸=50÷480×3=0.312mm可以由此得出，最小可檢測0.312mm的異物及瑕疵。

假如使用2100萬像素的高精度相機時，其最小檢測尺寸=50÷4092×3=0.037mm可檢測0.037mm的異物及瑕疵，但這是人工目視檢測難以實現(xiàn)的。

采用2 100萬像素或是更高像素水平的高分辨率相機，再通過減小相機檢測視角，相應的縮小檢測尺寸，可用來提高檢測精度。

具體應用：

人眼目視檢測時，根據(jù)檢測項目，可能必須離線進行外觀檢測；但只要借助機器視覺檢測技術(shù)，就能在線對異物、瑕疵、缺陷進行正確檢測識別。正因如此，機器視覺檢測技術(shù)才被廣泛用于外觀檢測。

下面介紹一個具體應用案例：IC產(chǎn)品缺陷圖示意分析。

IC產(chǎn)品缺陷，有些微細缺陷難以通過人工目視檢測識別，這是產(chǎn)品缺陷檢測時容易發(fā)生漏檢的重要環(huán)節(jié)。導入機器視覺檢測系統(tǒng)后，對于細小缺陷的，也能夠?qū)崿F(xiàn)正確辨別及預處理（提示產(chǎn)品缺陷類型）。

通過圖3與圖2的對比，機器視覺檢測設備自動檢測出產(chǎn)品缺陷（圖樣對比：銀膠溢出范圍超標），并提示報警，等待人工介入處理，由此實現(xiàn)產(chǎn)品外觀檢測的批量辨別及確認；及時篩分出良品和不良品，不良品的不良類別，通過預先設置的不良品自動識別程序，在電子顯示屏上自動顯示出來，人們通過電子顯示屏的觀察，一目了然，再確定下一步驟的處理。

通過一定時間間隔的勻速投放產(chǎn)品在機器視覺設備下檢測方法，由此實現(xiàn)全程自動化的機器外觀檢測：這種全程計算機自動控制外觀檢測方法，相比通過人眼檢測方式，失誤率極低，因而極大的節(jié)省了人工成本。

再者通過積累不同類型的不良檢測數(shù)據(jù)，并匯總統(tǒng)計，再通過人工分析方法，還能有效用于工序改良及工藝改進。

綜上所述：機器視覺檢測PK人眼檢測：其準確性、優(yōu)良性、連續(xù)穩(wěn)定性相比人眼檢測是不言而喻的。

參考文獻

[1]任化龍，高路，等.黑科技[J].東方企業(yè)家，2017（5）.

[2]武琪.孫陶然.創(chuàng)業(yè)36條軍規(guī)[J].財經(jīng)界，2016（1）：57-62.