精品检测技术应用举例.docx

精品检测技术应用举例.docx

《精品检测技术应用举例.docx》由会员分享，可在线阅读，更多相关《精品检测技术应用举例.docx（25页珍藏版）》请在冰豆网上搜索。

精品检测技术应用举例

CCD传感器及其应用研究

一、引言图像传感器是利用光电器件的光一电转换功能，将其感光面上的光像转换为与光像成相应比例关系的电信号“图像”的一种功能器件。

固态图像传感器是指在同一半导体衬底上布设的若干光敏单元与移位寄存器构成的集成化、功能化的光电器件。

光敏单元简称为“像素”或“像点”，它们本身在空间上、电气上是彼此独立的.固态图像传感器利用光敏单元的光电转换功能将投射到光敏单元上的光学图像转换成电信号“图像”，即将光强的空间分布转换为与光强成比例的、大小不等的电荷包空间分布.然后利用移位寄存器的功能将这些电荷包在时钟脉冲控制下实现读取与输出，形成一系列幅值不等的时序脉冲序列。

固态图像传感器与普通的图像传感器比，具有体积小、失真小、灵敏度高、抗振动、耐潮湿、成本低的特点。

这些特色决定了它可以广泛用于自动控制和自动测量,尤其是适用于图像识别技术中。

本文从分析固态图像传感器的原理出发,着重对它在测控及图像识别领域进行分析和探讨。

二、电荷祸合器件及工作原理电荷藕合器件〔ChargeCoupleDevices，简称CCD）,是固态图像传感器的敏感器件，与普通的MOS,TTL等电路一样，属于一种集成电路，但CCD具有光电转换、信号储存、转移（传输）、输出、处理以及电子快门等多种独特功能。

电荷祸合器件CCD的基本原理是在一系列MOS电容器金属电极上,加以适当的脉冲电压,排斥掉半导体衬底内的多数载流子，形成“势阱”的运动，进而达到信号电荷（少数载流子）的转移。

如果所转移的信号电荷是由光像照射产生的，则CCD具备图像传感器的功能；若所转移的电荷通过外界注入方式得到的，则CCD还可以具备延时、信号处理、数据存储以及逻辑运算等功能.电荷祸合器件CCD的基本原理与金属一氧化物一硅（MOS）电容器的物理机理密切相关。

因此。

首先分析MOS电容器原理。

图1是热氧化P型Si（p-Si）衬底上淀积金属而构成的一只MOS电容器，若在某一时刻给它的金属电极加上正向电压咋,p—Si中的多数载流子（此时是空穴）便会受到排斥,于是，在Si表面处就会形成一个耗尽区。

这个耗尽区与普通的pn结一样，同样也是电离受主构成的空间电荷区.并且，在一定条件下，凡越大,耗尽层就越深。

这时，Si表面吸收少数载流子（此时是电子）的势（即表面势V；）也就越大。

显而易见，这时的MOS电容器所能容纳的少数载流子电荷的量就越大.据此，恰好可以利用“表面势阱”（简称势阱）这一形象比喻来说明MOS电容器在V；（或说在玲）作用下存储（信号）电荷的能力。

习惯上,把势阱想象作一个桶，把少数载流子（信号电荷）想象成盛在桶底上的流体.在分析固态器件时，常常取半导体衬底内的电位为零,所以，取表面势环的正值增方向朝下更方便（图1（b））。

图3MOS电容器及其表面势阱概念

表面势V；是一个非常重要的物理量。

在图1Ca）所示的情况下，若所加Vc不超过某限定值时,则表面势为：

上式是由半导体内电位分布的泊松方程求解得到的。

因为Xa是受VG控制的，所以V;也是Vc的函数。

CD的电荷（少数载流子）的产生有两种方式：

电压信号注入和光信号注入.作为图像传感器，CCD接收的是光信号，即光信号注入法。

当光信号照射到CCD硅片上时，在栅极附近的耗尽区吸收光子产生电子一空穴对。

这时在栅极电压的作用下，多数载流子（空穴）将流入衬底，而少数载流子（电子）则被收集在势阱中，形成信号电荷存储起来。

这样高于半导体禁带宽度的那些光子，就能建立起正比于光强的存储电荷。

由许多个MOS电容器排列而成的CCD，在光像照射下产生光生载流子的信号电荷，再使其具备转移信号电荷的自扫描功能，即构成固态图像传感器。

图2是光导摄像管与固态图像传感器的基本原理比较。

图2ta）中，当入射光像信号照射到摄像管中间电极表面时，其上将产生与各点照射光量成比例的电位分布，若用电子束扫描中间电极，负载Rl上会产生变化的放电电流。

由于光量不同而使负载电流发生变化,这恰是所需的输出电信号。

所用电子束的偏转或集束，是由磁场或电场控制实现的.

