机器视觉软件管理论文

【摘要】电力设备是支撑电力稳定发展的基础要素，实现对电力设备状态的实时监测是保障电力系统高质量发展的重要举措。基于机器人技术的不断发展，构建基于机器视觉的电力设备监测系统对提升电力设备运行效果、降低设备故障率具有重要的现实意义。以下是小编精心整理的《机器视觉软件管理论文 (精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。

机器视觉软件管理论文 篇1：

机器视觉的人才培养分析和实训室建设探索

摘要：随着机器视觉技术在各个领域的应用增多，机器视觉人才的社会需求大。该文分析了机器视觉岗位人员需具备的知识和能力，并提出相应的机器视觉实训室的建设思路，以培养符合社会需求的应用型人才。通过机器视觉检测教学系统的硬件和软件教学，培养学生的硬件选型能力和开发平台的应用能力，利用机器视觉系统应用工作站进行综合实践，帮助学生理解自动化生产线中的系统集成，同时辅以3D视觉、深度学习等技术应用，使学生熟悉机器视觉的发展趋势。

关键词：机器视觉;人才培养;实训室建设

开放科学(资源服务)标识码(OSID)：

1 引言

机器视觉是人工智能正在快速发展的一个分支。在智能制造生产线上，机器视觉可以引导机器人工作，自动检测生产线上产品的质量，实现高速、高精度测量，识别目标，实现数据的采集和追溯。机器视觉技术具有安全可靠、生产效率高、检测精度高、非接触性、可在恶劣环境下长时间工作等优点，大大提高了生产效率和生产的自动化程度。在现代工业中，机器视觉技术是实现设备自动化、智能化和精确控制的常用手段之一。目前机器视觉技术已广泛地用于汽车、电子、交通航海、医药、食品饮料、装配制造等行业。侯天龙等通过基于机器视觉的无接触式检测方法，对高铁白车身零部件的装配间隙进行检测，检测精度可达到0.05mm[1]。杨利等设计了基于机器视觉的红外接收头芯片引脚缺陷检测系统，检测芯片外观并判断芯片是否为合格品，检测系统误判率为0.4%[2]。王艳研究了基于机器视觉的轮毂分类方法，应用于汽车轮毂识别和自动分拣[3]。翟伟良等也采用基于机器视觉、PLC的小工件自动分拣系统，实现汽车配件的自动化分拣[4]。郁岩利用机器视觉技术对轮胎、轴承、钢材、模具等产品表面的压纹字符进行检测[5]。张万里等基于机器视觉技术，提出了一种莲子去芯位置定位方法，应用于不同产地、不同尺寸的莲子自动化精准去芯作业[6]。聊城市中医医院使用机器视觉系统指导腔镜器械的清点、核对、拆分、清洗、组装及检查等过程，使得器械的返洗率、差错失误率降低，手术延迟次数减少[7]。

随着智能制造的快速发展，对产品质量和检测要求的不断提高，随着机器视觉技术在各个领域的应用不断增多，各行业对机器视觉技术的人才需求也越来越大，培养适应社会需求的机器视觉人才至关重要。

2 机器视觉的人才培养

基于社会对机器视觉技术相关人才的需求，各高校正逐步开设机器视觉相关课程，着重培养适应机器视觉岗位的专业人才。主要教学课程有机器视觉技术、机器人检测设备、机器人检测技术，其他相关的教学课程有工业机器人技术基础、机器人焊接质量管理、现代铸造质量管理、机器人焊接工艺技术等。高校对机器视觉岗位的人才培养大多正在摸索中。

通过企业走访，与行业内具有丰富经验的机器视觉工程师沟通和交流，探讨得出一名机器视觉工程师必须掌握的知识和能力大致主要有以下几个方面：

(1)机器视觉系统的基本硬件构成和硬件选型

机器视觉系统的基本硬件主要由相机、镜头和光源构成，如图1所示。机器视觉工程师应熟悉工业相机的分类，熟悉工业相机的通信接口类型，掌握工业相机的主要参数，能根据实际應用需求选择合适的相机。应熟悉工业镜头的分类和主要参数，能根据实际应用需求选择合适的镜头。应熟悉工业光源种类，掌握常见的不同打光方式，能根据实际应用需求合理地选择光源，选择合适的打光方式。

