智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。

　　

　　智能化是制造自动化的发展方向。在制造过程的各个环节几乎都广泛应用人工智能技术。专家系统技术可以用于工程设计，工艺过程设计，生产调度，故障诊断等。也可以将神经网络和模糊控制技术等先进的计算机智能方法应用于产品配方，生产调度等，实现制造过程智能化。

　　

　　10月下旬，北京召开《智能制造 机器视觉在线检测 测试方法》国家标准启动会。来自机器视觉检测领域相关企业、科研院所、高校等34家单位的36名代表参加了会议。会议上，各单位分别介绍了在机器视觉检测领域的实践经验。围绕机器视觉检测的关键术语和测试环境等内容进行讨论。共同促进机器视觉检测技术在企业的推广应用。

　　

　　机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。

　　

　　

　　视觉系统就是用机器代替人眼来做测量和判断。视觉系统是指通过机器视觉产品(即图像摄取装置，分 CMOS 和CCD 两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。

　　

　　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。可以在最快的生产线上对产品进行测量、引导、检测、和识别，并能保质保量的完成生产任务。

　　

　　一个典型的机器视觉系统包括以下三大块：

　　

　　1、照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。

　　

　　2、镜头

　　

　　FOV(Field of Vision)=所需分辨率*亚象素*相机尺寸/PRTM(零件测量公差比)

　　

　　镜头选择应注意：

　　

　　①焦距②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点 /节点⑦畸变视觉检测中如何确定镜头的焦距为特定的应用场合选择合适的工业镜头时必须考虑以下因素：

　　

　　视野 - 被成像区域的大小。

　　

　　工作距离 (WD) - 摄像机镜头与被观察物体或区域之间的距离。

　　

　　CCD - 摄像机成像传感器装置的尺寸。

　　

　　这些因素必须采取一致的方式对待。如果在测量物体的宽度，则需要使用水平方向的 CCD 规格，等等。如果以英寸为单位进行测量，则以英尺进行计算，最后再转换为毫米。

　　

　　3、相机按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD和面阵CCD;黑白相机和彩色相机。