图2光导摄像管与固态图像传感器的基本原理比较

图2（b）所示的固态图像传感器的输出信号的产生,不需外加扫描电子束，它可以直接由自扫描半导体衬底上诸像素而获得。

这样的输出电信号与其相应的像素的位置对应，无疑是更准确些，且再生图像失真度极小。

显然，光导摄像管等图像传感器，由于扫描电子束偏转畸变或聚焦变化等原因所引起的再生图像的失真，往往是很难避免的。

失真度极小的固态图像传感器，非常适合测试技术及图像识别技术。

此外，固态图像传感器与摄像管比，还有体积小、重量轻、坚固耐用、抗冲击、耐震动、抗电磁干扰能力强以及耗电少等许多优点，并且固态图像传感器的成本也较低。

三、固态传感器分类、结构及特性从使用观点，可将固态图像传感器分为线型和面型固态图像传感器两类。

根据所用的敏感器件不同，又可分为CCD,MOS线型传感器以及CCD,MOS面型传感器等线型固态图像传感器主要用于测试、传真和光学文字识别技术等方面，面型固态图像传感器的发展方向主要用作磁带录像的小型照相机。

本文主要介绍工程测试中常用到的线型固态图像传感器结构.

图3所示为线型固态图像传感器的结构.其感光部是光敏二极管线阵列，1728个PD作为感光像素位于传感器中央，两侧设置CCD转换寄存器。

寄存器上面覆以遮光物。

奇数号位的PD的信号电荷移往下侧的转移寄存器;偶数号位则移往上侧的转移寄存器。

以另外的信号驱动CCD转移寄存器,把信电荷经公共输出端，从光敏二极管PD上依次读出。

图3线型固态图像传感器的结构

图4高灵敏度线性传感器截面构造

通常把感光部分的光敏二极管作成MOS形式,电极用多晶硅，多晶硅薄膜虽能透过光像。

但是，它对蓝色光却有强烈的吸收作用,特别以荧光灯作光源应用时,传感器的蓝光波谱响应将变得极差.为了改善一情况,可在多晶硅电极上开设光窗。

由于这种构造的传感器的光生信号电荷是在MOS电容器内生成、积蓄的，所以容量加大，动态范围也因此而大为扩展。

图5是它的光谱响应特性.图中虚线表示只用多晶硅电极而未开设光窗的CCD的传感器特性；实线表示开设光窗形成的PD，信号电荷在MOS容器内积蓄的CCD传感器特性,显然，后者的蓝色光谱响应特性得到明显提高和改善，故称后者为高灵敏度线型固态图像传感器.

图5高灵敏度传感器

固态图像传感器主要特性有:

①.调制传递函数MTF特性：

固态图像传感器是由像素矩阵与相应转移部分组成的。

固态的像素尽管己做得很小,并且其间隔也很微小，但是,这仍然是识别微小图像或再现图像细微部分的主要障碍。

②。

输出饱和特性：

当饱和曝光量以上的强光像照射到图像传感器上时，传感器的输出电压将出现饱和,这种现象称为输出饱和特性。

产生输出饱和现象的根本原因是光敏二极管或MOS电容器仅能产生与积蓄一定极限的光生信号电荷所致。

③.暗输出特性:

暗输出又称无照输出，系指无光像信号照射时，传感器仍有微小输出的特性，输出来源于暗〔无照）电流。

④。

灵敏度:

单位辐射照度产生的输出光电流表示固态图象传感器的灵敏度,它主要与固态图像传感器的像元大小有关。

⑥。

弥散:

饱和曝光量以上的过亮光像会在象素内产生与积蓄起过饱和信号电荷，这时，过饱和电荷便会从一个像素的势阱经过衬底扩散到相邻像素的势阱。

这样，再生图像上不应该呈现某种亮度的地方反而呈现出亮度，这种情况称为弥散现象。

⑥。

残像:

对某像素扫描并读出其信号电荷之后，下一次扫描后读出信号仍受上次遗留信号电荷影响的现象叫残像。

⑦。

等效噪声曝光量:

