锚具夹片是预应力锚固体系的重要部件之一，大范围的应用于预应力构筑物，如桥梁建设、高层建筑、斜拉索等工程，其工作的可靠性和稳定能力直接影响建筑施工的安全。锚具夹片的牙面具有夹紧钢绞线传递载荷的功能，是锚具夹片的关键部位，因此，对锚具夹片牙面缺陷检验测试显得至关重要。

　　目前国内外大多数预应力锚具生产企业仍停留在人工目测来保证产品质量，其存在的不足是：

　　机器视觉具有可重复性长期性和高速等特点，因此，可利用机器视觉技术对锚具夹片进行智能化检测。

　　系统装置主要由系统电源、上位机图像处理模块、ＰＬＣ 控制模块、 图像采集模块和机械上下料模块组成，其中图像采集模块最重要的包含工业相机、红色碗灯，机械上下料模块最重要的包含入料机构、传输料道、空气压缩机、振动料盘、上料道、 圆形转盘和下料机构。

　　待检的锚具夹片工件由人工从入料机构投入，经传输料道送到振动料盘，振动料盘通过振动将无序工件自动有序定向排列整齐，并输送到上料道，空气压缩机驱动气缸，使得ＰＬＣ 控制器控制气缸推杆将上料道中的工件推入圆形转盘相应的空置工位，并经过控制圆形转盘的转动，使得工件有序转动到检测位置。

　　当工件到达检测位置时，上位机与ＰＬＣ控制器之间通过串口进行通信，上位机实时控制工业相机采集工件的图像并实时处理，将检测结果数据实时发送到 ＰＬＣ 控制器， ＰＬＣ控制器根据检验测试结果控制下料机构将合格与不合格的工件分别下料到指定工件箱。

　　矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。

　　平台以AI技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检验测试、目标定位、尺寸测量、视频流等上百项通用功能，致力于成为全世界用户量最多，落地场景最广泛的机器视觉低代码平台。如果你的工业生产线中要使用到类似的机器视觉：视觉检测、视觉识别、视觉定位等技术，那么不妨和我们聊聊，我们会先根据你的需求分析，从专业的角度来给你一个合适的方案！

　　更多功能正在开发中，最新信息会第一时间在官方公众号“矩视智能”进行公布，欢迎各位关注

　　随着国内近年来，工业自动化与智能化水平的慢慢的提升，国内机器视觉技术与产品在实践中逐渐完备，机器视觉技术已在消费电子、汽车制造、光伏半导体等多个行业应用。

　　机器视觉工业应用广泛，主要具有四个功能，引导和定位、外观检测、高精度检测和识别。可以说，作为机器人的“双眼”，机器视觉从辅助上料到加工再到检测都大有可为。

　　首先在辅助上料环节来看，随着柔性上料机的加快速度进行发展，基于柔性上料机的机器人视觉辅助抓取系统也如雨后春笋般出现。但是现有柔性上料机占地面积过大，难以应用在目前主流的长条形生产线中，且容易发生卡料等现象。那么，又该如何去实现上料行业的小型化和柔性化呢？

　　丹尼克尔（Danikor）系列柔性振动盘是精心开发的一款高通用性上料设备，配合目前成熟的视觉定位系统及机器人系统来实现柔性上料目的，柔性振动盘、视觉定位系统和机器人的组合解决了超薄，超小，异形，无分选特征工件上料的难题；由于具备极高的通用性，很适合某些更新换代快，经常性更换物料的场景。

　　此款柔性上料盘基于多模振动控制技术，使振动盘内工件任意方向挪动、聚 集、分散、翻转、间歇式振动，大幅度的降低产品表面撞伤的概率，从根源上杜绝卡料的可能，友好的图形化操作界面，简单易操作明了易上手。

　　标配RJ45/RS232/RS485接口及GPIO，丰富的外设端口资源，能灵活适配各种工作场景除了内置背光，还标配一路外部光源输出，方便用户追加光源，为视觉系统完善打光环境。

　　丹尼克尔自主研发的视觉管理软件可进行快速物料切换及配方设置，产品UI界面人性化设计，用户操作体验佳，方便用户对物料运行参数进行配置。多种相机机头组合，满足多种工况要求，自主开发标定流程，高 效快捷（相比传统方式，提效一倍），集成化界面，包含运行界面、运作时的状态显示、登录状态、ccd设置界面、ccd标定设置、模板匹配设置、柔性上料设置、自动上料设置，方便用户进行操作。