另外，还需熟悉图像采集卡、滤光片、漫射板、偏振片、标定板、近摄接圈等其他配件的作用和应用场合。

(2)基本的成像要素和光学知识

机器视觉工程师应了解成像的基本要素，具备基础的光学知识，以更好地理解应用不同打光方式和光源波长而得到的不同打光效果，理解选用不同类型、参数的相机和镜头对图片质量、视野大小等的影响，从而能够根据实际应用需求，灵活、合理地选择光源、相机和镜头。

(3)开发平台的应用

构建一套可靠运行的机器视觉系统，除了要有合适的硬件，还需要良好的测试环境和开发平台。通用的视觉库有MATLAB图像处理库和OpenCV视觉库等，商用机器视觉开发包有NI、adept、HALCON等。机器视觉工程师应能熟练应用其中至少一种开发平台进行图像分析和处理，以达到完成分析检测的目的。

(4)基本的数字图像处理知识

大部分的开发平台提供了丰富的函数，应用时可通过调用函数进行图像分析和处理。但如果机器视觉工程师没有数字图像处理方面的基础知识，在灵活使用这些函数并设置合适的参数方面会有一定的难度。因此，机器视觉工程师还应掌握基本的数字图像处理知识，以加深对开发平台中函数的理解，更好地应用开发平台。

此外，由于机器视觉技术实际通常应用于自动化生产线中，并非单独应用。因此，机器视觉工程师除了要掌握以上机器视觉的专业知识，还要对自动化生产线中的系统集成有一定的了解，能够理解机器视觉部分和工业机器人、电气控制、机械结构、气动驱动、传感技术等的配合协作。

3 机器视觉实训室建设思路

实践环节在机器视觉人才的培养中起重要作用，建设机器视觉实训室可以很好地支持课程教学，更好地培养应用型机器视觉人才。围绕机器视觉工程师需要掌握的知识和技能，机器视觉实训室的建设可分为机器视觉检测教学系统、机器视觉系统应用工作站和3D视觉系统三个部分。

(1)机器视觉检测教学系统

机器视觉检测教学系统主要包括机器视觉系统的硬件和教学软件两部分。

硬件部分主要可分为机器视觉运动检测系统、线阵检测系统两种。机器视觉运动检测系统应可实现运动中物体的在线视觉检测，涵盖机器视觉中常用的硬件设备，包括工业相机、工业镜头、光源和常用配件(滤光片、漫射板、偏振片、标定板、近摄接圈等)。其中工业相机可选择不同分辨率大小、不同色彩(黑白或彩色)、不同曝光方式(逐行曝光或全局曝光)，工业镜头可选择不同焦距，同时配备远心镜头以适应特殊应用需求，工业镜头配合工业相机使用，教学时通过理实一体化的教学方式，可帮助学生更好地理解工业相机和工业镜头的参数。光源可选择不同打光方式的光源结构，如背光、环形光、条形光、同轴光、碗光，教学过程中可选用不同光源结构，呈现打光效果的差异，使学生能对光源的作用有更为直观的感受。在光源波长的选择上尽可能涵盖常用的光源波长，如可见光中常用红光、蓝光、白光，同时配备红外光源、紫外光源以适应特殊场合的应用。考虑到常规的运动检测系统无法实现曲面物体(或大视野、高精度应用场合)的视觉检测，针对此类应用场合，设计机器视觉线阵检测系统，应涵盖线阵检测系统必要的硬件设备，包括线阵相机、配套的镜头和线阵光源。结合以上机器视觉的硬件部分(具体规格和参数可参考表1)，帮助学生理解成像的基本要素与基础光学知识，使学生掌握机器视觉系统的基本硬件构成，在实训环节，学生可针对实际的应用需求进行硬件选型，选择合适的硬件。

教学软件部分应具备丰富的图像处理和分析功能，通过视觉软件的应用能实现定位、测量、检测、识别主要四类应用。在教学过程中，学生可结合实际需求，进行软件的函数调用，以达到完成分析测量的目的。在操作软件的练习过程中，使学生掌握视觉软件的应用。同时，在调用视觉软件的函数时，适时地开展基本的数字图像处理知识的教学。

(2)机器视觉系统应用工作站

机器视觉系统应用工作站是指综合了机器视觉、工业机器人、电气控制、机械结构、气动驱动、传感技术等的小型自动化生产线，主要融合机器视觉系统应用、工业机器人操作与编程、可编程控制器等技能点，可囊括机器视觉手眼标定、工业机器人动态追踪、分拣工艺、装配工艺、检测工艺等最典型的工业现场工艺应用。在综合实践环节，可利用工作站围绕工作岗位需求开展项目教学，帮助学生对自动化生产线中的系统集成有一定的了解，熟悉机器视觉部分和工业机器人之间的协作配合，初步掌握机器视觉工程师所需的基本技能。