产生与暗输出（电压）等值时的曝光量称为传感器的等效噪声曝光量。

四、固态图像传感器的应用1、自动测量图6是用线型固态图像传感器测量物体尺寸的基本原理图。

图6用线型固态图像传感器测量物体尺寸的基本原理

利用几何光学知识可以很容易推导出被测对象长度L与系统诸参数之间的关系为:

因为固态图像传感器所感知的光像之光强,是被测对象与背景光强之差。

因此，就具体测量技术而言，测量精度与两者比较基准值的选定有关，并取决于传感器像素数与透镜视场的比值.为提高测量精度应当选用像素多的传感器并且应当尽量缩短视场。

图7是尺寸测量的一个实例，所测对象为热轧板宽度。

因为两只CCD线型传感器各只测量板端的一部分,这就相当于缩短了视场。

当要求更高的测量精度时，可同时并用多个传感器取其平均值,也可以根据所测板宽的变化.将d做成可调的形式.

图7热轧板宽自动测量原理

图7中所示CCD传感器是用来摄取激光器在板上的反射光像的，其输出信号用来补偿由于板厚度变化而造成的测量误差。

整个系统由微处理机控制，这样可做到在线实时检测热轧板宽度。

对于2m宽的热轧板，最终测量精度可达10。

025%。

工件伤痕及表面污垢测试检测原理基本上同于尺寸测量方法。

2、图像识别

（1）传真技术用线型固态图像传感器作传真装置的输入环节，与通常用的机械扫描或电管式的相比,有许多优点，如机械转动部分少、可靠性好、速度快、而且体积小、重量轻。

图8是传真装置的输入环节示意图，光源是荧光灯,为使入射光量可调，可设置活动覆盖窗。

（2）光学文字识别装置固态图像传感器还可用作光学文字识别装置的“读取头”.光学文字识别装置（OCR）的光源可用卤素灯。

光源与透镜间设置红外滤光片以消除红外光影响。

每次扫描时间为300Ns，因此,可作到高速文字识别。

图9是OCR的原理图.经A/D变换后的二进制信号通过特别滤光片后，文字更加清晰。

下一步骤是把文字逐个断切出来。

以上处理称为“前处理"。

前处理后，以固定方式对各个文字进行特征抽取。

图9OCR原理图

最后,将抽取所得特征与预先置入的诸文字特征相比较以判断与识别输入的文字。

3、在线检查、识别与控制CCD光电传感器的光电检测能力与微处理器〔NP）的信号处理能力结合起来便能大大扩展CCD的应用前景,例如用来对在线零件的图形检查与识别，从而提高了生产自动化的水平和产品质量。

图10是一个线型CCD光电传感器对机械零件进行图形识别的例子.

图10图形检查的工作原理

被测物是一个轴类零件，它在传输线上作等速运动。

在光源的照射下,它的阴影依次扫过光电阵列，从而使传感器输出与阴影相对应的信号。

将CCD输出的信号与传输线的运动速度信息同时输入微型计算机（NC），根据输入信号进行处理和编译，然后再与”C中内存的标准图形信息进行比较,便可以计算出偏差信息,并由NC依据偏差大小作出判断后,发出指令对零件进行接收或剔除。

CCD光电传感器和NC的配合目前已用来识别大规模集成电路（LSI）电路的焊点图案，不仅提高了自动化程度Izll，也使LSI电路的成品率大大提高。

五、结语本文分析了固态图像传感器的工作原理、结构、特性以及在工业检测中的原理，从而说明了固态图像传感器当前在工业中的应用现状，由于固态图像传感器是一种高精度的检测传感器，其应用已渗透到工业生产的各部门，尤其在精细加工、机器人技术、工业自动化领域中有着广泛的应用，为我国国民经济发展起了重大作用。

相信随着固态图像传感器制作技术的提高及图像处理软件的进一步发展，固态图像传感器的应用前景将更为广阔。

（end）

机器视觉在汽车制造业中的应用

newmaker

“机器视觉”（MachineVision）又称图像检测技术,它是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。

具有非接触、高速度、测量范围大、获得的信息丰富等优点。

通过CCD（ChargeCoupledDevice）摄像头与光学系统、数字处理系统的结合，可实现不同的检测要求.CCD元件可理解为一个由感光像素组成的点阵。

因此，面阵CCD的每个像素都一一对应了被测对象的二维图像特征，即通过对像素点成像结果的分析可以间接分析对象的图像特征.

