随着科技的不断进步和制造业的发展，自动化技术已成为现代生产中不可或缺的一部分。机器视觉检测（Machine Vision Inspection，简称MVI）作为一种突破传统人工检测方式的新技术，逐渐成为智能制造中的核心技术之一。它通过光学、机械、电控、软件等技术模拟并拓展人类的视觉、思维和手动操作能力，从而取代了传统的人工目检环节。
什么是机器视觉检测 ?
机器视觉检测（MVI），亦称自动视觉检测（AVI），是一种通过模拟人类的视觉、思维和操作来进行产品质量检查的技术。它通过高精度的光学成像系统、强大的计算机处理能力和自动化的执行机构，自动检测产品的外观、尺寸、缺陷等各类问题，全面提高检测的效率与准确性。
自动光学检测(AOl)
AOI是实现MVI/AVI的技术方案。
眼：利用高分辨率的相机、镜头和光源进行光学成像，模拟人眼的视觉成像功能。
脑：计算机系统对采集到的图像进行数据处理与分析，代替人脑进行决策判断。
手：通过机械手臂或其他执行机构执行相应的操作，如剔除不良品、分拣合格品等，代替人工完成操作任务。
为什么要用机器视觉检测？
人工作业的限制
主观性强、人眼空间和时间分辨率有限、检测不确定性大、易产生歧义、效率低下等缺点，已很难满足现代工业高速、高分辨率的检测要求。
人工作业的局限性
主观性强：人工检测依赖操作工的经验和技能，可能会受到疲劳、情绪等因素的影响，从而降低检测的准确性。
分辨率有限：人眼的空间和时间分辨率有限，无法有效检测高速、高精度的产品缺陷。
低效率：长时间的视觉检测容易导致操作工疲劳，效率逐渐降低。
人工视觉可能带来的伤害
视觉伤害：部分人工视觉检测需要在强光照明条件下进行，容易对操作人员的眼睛造成伤害。
身体伤害：在一些特殊工业环境中（如焊接、火药制造等），人工视觉可能会对操作工的人身安全带来威胁。
人员流动性和培训成本
在一些制造企业，操作工的流动性较高，培训一个合格的操作工需要投入大量的时间和资源，而单纯的培训往往无法提高操作工的实际技能。
机器视觉检测的好处
自动化：机器视觉检测的系统可以在全自动化的环境下运行，无需人为干预，减少了人工成本。
非接触式检测：不同于传统的人工接触检测，机器视觉检测采用光学成像方式，不会对产品造成损害。
速度快、精度高：机器视觉系统能够高速、高精度地完成检测任务，并且稳定性强，长时间运行不受影响。
稳定性：通过合理的设计、调试和操作，机器视觉检测系统能够在长时间内保持高效稳定的工作状态。
机器视觉检测的组成
机器视觉检测系统的核心构成主要包括光学系统、机构系统、电控系统和软件系统。
光学系统
光学系统是机器视觉检测的基础部分，主要包括相机、镜头和光源。通过光学成像方法，系统可以模拟人眼的视觉成像功能。
相机：相机是图像采集的核心部件，决定了图像的分辨率、色彩还原等参数。
镜头：镜头的作用是将物体的图像投射到相机的传感器上，影响视野和成像质量。
光源：良好的光源能够确保拍摄到清晰的图像。不同的产品或检测需求，可能需要不同类型的光源（如LED光源、激光光源等）。
机构系统
机构系统主要负责产品的输送、检测和分拣任务。它通过机械手臂、传送带等设备，确保物料的流动和检测过程的顺利进行。
上料动作：通过物料引导机构、物料夹取机构等设备将产品送入检测区。
检测动作：利用移动机构将物品带到检测位置，进行自动化检测。
下料动作：检测完成后，将合格品或不良品分拣并移出检测区。
电控系统
电控系统负责控制机器视觉检测设备的运行，包括相机、光源、移动机构等部件的协调工作。电控系统确保整个检测过程按照预定程序高效稳定地进行。
软件系统
软件系统是机器视觉检测的"大脑"，其作用是对采集到的图像进行处理、分析和判断。软件系统的核心包括：
图像预处理：对原始图像进行去噪、增强、边缘提取等处理，以提高后续分析的准确性。
检测算法：通过模板匹配、缺陷检测、几何测量等算法，判断图像是否符合标准。
深度学习算法：通过AI技术，机器视觉系统可以自我学习、优化，提升检测准确率。
项目实施要点-效益评估&方案规划
效益评估
确认目标：明确项目的检测标准、检测项目和不良品比例。
计算成本：分析人工成本、时间成本等，评估机器视觉系统的投资回报。
方案预算：根据企业的需求，制定详细的设备采购、安装与调试预算。
核算ROI：根据预算和成本核算，评估是否实施项目。
方案规划
上料：确定产品如何从生产线输送至AOI机台进行检测。
拍摄：选择适合的机器设备，并确定相机及光圈的位置、角度。
取像与检测：通过相机和光学设备进行图像采集，并通过规则判断算法与深度学习算法进行检测。
下料与反馈：检测完成后，产品通过相应的机制分拣，并将检测结果反馈给生产线。