(3)3D视觉系统

主流的2D视觉系统拍摄得到的是一个二维平面的图片，无法获得物体的空间坐标信息。3D视觉可以获取深度信息，可以识别堆积在一起的物体，并获取目标物体的高精度空间位置，提供工业机器人。相比2D视觉，3D视觉还可以更好地获取物体的表面深度信息，有利于分析工件表面的凹凸缺陷，尤其对于一些十分微小的物体表面纹理变化，3D视觉的检测精度更高。

随着机器视觉技术的不断发展，3D视觉、深度学习等技术的应用也越来越多，机器视觉技术向着更多维度、更高柔性、更复杂任务、更智能的方向发展。围绕3D视觉系统开展认识教学，使学生了解机器视觉技术的发展趋势，并对3D视觉技术的原理和应用有一定的认识。

4 结语

机器视觉技术人才的社会需求越来越大，对此，本文结合机器视觉岗位人员需具备的知识和能力，提出相应的机器视觉实训室的建设思路。建设的机器视觉实训室可以为学生的实训提供条件，学生通过实践掌握机器视觉的硬件选型、开发平台的使用，了解自动化生产线中的系统集成。另外，作为一种新兴技术，机器视觉技术的应用型实训室十分紧缺，实训室建成后也可为该领域内企业提供技术服务与社会培训，为开展职业技能鉴定和各类创新创业训练提供有利的条件。

参考文献：

[1] 侯天龙，孙永奎，马磊，等.高铁白车身装配质量的机器视觉检测方法[J].传感器与微系统，2021，40(7)：142-144.

[2] 杨利，陈柳松，谢永超.基于机器视觉的芯片引脚缺陷检测系统设计与实现[J].计算机测量与控制，2021，29(7)：16-20.

[3] 王艳.基于机器视觉的轮毂智能分类方法的研究[J].工业控制计算机，2021，34(7)：65-67，70.

[4] 翟伟良，姜立标，施志敏，等.汽车橡胶工件视觉分拣系统设计[J].机床与液压，2021，49(15)：118-123.

[5] 郁巖.基于机器视觉的金属表面压纹字符检测[J].物联网技术，2021，11(7)：16-17.

[6] 张万里，丁为民，刘瑛璎，等.基于机器视觉的莲子去芯位置的定位方法[J].湖南农业大学学报(自然科学版)，2021，47(4)：467-475.

[7] 李兰霞.机器视觉系统在医院消毒供应中心的应用研究[J].循证护理，2021，7(8)：1105-1108.

【通联编辑：代影】

作者：谢婷婷

机器视觉软件管理论文 篇2：

基于机器视觉的电力设备监测系统的研究

【摘 要】电力设备是支撑电力稳定发展的基础要素，实现对电力设备状态的实时监测是保障电力系统高质量发展的重要举措。基于机器人技术的不断发展，构建基于机器视觉的电力设备监测系统对提升电力设备运行效果、降低设备故障率具有重要的现实意义。论文结合多年实践研究，以变电站电气控制柜开关状态监测为例，构建基于机器视觉的电气柜开关状态监测系统，并且提出构建机器视觉监测系统的具体的保障措施，以此实现电力系统的智能化、网络化发展。

【

【关键词】机器视觉;电力设备;监测系统;电气柜开关

【

1 引言

随着我国电力行业新常态的发展，推动电力行业高质量发展成为助力于社会经济发展的重要因素。传统的电力设备监测模式主要是通过人工巡视或者利用网络系统实现局部在线监测，此种方式虽然能够发现电力设备故障，但是其需要花费大量的人力、物力开展周期性巡视，而基于电力设备智能化的发展，导致工作人员的劳动量不断增加，存在因巡视不到位或者没有及时发现潜在故障而导致电力设备出现损坏，造成大面积停电的问题。机器视觉利用图像信息技术可以实现对相关数据的快速处理，这样可以大大提高电力设备的监测效率，因此依托机器视觉构建自动化、智能化的监测系统至关重要。