“机器视觉”的用途很多，随着上世纪九十年代以来光电、自动化和计算机图象处理技术的迅速发展，机器视觉已在包括汽车制造业在内的很多工业部门得到越来越广泛的应用.作为一种新颖而又实用的传感技术，图像检测单元近年已实现产品化，一些知名的厂商,如日本的松下公司、德国的西门子公司等都推出了品种规格齐全的系列化产品，包括光源、摄像头、处理器等，这对图像检测技术的推广应用创造了很有利的条件。

与此同时,所颁布的相关标准，不但规范了生产，而且为用户在不同情形下选用合适的检测单元，以及更快、更好地进行系统设计提供了依据。

国内在这方面尚处于起步阶段，即使在近20年获得迅速发展的汽车制造业，机器视觉的应用也相当有限.但通过以下应用实例,可以清楚地看出这项新技术的应用前景.

图像检测技术在精密测量中的应用

精密测量是机器视觉的一个重要应用领域,其对被测对象进行测量的原理如下：

检测系统主要由光学系统、CCD摄像头和计算机处理系统等组成。

由光源发出的平行光束照射到被测对象的检测部位上，其边缘轮廓经过显微光学镜组成像在摄像机的面阵CCD像面上，经计算机进行图像处理后获得被测对象边缘轮廓的位置。

如果使被测对象产生位移，再次测量其边缘轮廓位置,则两次位置之差便是位移量。

显然，若被测对象的两条平行的边缘轮廓能处于同一幅图像内，则其二者位置之差即为相应尺寸。

上述系统极为适合对大批量生产情况下工件的在线检测，尤其是当被测对象尺寸较小、形状比较简单时，更能显示其优越性.电子接插件（包括汽车电子产品中的接插件）就是典型例子，它们的生产效率和成品尺寸精度都较高，前者可达到每分钟数百件，而后者多数为0.01mm的数量级.一般情况下，工件质量缺陷包括插脚的变形或扭曲、多余的金属粘附（金属碎屑）等,均反映为外形尺寸的误差。

当系统进行测量时,零件（插脚）所形成的图像由于与其明亮背景之间的强烈对比，而具有清晰的剪影效果。

这样的理想图像为准确测量被检对象的尺寸和轮廓（形状）特征创造了条件。

例如，一部分冲压成形的插脚随着金属输送带通过检测工位时产生典型的背光图像。

其中，插脚A发生了扭曲，插脚B上粘附着多余的金属，插脚C断面尺寸（宽）不合格—-这些都属于常见的质量缺陷。

需要指出的是,尽管采用的是对零件图像的边缘检测，但根据工件的不同情况,具体做法上仍有差别.如对上例零件（插脚）的图像上可以设置三条（L1、L2、L3）或多条检测线，分别采用简单的阈值法或单/双峰法检测出零件的边缘信息。

由于三条检测线之间保持着相互垂直交叉的关系,因此可以通过联立三线（或多线）的边缘检测点确定插脚相对于图像平面的位置（X、Y）和转角（θ）。

这些目标零件的位置信息（边缘坐标和起始转角）将传送给计算机处理系统，以做出相应的评价。

图像检测技术用于精密测量的另一个实例是在刀具预调测量中的应用。

众所周知，承担现代汽车发动机生产的主体是数控机床、加工中心，它们所用的刀具必须经测量预调，故各类刀具预调测量仪在生产过程中的应用越来越普遍。

传统的检测方式是光学投影和光栅数显表相结合，前者用于瞄准定位，而后者用于测量、读数。

整个过程需较多的人工参与，对操作人员的要求高，效率却较低.几年前诞生的新颖刀具预调测量仪把机器视觉、光栅技术、计算机软硬件、自动控制技术等有机结合，使传统的工作方式发生了根本变化，无论在测量精度、操作方便和工作效率上都有了极大的提高。

