看到很多坛友发表AOI检测应用方面的见解, 所以今天我也发表一点意见, 对自己的认识归纳一下, 和大家分享.
目前AOI分两大阵营, 国产和进口. 我就不谈谁优谁劣, 单使用的算法和应用来分析分析:
1. 识别的算法我分为几种; 一单采用图像比对技术, 二是图像对比加统计建模, 三是图像特征差异分析和比对, 四是OCV/OCR字符识别 , 以及一纬和二纬条码识别.
2. AOI软件的实用体现在几方面: 一是有CAD导入功能, 二是能建立标准元件库并分类, 三是元件框编程是否方便, 四是否用离线编程软件, 五是SPC和维修站结合程度以及SPC统计数据是否准确.
3. 软件和硬件平台关系: 一是视觉部分,主要是看相机和镜头较清晰分辨率较大, 二是运动控制部分, 是否采用伺服控制等, 三是软件在处理运动和拍照的过程, 它的精度是否在一定范围内, 偏差是否很大.
今天主要谈四大类算法, 现在就这几方面在做细的分析:
1. 识别算法 我认为是整个AOI系统最核心的部分, 它决定机器检测准确率和速度:
一 先分析单纯采用图像比对技术识别的AOI机器, 该技术基本原理是图片像素点的色彩比较得出误差, 并设定误差阀值. 采用该技术特点编程简单且速度快, 应用简单使用者入门容易. 不过缺点非常大, 该技术检测中误判会很多, 最重要的是如果调大误差阀值的时候容易产生漏测, 综合起来该技术不能做为AOI检测的单一手段.
二 采用图像对比和统计建模技术识别的AOI机器, 该技术和单纯采用图像比对最大区别是除啦图像像素点逐行逐个比较设定误差阀值, 增加学习同类别元件图像差异的功能, 它建立的标准是集合多数元件的变化. 采用该技术特点编程较简单, 使用者容易理解入门容易. 误判在工艺变化不大情况较少, 检测率教高, 缺点是调试麻烦,需要经常维护. 综合起来该技术做为AOI检测手段基本可行.
三 使用图像特征差异分析和比对技术识别的AOI机器, 该技术和前两种图像算法有一定区别, 主要体现在图像比对不是像素点逐行逐个的比较差异值. 主要体现在对图像的特征提取和差异分析, 像特征包括: 颜色直方图, 欧氏距离计算, 纹理特征, 形状特征, 平均灰度和亮度变化特征, RGB颜色像素分布特征等. 采用该技术一般编程时较复杂一点, 要求使用者有一定素质, 但是检测率较高, 误判较少, 标准不用学习很多样本, 所以程序调试时间短, 比较方便, 在三种算法中略占上风.
四 OCV/OCR字符识别 , 以及一纬和二纬条码识别, 字面意思很好理解就是读取条码号和字符.两种算法基本原理是图像灰度, 计算平均灰度阀值, 根据阀值二值化, 分割, 建立特征样本, 学习, 识别等过程.
至于算法怎么实现就不作细说, 我的打字速度就是一个月也打不完啊, 呵呵.