2 构建基于机器视觉的电力设备监测系统的重要意义

随着大数据技术在电力系统的运用，实现电力设备智能化监测成为我国电力发展的主要趋势。无人值守模式实现了对电力系统设备的运行数据、状态传输到调度中心，同时调度中心还可以实现对变电站现场设备的控制和调节。但是随着电力设备种类的繁多，尤其是电力设备性能的不断完善，实现电力系统的安全高效运行，还需要工作人员对电力设备的运行状态进行监视，通过监视功能实现对电力设备的在线监控。例如，电力工作人员通过利用图像编码技术与传输技术实现对电力设备的在线监测，但是此种遥视功能主要是集中在对传感器的报警功能方面，需要工作人员不断观察场景现场画面，这样必然会存在遗漏现象。

机器视觉则是依托机器人技术实现对电力设备进行在线监测的技术，结合机器视觉系统的工作原理，其在电力设备监测系统中的运用具有巨大的价值：

首先，机器视觉技术具有精度高、速度快的特点，其可以使电力设备进行精准的定位监测，这样可以及时将监测的数据传输到机器视觉处理系统中，从而为决策处理中心提供最为全面的数据。

其次，其具有非接触性、可重复性动态测量的特点，机器视觉监测系统具有非接触性，其可以利用图像处理技术实现对电力设备的红外远程监测，这样可以有效降低对电力设备运行状态的影响程度，尤其是通过对电力设备运行状态的在线测量等实现对电力设备潜在故障的及时分析，提升工作效率。

最后，具有较大的经济价值。通过运用机器视觉系统后，实现了电力设备监测的自动化、无人化操作，从而为电力企业节省了大量的人力资源成本，推动了电力系统智能化发展[1]。

3 基于机器视觉的电力设备监测系统设计

为更加清晰地分析基于机器视觉的电力设备监测系统，以电气控制柜压板开关状态监测为例。电气控制柜开关是电力设备的重要组成部分，实现对电气控制柜压板开关状态的监测具有重要现实意义。构建基于机器视觉的监测系统主要包括光源、镜头、图像处理器等部件。

具体的设计方案如下。

3.1 开关状态监控系统架构设计

基于机器视觉的电力柜开关监测系统主要是由目标开关图像采集、目标开关位置监测和状态监测算法以及结果处理与预警三大功能实现[2]。图像采集系统和目标开关定位设计结构如图1所示。

①图像数据采集与开关信息获取。

对于电力柜开关面板图像数据的采集包括2种方案：一种导航机器人自动采集系统，其主要是在电力柜前安装机器人导轨，并且在机器人身上安装相机，通过定点拍摄的方式采集电力柜开关的相关信息，然后通过局域网将采集的图像信息传入图像处理算法分析平台;另一种采取智能手机进行图像采集，并且在智能手机内移植开关的状态识别算法，经过智能手机的处理后在局域网状态下将运行结果上传到数据管理系统。需要注意的是，需要根据电力柜开关状态的监测数据进行分类，保证每个开关状态数据对应相应的开关状态[3]。

②开关位置监测与状态识别。

图像采集系统采集的电气柜压板开关图像中不仅包括开关，而且还包括标签等。目前主流的目标监测算法主要是基于深度学习模型，其主要是利用卷积神经网络提取目标开关图像的特征图，然后基于该特征图进行分类，将开关的状态识别任务转化为二分类任务[4]。

③后期结果处理与报警系统。

设计基于機器视觉的电力设备监测系统最终目的就是解放工作人员，实现对电力设备的精准化监测。对于电气柜开关状态的监测需要将开关状态进行结果处理，根据状态对比得出相关的结论，从而及时处理电力系统。开关状态识别结果处理的首要任务就是去重，然后再进行排序操作，将识别结果与电控制柜上的开关一一对应[5]。在进行识别结果去重操作主要是计算各个检测结果之间的欧式距离，通过设定经验阈值，判定2个检测结果是否有重复，保留目标预测概率较大的检测结果。检测结果中，如果漏检的比例超出了设定的数值，表明此次检测无效，需要重新检测。当然如果漏检比例在可以控制的范围则进行开关排序操作。将排序结果与开关控制进行融合后传输到系统中，保证其处理结果要与系统设定的运行状态一致。如果发现不一致则会发出警报。