而主要原因就是以机器视觉替代了传统的光学投影，从而彻底改变了原有的工作模式。

在这种新颖仪器中，作为运动导轨的Z轴、X轴和C（回转）轴内，分别装有直线光栅和圆光栅。

被测刀具沿转台中心线,即C轴安装。

机器视觉传感器位于叉形支架两侧,也就是跨越转台的中心线。

支架的一端安放光源，而另一端是摄像头，被测刀具的图像由摄像头读取。

机器视觉用于工件表面缺陷检测

工件表面缺陷，如连杆大小头结合面的破口缺损是在制造过程中形成的，对表面缺陷的探测在批量生产的汽车、摩托车、内燃机等行业，迄今基本都采用人工目测方法。

这样的方法不但效率低，劳动强度大，且对工艺标准中规定的定量评定要求往往难以准确执行，从而影响对产品质量的有效监控。

以连杆结合面爆口为例,其评定标准的具体要求如下：

①破口面积小于3mm2；②破口任一方向的线性长度小于2.5mm。

只要符合上述一个条件，就将判定不合格而被剔除。

必须指出，与以上精密测量中机器视觉系统采用的透射方式（又称“背光”方式）不同，用于表面缺陷探测时，需采取反射方式。

系统通过一个方形框式LED漫反射光源照亮待检测工件的破口区域，光线照射到对象表面后，反射到摄像头内的光电耦合CCD元件上，即转化成对应的电量信号，图像处理系统根据电量信号对得到的图像进行分析和计算，最终得到所需的数据.如前所述，CCD元件可理解为一个由感光像素组成的点阵。

其每一个像素都一一对应了对象的二维图像特征，即通过对像素点成像结果的分析可以间接分析对象的图像特征。

比如通过对二值化图像中的成像像素个数的计算，可以得到相应对象的长度值和面积值。

系统将得到的图像进行二值化处理后，把二值图像作为对象进行进一步的计算分析。

对于灰度的二值化阈值和光源的设定采用比对的方法实现，具体方法为：

用已知的样件作为标定的参照物。

把已知的参照物测量值除以参照物对应的像素值，即可得到像素与实际值之间的对应比例值.通过调整光源亮度以及系统的二值化阈值，对灰度的二值化阈值进行优化，保证系统对对象边界具有相对较高的分辨率，即优化后的二值化阈值和光源可以使边界的变化产生尽量大的像素值变化.

根据被测对象的特征（工件形状、被测部位）和要求,参照视觉系统产品的有关标准，并按照所完成的设计，将能方便地选取合适的图像检测单元（器件），组成相应的检测系统.以连杆结合面爆口为例，其系统的检测要求为分别检测互为15°夹角的A-B—C三个（连杆侧面的）破口面，最终以三个检测结果中的最大值作为破口的真实值，进行判断后输出结果.该系统由以下部件组成：

（1）CCD摄像头：

用于采集破口图像并转换成数字图像信号.结合面的破口缺损面积均不大于15×15mm,根据系统的标准对照表选取“视野”为20.0×21.4mm，由于CCD感光元件为512×480的像素点阵，故X轴向分辨率为21。

4/512=0.0417mm/pixel，Y轴向分辨率为20。

0/480=0。

0417mm/pixel。

镜头选用松下电工的ANM847L镜头，此镜头焦距为f=50mm,景深较大，可保证成像更为清晰。

（2）LED光源:

用于提供稳定的、均匀的照明,保证取像质量。

光源有荧光灯、卤素灯、激光和LED光源等多种类型。

综合考虑光源的性价比，选用CCS公司120×120mm的框型红色LED光源进行轴向照明。

LED光源的特点是半衰期长、照明稳定，而且功耗低（6W）可频繁开关、易于控制。

（3）图像处理单元:

用途是根据需要对采集到的图像进行处理、分析，同时把分析结果和图像系统的状态信息通过RS232接口传向PLC提供信号输出和数据交换.系统使用松下公司的MultiCheckerV110嵌入式图像处理系统，集图像处理和输出为一体。

嵌入式图像处理系统的特点是处理器体积小（8.4×4。

0×12cm）,功耗低（24VDC,0。

7A），而且环境适应性好，能在环境温度50℃的条件下连续工作。

（4）PLC用于控制整个检测系统各项功能的执行，同时也对图像处理单元传过来的数据进行校验和判断。

本系统选用西门子公司的S7-226MX.

（5）监示器作为人机交互界面,显示图像处理系统的状态和数据分析结果。

图像识别在汽车制造业中的应用

用于图像识别的机器视觉系统的检测原理虽然与以上表面缺陷探测相似，但作用、目的完全不同。

且相比之下，即使在国内汽车制造业中的应用也较前两个领域为多。

在产品或包装上打标识、粘贴徽记,乃至在输送托（盘）架做上标记是企业生产中常用的做法,而现代工业则已越来越多地采取让最终产品、甚至半成品（零部件）带有用于识别的一维、二维条码。

在大批量生产条件下，如何对它们识别、判断?

