机器视觉与图像分析技术

● 对物体进行比较，例如，将生产线上的单元与同样类型的KGU（已知优质单元） 进行比较，找出诸如缺少元件或标签等的制造缺陷。这种比较可能是简单的图样相减，也可能涉及到几何或矢量图形匹配算法。如果被比较物体的尺寸或方向各不相同的话，就必须采用后者。比较的类型包括检测物体的有无、匹配色彩和比较印刷质量。被检查的物体可能与阿司匹林药片一样简单，其正确标记需在包装之前加以验证。
上述列表由于很具体，所以可能意味着你可以利用菜单驱动的基于图形的开发工具来创建机器视觉设备，而不是使用如 C++这样的基于文本的语言来编写代码。尽管具有长期用基于文本的语言对机器视觉设备进行编程的开发者通常更愿意坚持使用他们多年来成功运用的工具，但你的确可以使用多种菜单驱动的图形化应用开发软件包之一。虽然业界中的一些人对这种不愿改变的倾向颇有微词，但要问一问自己，如果你聘请来处理某种设备的咨询专家第一次尝试使用新软件包来完成你的工作的话，你的感受如何呢？
即使在各种基于图形的工具当中，供应商们也把那些真正提供可编程能力的和那些仅允许用户配置设备的区分开来。这种可配置的方法能让你更快捷地使设备运行，并能提供许多开发者所需的灵活性。编程功能可为开发者提供更大的灵活性，但却会延长开发时间—特别是对于那些第一次使用一种工具的人来说更是如此。
在某些情况下，可配置的方法和可编程的方法都以同样的语言产生输出，从而使你能利用编程功能来修改或提高你用可配置的方法创建的设备。这样的灵活性的潜在好处是巨大的：你可以使用更强大的工具来完善某种设备，并可借助基本的工具，迅速使之在原始级工作。这种方法可降低在完善方法上浪费时间的可能性，而你后来发现这些方法存在根本缺陷。 
利用Data Translation公司的Vision Foundry进行设备开发的主要替代技术例证了工具箱的优越性，工具箱使你可以利用可配置的基于菜单的交互式工具快速验证概念，然后再通过编程功能改进其设备。在Vision Foundry中，你可以通过编写直观的脚本来完成大部分编程任务。 
正在发生的调整
也许更重要的是如何利用两种方法的轻松互换使用来简化许多机器视觉设备中正在进行的不可避免的调整。例如，在AOI (自动光学检验)中，你或许希望剔除任何与KGU不同的UUT (被测单元)。唉，如果采用这种策略，检验过程大概会剔除你生产的大部分单元，即使其中大多数单元具有可以接受的性能。说明由于次要差别而导致AOI系统剔除一个优质部件的简单例子就是UUT使用的某个元件的日期代码与KGU上的等效元件的日期代码不同。
此时，你可在设备的设计期间预见到数据代码问题，并确保系统忽略包含日期代码的区域内的图像差别。遗憾的是，尽管如此，其它次要差别更难预料，你必须预计到你发现这些次要差别时需要修改设备。实际上，一些 AOI系统的软件几乎能自动地进行这样的修改；如果你告知系统它剔除了优质单元，则软件就会将单元的图像与原始 KGU进行比较，并在有差别的区域内不再对随后的单元进行检验。
不过，这样的方法有时候会产生并不令人满意的结果。假设检验系统安装在一间有外部光线可以从窗户进入的房间内，从而使 UUT的照度发生变化。虽然检查员可以不假思索地适应这种变化，但是这样的变化会导致视觉系统将相同物体的图像分为不同物体的图像，从而引起不可预料的检验失败。尽管遮住窗户可以防止外部光线进入，但是调整测试程序使 KGU在各种照明极端情况下都能通过也许更加经济合算。
即使如此，这个例子也指出了照明在机器视觉和图像分析中的重要性。照明本身就是一门科学或艺术。各种各样的照明技术具有不同的优点和弱点，而对 UUT的照明方法可以解决或改进普通的机器视觉问题（参考文献1）。