3.2 目标开关的位置监测

对于目标开关的监测主要包括2个步骤：

一是对目标进行定位;二是对目标开关状态进行监测识别。基于机器视觉的开关位置监测主要采取的是基于RPN网络的设计方案，整个网络主要分为卷积神经网络(其主要是负责提取输入图像的特征图)和RPN网络(将提取的特征图进行目标区域监测)2个部分。之所以这样设计主要是借鉴AlexNet的网络结构，因为如果设计过多的冗余会增加计算量，不利于提取到精准的数据，影响工作效率，如果设计层数过少又不能提取丰富的图像特征。因此，通过设定5层卷积输出大小为39×39×256的特征图，这样可以有效地提升目标开关的监测质量[6]。

3.3 目标开关状态的识别

基于机器视觉系统的特点，对于电气柜开关状态的监测主要是通过二分类卷积神经网络，构建模型参数实现对目标开关状态的精准识别。具体流程如图2所示。

①训练样本集制作与转换格式。图像分类是开关状态监测识别的首要基础，图像分类主要是根据给定的图像属性级别对其进行计算，由于整个电气柜压板面板排序诸多开关目标，因此，需要通过计算法将横竖排列的开关进行定位分割，以此作为卷积神经网络的输入[7]。具体在图片分类中可以将断开状态的图片以“0”开头，闭合状态的开关图片则是“1”开头进行命名，同时为了提升监测的准确度，需要对不同角度、不同光照的图片进行样本采集，这样可以有效提升图片监测的质量。采取Pytorch框架制作不直接使用图片格式文件，需要将图片进行格式转化。

②开关状态识别网络模型设计与训练。基于电气柜开关的2种运行状态，设计了卷积神经网络结构图。

为检验模型的准确性，选择1000张开关图片作为训练集，其中“闭合”与“断开”状态图片数量相等，选择SGD(Stochastic Gradient Descent)作为优化算法，设置学习策略为步进学习，基础学习率为0.01，每经过300个迭代次数，基础学习率减小一个数量级，最后设定使用CPU模式训练网络[8]。通过与传统图片梯度边缘信息的算法对比，得出以下结论，采取机器视觉的电气柜开关算法具有较高的价值[9]。

4 机器视觉电气柜开关监测系统设计的保障措施

构建基于机器视觉的电气柜开关状态监测系统需要多方面因素的参与，结合多年实践调查研究，需要我们做好以下保障措施。

4.1 培养高素质的电力专业人才，为电气柜开关智能监测提供智力支撑

基于机器视觉监测系统的构建，电力企业必须要重视人才引进力度，通过专业的培训体系提高工作人员的智能化操作技术：一是电力企业要加大对工作人员的培训力度，不定期组织工作人员学习机器视觉监测系统的操作技能，增强工作人员适应大数据环境的能力。例如，基于机器视觉监测系统的设计与应用，电力企业要第一时间组织相关人员学习该操作软件系统的应用流程，懂得基本的处理故障问题的能力。二是及时引进高素质人才。基于电力行业高质量发展要求，电力企业必须要及时引进高素质的复合型人才。例如，电力企业要加强与电力行业协会、科研机构的合作力度，针对机器视觉监测系统的要求引进相应的人才。当然最重要的就是要为人才培养提供良好的机制环境，增加我国高素质复合型电力人才的数量。

4.2 加大资金投入，完善基础配套设施

基于机器视觉的监控系统离不开系列的改造工程，因此，我国要加大资金投入为机器视觉监测系统的构建提供必要的支撑：一是电力企业要加大资金投入，为机器视觉监测系统的构建提供必要的资金支持。例如，为了加快机器视觉电力监测系统的建设，电力企業要专门设置专项资金用于开展机器视觉监测改造工作。二是要完善相应的配套设施。机器视觉监测系统需要相应配套设施的支持，因此，电力企业要积极完善相应的配套设施建设，为机器视觉监测系统提供相应的硬件支持。

4.3 完善管理制度，为机器视觉应用提供良好的环境

我国相关部门要进一步完善机器视觉监测系统运用的管理制度，为规范机器视觉监测系统运行而提供相应的制度。例如，电气企业在针对机器视觉监测系统的运行特点而制定相应的管理制度，规范机器视觉监测系统的运行。

5 结语

总之，基于机器人技术的不断发展与完善，构建基于机器视觉的电力设备监测系统对提升电力设备运行效率、降低故障发生率具有重要意义，因此，我们要立足于电力设备日常管理工作的要求，积极构建机器视觉监测系统，以此推动电力行业的高质量发展。

【参考文献】

【1】冷从林.基于机器视觉的变电站压板开关状态识别系统研究[D].武汉：武汉理工大学，2019.

