CCD视觉对位原理及在丝印机的应用

引子

曾经“机械化”在某些领域是做为贬义词而存在的。形容人或机构思维僵化，只能做重复单调乏味的工作，缺少灵魂。工业视觉的到来为机械化注入了一丝灵魂。如今“CCD视觉”在行业内已经是比较火的热词了。

CCD和CMOS一样都是光学图像传感器。具有将光学信号进行光电转换和模数转换获得数字图像的功能。曾经CCD在性能上具有优势，CMOS在成本上具有相对优势。CCD和CMOS传感器一直都在发展。很多行业在应用视觉领域里已经不需要特别强调是具体某一种传感器，如今很多机器视觉领域在宣传CCD视觉技术时，已经是做为一种口号，并不一定只是使用了CCD技术。

应用

回归主题，CCD视觉对位。是工业视觉应用中的一个跨技术的子领域。虽然是一个工业视觉子领域，但同时应用了机械控制技术。所以应用前景比较广泛，应用价值比较高。如今视觉对位应用的行业范围越来越广。如：全自动丝印机、机械臂，机械手、自动包装、自动组装、自动焊接、物流分拣等等。由于机器视觉几乎不疲劳，效率高，可以实现全自动化工作。视觉对位技术已经越来越得到重视和行业应用。

原理

我们把机器拟人化。传统的机器如同一个盲人，做着简单重复的工作。后来聪明的人类给机器装一只或一双眼睛，或者像二郎神一样安装了三只眼。机器能看到手上的产品、配件了，程序员再赋予机器一缕灵魂。机器不仅能看到产品，还能看到产品的缺陷、产品的位置、色差等特征。机器可以自己挑出有缺陷的产品，也可以将产品进行移位，加工、组装等。就跟人类一样。能做更多智能的步骤。更妙的是，他的速度快，又不需要像产业工人一样注意休息。

以上可能有点抽象，我们先大话一下视觉对位技术的原理。工业视觉对位主要是“拍照取样”->“特征分析”->“计算数据”->“运动控制”这几个工作的周期性循环。

首先是借助工业相机对产品或特定领域进行拍照取样（这个过程中还要考虑打光，镜头，传输介质等技术，暂且不表）。工业电脑对取样的图片去噪，并进行灰度，色度分析出区域模型，关键特征（这个过程好复杂，除了编程环境如VC,C#,JAVA,Python等，还要配合视觉处理框架库，如openCV,halcon,openGL等。因为工业应用领域一般不可能从零开始实现所有底层视觉算法）。特征识别后还要进行对位操作的计算工作（如计算补偿的运动量，加速度，持续时间等，这个领域随着行业应用的不同，实现方式也有很大的不同）。最后是运动控制（根据计算的运动量驱动电机或气缸控制后续的工作流程）

例子

我们以尤尼凯CCD对位全自动丝印机为例，2个工业相机抓取印刷材料的mark点。进行视觉匹配，并计算与标准位置的偏差量，根据UVW平台的安装方式计算运动量，驱动UVW3轴平台运动到合适的位置以匹配丝印网板位置。再进行印刷。将丝印的精度提高到5个丝以内。

我们采用尤尼凯CCD视觉对位全自动丝印机PC-4050进行对位印刷，制作测试网板，设计包含了0.4mm套印0.2mm，0.3mm套印0.2mm，0.2mm套印0.1mm线条。测试样张通过两千万的工业相机来检测实际的印刷精度，测试结果甚至可以达到1个丝左右的精度。

总结

​ 

其他领域的视觉对位原理大体如此，只是不同的领域输入视觉图片的特征提取，计算，运动控制的具体功能都需要具体问题具体分析。关于对位精度的要求也不能只是追求最高精度，还要综合考虑客户需求、投入成本、交付周期等等。总之：视觉对位技术极大地提高了工业生产以及其他领域的效率。减少了人力成本，提高了机器智能水平。