若依靠人工肉眼检查，不但劳动强度大，也难免错检漏判。

另一方面，在生产线，特别是其中那些装配工序的运行中，为正确完成规定的要求，往往也需解读一维、二维条码或识别某些印刷字体。

此外，很多情况下，对零件的姿态、位置（方向）也必须进行辨识，特别在采用选择装配方式时。

电子标签也是近年发展起来的一项新技术，它采用机器视觉的识别技术，将涉及发动机的各种质量信息通过读写器无线写入标签或读出。

在有些发动机生产线的输送装置（托盘）上安装有一个电子标签,而每个加工或装配工位则布置有一个读写器。

读写器与PLC或计算机相连。

（1）活塞在缸体内的装配

图像识别技术在用于“活塞-缸体装配工序"时，其主要环节包括：

判断缸体到位并做好检测准备；探测缸体上缘（准确到位的标志），如果未发现该特征部分，即发出报警信号；在检测系统中建立坐标系，识别这样三项内容：

活塞的有无，活塞位置的正确性（确切地讲是“方位”）,活塞顶部表面的标识和字符——用于表明型号、选择装配时的组别及其它相关含义。

整个检测、识别过程如下:

发动机被翻转、装入活塞，通过输送系统发动机随托盘向检测工位移动；当发动机即将到达检测工位时，由电子标签读写器验明其“身份"，然后发信号给PLC；而当发动机到达检测工位，接近开关触发时，PLC给机器视觉系统发出工作指令；如果活塞在缸体内的装配正确，视觉系统发信给PLC，然后写入电子标签,发动机继续流向下一工位。

如果活塞装配有错，则视觉系统提示PLC,并通过人机界面报警，显示屏将指示哪一缸的活塞装配有错、何种错误。

操作者确认检测结果后,通过对人机界面PLC发出指令，将结果写入电子标签,并且将发动机直接输送到返修区域进行返修。

整个检测过程全部自动完成，只是在出现装配错误、发出报警时才由人工干预。

（2）主轴承盖在缸体上的装配

在四缸发动机的缸体生产线，主轴承盖在缸体上的装配是又一个典型示例.5个主轴承盖的前端部呈不同的台阶状。

通过每个零件上的数字标识,按规定顺序和方向安装.由于零件混杂、数量又大，常发生错装现象,导致下道工序产生废品.

为此，在生产线的拧紧装配工位和翻转工位之间设置一检测工位，通过自动识别，判断装配结果的正确性。

若全部正确,则缸体继续流向下一工位,否则报警并给PLC发出指令，使生产线停机，将有问题的缸体下线返修.为了适应1件/分钟的装配节拍，采用在缸体移动过程中检测,2个光电视觉传感器分别前后布置在生产线的上方和一侧。

前一个为零件定位传感器，用以自动准确地触发采样，后一个用于动态识别5个主轴承盖的表面几何形状。

根据预先置入的各主轴承盖特征参数和采集到的传感器输出信号，可确定是否装错并指示具体出错位置。

整个检测、识别过程为:

缸体在完成主轴承盖的拧紧工序后，沿辊道向检测工位移动，而两侧导轨的约束作用，保证了零件自动找正位置。

当进入检测工位时,定位传感器首先探测到第1主轴承盖边缘，随即由另一个传感器识别其前端部的几何形状，经控制器采样、处理；然后缸体继续前移,对第2～5个主轴承盖进行探测和识别。

通过与预置值比较,就可对有否错装零件作出判断。

每次探测都有计数和显示，整个检测过程在缸体输送移动中完成，不必额外增加检测时间。

图像识别技术在汽车制造业中的应用，大大提高了工艺运行质量和生产效率,降低了劳动强度，已在不少国内大企业得到成功的应用。

（end）

机器视觉系统典型应用行业

newmaker

机器视觉技术的优越性

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

机器视觉系统的特点是提高生产的柔性和自动化程度。

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，常用机器视觉来替代人工视觉；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.而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

总之，随着机器视觉技术自身的成熟和发展，可以预计它将在现代和未来制造企业中得到越来越广泛的应用。

机器视觉工业检测系统类型

机器视觉工业检测系统就其检测性