【2】魏秀琨，所达，魏德华，等.机器视觉在轨道交通系统状态检测中的应用综述[J].控制与决策，2021，36(02)：257-282.

【3】李焕.基于物联网技术的智能电力监控系统研究[D].长春：吉林大学，2019.

【4】陈文栋.具有CMD逻辑复用功能的高压输电线路智能巡检系统设计[D].济南：山东大学，2020.

【5】孙熙.复杂背景下电力设备识别及状态监测[D].北京：华北电力大学，2018.

【6】王立军，张拓，刘光伟，等.基于机器视觉技术的高压断路器机械特性诊断[J].高电压技术，2020，46(06)：2148-2154.

【7】唐文虎，牛哲文，赵柏宁，等.数据驱动的人工智能技术在电力设备状态分析中的研究与应用[J].高电压技术，2020，46(09)：2985-2999.

【8】梁欢，邢丽冬，黄凤，等.基于机器视觉的高电位监测设备激光无线供能系统[J].机械制造与自动化，2019，48(05)：157-161.

【9】刘胤欣.基于机器视觉的无人值守变电所绝缘子故障检测系统研究[D].石家庄：石家庄铁道大学，2015.

作者：李岩 李丹 李建 腾飞

机器视觉软件管理论文 篇3：

机器视觉技术在机械制造及其自动化中的应用

摘要：科技进步推进了我国机械制造业水平的提升，机器视觉技术在机械制造业中得到了进步和发展，本文从机器视觉技术概述出发，论述了如何做好机器视觉技术在机械制造及其自动化中的具体应用。

关键词：机器视觉;机械制造;自动化引言

科学技术的快速进步在一定程度上促进了我国机械制造业整体水平的提升，其中最具有代表性的就是视频技术和红外线成像技术，在这两种技术的应用发展过程中，机器视觉技术由此诞生，并得到了良好的发展。通过长时间的实践证明可以发现，合理应用机器视觉技术不仅可以明显减少不必要的人力资源投入，同时还可以从根本上提高机械制造工作的效率，为我国机械制造行业的发展注入新动力。作为先进技术背景下的重要手段，机器视觉技术取替了原有的人力操作，将其应用于机械制造自动化生产过程中，也是提高机械生产制造业综合生产效率的必然措施。

1、机器视觉技术

为了确保对机器视觉技术能够完成有效认知，需要对机器视觉技术进行基本概述。目前，机器视觉技术是我国科技发展的全新领域，其推动机器制造的整个技术水准能够得到全面增强。机器视觉技术在发展中，其与红外线成像技术以及视频技术进行连接，以确保其应用范围能够完成广泛性的特征。机器视觉技术在此基础上进行延伸，可以利用计算机，能够取代人眼对物品进行识别，并进行工作模式分析，对某些尺寸能够进行精密测量。针对于工作场所，可以避免工作环境恶劣因素对于人工的影响，其依托于机器视觉技术，可以实现全面作业。该技术推广可以提升企业的工作效率，并节约劳动资源。机器视觉技术可以利用计算机模拟人类的神经网络以及视觉功能，并提取出物品的详细信息。经过识别、分析后，进行测量。在视觉系统中，绝大多数使用CCD摄像技术，能够确保对整个机器视觉技术实现进一步完善。为后续发展提供全新的处理模式，使图像、颜色、亮度等能够进一步优化，根据此类特征判断出执行指标。并根据检测结果，能够完成对应的操作指示。该技术能够具备工作速度极快且运行噪声低、测量精度高的优势，且能够更好的适应环境，以使数据信息化处理程度能够更好提升。

2、机器视觉技术在机械制造自动化中的实践应用

2.1、应用于机械设备精密测量当中

通常在机械设备零件精准测量时，机器视觉技术是大部分企业的必然选择。这是由于机器视觉系统包含着功能强大的专业光学系统和CCD摄像头，这些组成内容可以高效收集光源，并将发射出来的光源照射到被监测对象的区域部位上，再配合显微光学镜组与被检测对象的边缘部分，最终可以掌握被检测对象整体轮廓情况。如果在实际检测过程中，被检测对象发生了位移，那么就需要对其轮廓位置进行二次处理和图像修改，利用多次计算来得出计算量。此外，还可以根据位移前后所产生的偏差位移量来整合两幅检测图像的边缘轮廓，将他们归纳到同一个图像当中，这样就可以得出两次测量之后的标准尺寸数值，进而提升测量工作的精准性。从目前实际情况来看，因为机械制造企业生产线通常都是流水作业模式，因此视觉系统可以起到一定的辅助作用，帮助生产流水线能够大批次地生产机械产品，而利用以上方法进行在线检测过程中，检测效率能够大大提高。从客观角度而言，此测量方法适用于一些形状简单且结构偏小的一些机械元件。像汽车电子零件设计过程中就可以利用精密测量方法，这样一来产品的精准性和生产效率就可以得到明显提升。从目前机器视觉技术应用之后的经验来看，机器视觉系统可以实现在一分钟内完成上百件产品的检测，并且误差精准度可以精确到0.01mm。