　　同时，丹尼克尔做到了控制器集成在柔性振动盘内，设备更加简洁，安装更便利，为多台应用场合降低占地面积。

　　文章来源：丹尼克尔，。如有差错，请读者自行判断本文的准确性。感谢您对我们的认可，以及对我们个人独创的文章的青睐，欢迎各位网友分享本文（转载或引用，请标注明确出处）。

　　FPC自动打标系统是利用机器视觉检测方式，通过百万像素工业相机、工业镜头和组成系统成像，用基于PC的自动识别软件，自动的识别字符然后驱动伺服电机模组到相对应的位置做打标，达到自动化打标的目的。

　　2、检测速度快：采用高速工业数字相机，单次字符识别速度小于100ms ；

　　柔性印刷电路板（Flexible Printed Circuit Board，又称FPC）为高耐久性且具有可挠性的电路板，制造材料通常为聚酰亚胺或聚酯薄膜。相较于印刷电路板（PCB），FPC 具有重量轻、弯曲性能好、绕线自由、占用空间小等优点，在各类电子科技类产品当中使用极为广泛，如电脑键盘、智能手机、曲面电视、数字相机等电子产品。

　　FPC 的集成程度高，基板易弯曲的特点加大了其加工工艺的复杂程度，有必要进行冲切、钻孔、镀铜、显影、蚀刻等几十道工序。在生产的全部过程中，材料品质、刮刀磨损、操作错误和环境变化等因素都可能带来制造缺陷。可以将FPC缺陷分为两大类，第一类是焊盘缺陷，主要出现于金属焊盘部分，包括金属外形轮廓的缺失或凸出、焊盘非金属部分的漏铜，表面脏污等；第二类是线路缺陷，包括短路、断路、表面划痕、表面异物等。

　　（1）人工目检：人工目检是印刷电路板检测的传统方式，也是我国绝大部分中小型制造商质检的主要方式。检测工作员需要在高光照条件下，利用肉眼或放大镜直接检测缺陷。该方案容易受到人为和外因的影响，视觉疲劳易影响判断，且主观性强很难保证可靠性。

　　（2）扫描探针检测：扫描探针检测又称电检测，属于接触式测量范畴，大范围的使用在在线检测中。检测工作员将探针工具置于电路两端，利用电流进行质检；具有检测速度快、能力强的优点，对短路和开路缺陷拥有非常良好的检测效果。但由于接触可能给产品带来二次损伤，且针对不一样产品需要重新调整设备，检验测试过程较为繁琐，对检测工作员要求较高。

　　（3）AOI检测：AOI是指利用工业相机等工具，结合图像处理相关算法对图像做多元化的分析，判断是不是真的存在缺陷。这类检测的新方法属于非接触式检测，不会对产品造成损伤，检测环境一致性高，对操作人员友好，因此精密度高的AOI技术成为了学者基制造厂商的研究重点。本文主要是针对AOI检验测试方案进行概述。

　　考虑到FPC缺陷较小，如划痕等缺陷可能为亚毫米、丝等量级，因此能采用高分辨率面阵相机完成图像采集。同时考虑到不同领域的 FPC 尺寸和精度差异较大，采用可变倍光学显微镜头可以根据检查产品的精度调整分辨率和视野，面对各种精度的产品都能在保证分辨率足够高的前提下获得尽量大的视野，从而减少采集图像的次数，提高检查效率，使系统具有更大的柔性。

　　同时考虑到光色、照射方向及光源种类，利用同轴光源对于凹凸表面和平整表面具有不同的反射特性，使凹凸位置在图像上呈现出明显的阴影状态，有利于突出表面凹坑和划伤等具有几何高低变化的机械损伤类缺陷，便于后续缺陷的捕捉和定位。

　　考虑到系统对分辨率的高要求及FPC形状因素，能够使用高分辨率线阵工业相机，结合高精度机械运动平台（导轨、伺服电机、PLC控制器等），实现FPC的平稳移动控制，完成高精度采集系统的搭建；同时结合高亮线性光源，利用特殊圆形透镜形成窄带光线，有效解决光线不均产生的阴影等问题，实现高质量图像的获取。