2.2、机器视觉技术在机械制造工件定位中的应用

机器视觉技术的应用可以精确地定位处理被加工零件，仅仅要求安装摄像机就能够在自动化设备上自动定位被加工零件，以及还能够自动卸料，切实使无人化操作实现，大大提升机械制造的自动化水平。一般而言，定位精确受到摄像机像素以及数量、定位时间的影响，应全面兼顾成本和定位需要应用适宜数量的摄像机，这样不但能够实现工作目标，而且节省了成本支出。例如，确定定位时间为2s，应用的摄像机像素为100万，平面工作台面积是300×300的条件下，使用1个摄像机能够达到0.1mm的定位精度，而使用两个摄像机能够达到0.05mm的定位精度，以及使用3个摄像机能够达到0.02mm的定位精度。总之，有关工作者只要根据实际需要对定位精度进行确认即可。

2.3、机械制造机器人自动焊接中的应用

在很多领域，机器视觉技术都具备非常关键的应用作用，其可以提升自动焊接效率，也可以确保焊接的安全系数的增加，焊接机器人可开展可视化分析工作，并且感知焊接过程以及明确焊接位置等。对于机器视觉技术在机器人自动焊接中的应用而言，其重点是结合图像采集软件进行工作。机器视觉技术的应用可以提高机械制造的自动化水平，以及在进行焊接时，可以通过该技术检测熔池形状和控制熔透等，这都有利于顺利地开展焊接工作，且奠定之后生产工作的良好基础。在目前，我国应用的机器视觉技术重点体现在汽车、航天等领域，这一系列领域对机械制造的标准和要求比较高，要求各个环节都严格根据标准进行，即使面临较小的失误，也会造成最后结果状态的不标准。

3、优化机器视觉技术在我国机械制造业应用的建议

3.1、博引外长，吸收国外技术精华

我国工业发展势头迅猛，其机器视觉技术的发展也迅速普及，在范围更大的领域发挥着功用。这些都与我国的制造业优势分不开。由此而带来的，来自许多外国的具有国际水平的机器视觉技术经验、成熟系统等也为我国的相关技术发展带来了新契机。

3.2、善于内省，以政策扶持作保障

我国的机器视觉技术尽管在速度上异军突起，但是毕竟是后起之秀，有着技术底子弱的先天劣势。这就很大程度上桎梏了相关技术的大范围应用与纵深研究。因此，我国的机器视觉技术要想获得更优质的发展，还需要来自国家的政策扶持。政策扶持可以让相关技术的研究、推广获得外界更高的认可，也有利于吸引大量资金的投入。因此，我们善于内省自身技术的缺陷，寻求内部的策略優化是必要的。

4、结语

总而言之，机器视觉技术对我国机械制造业自动化发展建设具有十分重要的推动作用，机械自动化生产能够稳定高效的运行直接取决于机器视觉技术应用的好坏，对此相关工作人员需要对机器视觉技术进行深入探索，强化机器视觉技术在机械自动化领域的具体应用，以此从根本上来促进机械制造行业的深入发展，突破原有传统技术应用领域，为制造行业的发展奠定良好基础。

参考文献

[1]甘泉，马运强.试析机器视觉技术及其在机械制造自动化中的应用[J].冶金管理，2020(15)：68-69.

[2]邹鹏飞.机器视觉技术以及其在机械制造自动化中的有效运用分析[J].科学技术创新，2020(17)：50-51.

[3]张萌.基于机器视觉技术的自动化理瓶机的设计研究[J].科技风，2020(08)：13-14.

[4]彭诚，丁蔚，侯旭玮，李军.基于机器视觉的万用表数字识别技术研究[J].宇航计测技术，2020，40(01)：61-66.

作者：卫晶