　　针对FPC的AOI 检测技术涉及了图像处理、精密测量、机器视觉、模式识别等当今前沿领域的科学研究，目前业界方案较为成熟，但落地时有几率存在人工检测及AOI标准难以统一等问题（如脏污等情况，人工检测时擦掉即可判为合格品，AOI仅能上报），因此针对检测逻辑等问题反而有待考量。

　　关注公众号【AIoT工业检测】，后台回复“学习资源”就可以获得视觉相关书籍及行业报告下载链接；

　　每日更新工业视觉检验测试方案、计算机视觉等相关知识，一起学习、共同进步，感谢支持~

　　德诚机电科技有限公司自主研发的ccd视觉检测模具监视器，CCD采集图像，通过软件算法分析对比，区分良品和不良品，

　　应用领域行业：精密五金、电子元件、硅胶橡胶、陶瓷零件、磁性材料、医疗器械。

　　近年来，很多五金机械配件企业为应对产业高质量发展的趋势和人力成本的提高，开始使用自动化机器视觉检测设备。从长远角度来说，有助于企业减少不必要的支出，自动化视觉检测设备是部分企业转变发展方式与经济转型走向人机一体化智能系统的必经之路。异形件冲压孔类零件是机械设备中大范围的应用的一类零件，很多机械部件都需要加工通孔、牙孔、定位孔等，在品质检验测试过程中，对于孔的类型、大小、位置等情况都需要保证。传统的通过肉眼分辨孔的类型和数量，通过测量工具检查孔径、位置，往往轻易造成误判，因此导致机械零件的返工甚至报废，影响生产进度和工作效率。因此，采用机器视觉检测设备是非常必要的。工件表面缺陷检验测试属于机器视觉技术的一种，是利用计算机视觉模拟人类视觉的功能，从具体的实物进行图象的采集处理、计算、最终进行实际检测、控制和应用。产品的表面缺陷检验测试是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品最终的质量优劣。由于使用人工检测的方法早已不能够满足生产和现代工艺生产制造的需求，而利用机器视觉检测很好地克服了这一点，表面缺陷检验测试设备的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。利用CCD测量技术快速获取产品的边缘轮廓特征，软件算法对这一些信息做多元化的分析处理，计算出相关尺寸，根据测值分选出合格品、不合格品，自动剔除不良品。检测流程是：图像采集→图像处理→特征提取→尺寸计算→输出结果。

　　以往的通过工人手动检测的方式，检测效率低，人为误差大，检测结果可靠性差。而基于机器视觉技术的孔径自动化检测，具有非接触、高可靠性、快速性、精确性等优点，可以轻松又有效地避免和解决传统检测的新方法存在的问题，极大的提升孔径零件的检测效率，提高零件出货品质。

　　孔类零件是机械设备中大范围的应用的一类零件，提高此类零件的检验测试质量，对于提高设备的装配精度、延长设备寿命具备极其重大意义。

　　零件孔径自动化检测设备不仅仅能测量工件的孔径大小，通过添加和定制相应的功能模块，设备还能测量零件的长度、高度、宽度、弧度、面积等其他尺寸，快速获取零件的各项尺寸参数，同时对零件进行在线实时判定和分拣

　　v 自动化时代，你们还需要人工一个一个去拧螺丝吗？马克拉伯机器视觉软件SGVision帮你实现自动化。以这款有两个螺孔的产品为例演示。

　　第一步：位置配准，做纠偏。以产品特征显而易见的一个区域为模板做好位置配准

　　第二步：寻找螺孔的位置坐标点位置配准之后使用两个圆形拟合找到螺孔的位置，圆形拟合的中心点作为坐标点。

　　第三步：标定这里使用棋盘格标定，之前有专门说过标定不清楚的可以翻看先前面的坐标系标定。设置尺寸比例，用螺孔的实际直径/像素直径就是比例系数。

　　第五步：输出转换后的坐标点。要输出数据先把这个数据添加为变量。转换后的2个圆心坐标点分别添加为变量。

　　马克拉伯MookLab，是一个机器视觉应用开放社区，SGVision是马克拉伯平台核心应用软件，是一款完全免费、不限套数、不限模板、无硬件设施绑定的机器视觉检测软件。支持更换软件的名称、logo、布局、色系，内含数百种视觉检测算法，主要有产品的外观检测、尺寸测量、视觉引导定位，功能齐全满足绝大多数的视觉检测需求。