商品目錄 > 解決方案 > 機械自動化 > 遠端運動控制解決方案

何謂機器視覺:
機器視覺 (Vision) 是以利用攝影機或者各種影像感測器所取得的影像資訊為基礎，透過影像處理的技術與演算法，分析影像中所需資訊的方法。隨著科技日新月異的發展，漸漸改良傳統以人力使用光學儀器或者肉眼進行檢測的缺點，應用層面包括高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力...等領域。與人工視覺相比，其優勢在於精確、快速、可靠，且可以數位化。在一般民生用途上有防竊盜或者門禁管制的智慧型監視系統、數位相機的人臉定位與笑臉偵測拍照、車牌辨識…等；而在工業上的應用則以各種產品的瑕疵檢測與測量為大宗，大量應用於工廠自動化中。不僅可以提高生產效率，控管產品品質，也可進行各種資料的蒐集以及分類。

機器視覺的步驟:
機器視覺由取像、分析，到結果的輸出可分為「影像擷取」、「影像處理」、「影像分析」三個步驟。三個步驟相輔相成，缺一不可。

影像擷取
影像擷取是一種將目標物的可視特徵，轉化為電子訊號，最後成為影像資訊的一個過程。適當的影像擷取，可以保證所取得的影像資訊之品質以及可用性，也會直接的影響到後續影像處理以及影像分析的難度和結果的可靠度。而在一個機器視覺系統的影像擷取部分，必須至少包含以下裝置才能得到理想的影像品質：一、攝影機，二、光學鏡頭，三、光源。整個機器視覺系統的好壞，很大的一部份取決於攝影機是否合適。

一般而言，攝影機依照感光元件的製程種類，可分為目前最大宗的 CCD (Charge Coupled Device，感光耦合元件) 以及 CMOS (Complementary Metal Oxide Semiconductor，互補性氧化金屬半導體)。選擇攝影機時，首先關心攝影機的取像是黑白或彩色，再來是攝影機的解析度，以及取像速度。

黑白/彩色:
在某些應用案例上，彩色取像可讓影像整體的資訊更豐富。而我們也常常可以觀察到，某些檢測目標的影像，
在特定的色彩通道下比起單純的黑白取像更容易分析。
解析度:
解析度的選擇則會因實際應用而不同，較高的解析度有助於觀察到較微小的目標物瑕疵。解析度是由 CCD 或者
CMOS 感光元件上的感光單元數量決定，感光單元的數量愈多，攝影機的解析度也愈高。
取像速度 :
取像速度 (frame rate) 也是視需求而不同，通常人眼所能感受到的「即時影像」為 30 FPS (每秒 30 張)，但是
有時候也會需要使用較高的取像速度，來配合工廠中快速的生產線進行檢測。

泓格科技提供兩種攝影機的解決方案讓使用者選擇，可以做高解析度取像 (1288 * 964) 的彩色攝影機 Sparrow IMS-130，以及可以做高速攝影 (100 FPS) 的 MAVIS IM-100 都可以幫助使用者開發機器視覺系統。

規格/型號	Sparrow IMS-130	MAVIS IM-100/IM-30
規格/型號
感應器尺寸	1/3” Sony CCD	1/2” CMOS Sensor Micron MT9V403
感應器畫素尺寸	3.75 um x 3.75 um	9.9 um x 9.9 um
解析度	1288 x 964	640 x 480
最大取像率	黑白模式最高 31 fps 彩色模式最高 16 fps	黑白模式最高 100 fps/ 黑白模式最高 30 fps
影像資料格式	Mono 8-bit, Mono 16-bit, RGB 24-bit	Mono 8-bit
通訊介面	IEEE 1394b (傳輸速度最高 800 mbps)	IEEE 1394a (傳輸速度最高 400 mbps)

一如肉眼需要靠角膜、水晶體等器官才能看到影像，單純只靠光學攝影機是無法聚焦並且取得清晰的影像的，因此我們需要一個光學鏡頭來幫助攝影機進行對焦。光學鏡頭的特性包含 FOV (Field of View 視野範圍)、WD (Working Distance 工作距離) 與 DOF (Depth of Field 景深範圍)。光學鏡頭的選擇同樣需要在價格以及應用環境下做詳細的評估。一般日常生活中使用的日光燈、白熱燈泡等光源會受到交流電等因素影響，產生人眼無法分辨的亮度跳動。但是攝影機取像時對於此種亮度的跳動卻極為敏感，而有時過於集中的光源也會讓目標物的影像亮度分佈不均，造成後續處理的困難。因此建立穩定且合適的光源環境，無論是利用平行同軸光、環型光，或者是背光都要因應目標物的種類與特性去調整與變化。

影像處理
攝影機或者其他光學感測器通常只具備影像的紀錄功能，因此所擷取到的影像資訊，不能馬上進行分析處理，也沒辦法告訴使用者真正需要的資訊。因此在取得影像資訊之後，系統都會對影像進行某些處理將影像資訊去蕪存菁。一些基本的影像處理包含最基本的影像通道轉換、二值化處理、直方圖等化...等等。可以讓使用者由影像的色彩或者亮度資訊，來過濾或者強化影像中特定的部分。比如說二值化處理就有助於分析出影像中較亮的區域，而直方圖等化則能使影像中較暗的部分更加明顯。

通常攝影機取像的時候都會帶有程度不等的雜訊，這時我們可以使用各種濾波器來消除影像上的雜訊。各種濾波器所適用的雜訊種類各有不同，比如說「中值濾波器」可以很有效的消除胡椒鹽雜訊 (隨機產生的黑、白點)。但是濾波器的使用也通常伴隨著影像的模糊化，有可能會使影像上某些細節在濾波的同時消失。因此在選用濾波器過濾雜訊的同時，也必須要注意是否會影響到影像資訊的重點細節。

許多的影像處理演算法方法都可以相互搭配，幫助使用者解決問題，比如結合適當的二值化、形態學運算以及邊緣檢測，就可以幫助使用者定位物體於影像上的位置。一般而言，沒有一種影像處理的方法可以解決所有的問題，只有不斷的嘗試錯誤，才能找到較適合解決某些問題的方法，而通常這些方法都是很多不同的影像處理演算法的搭配應用。

影像分析
經過處理的影像，雖然已經經過了去蕪存菁的步驟，但仍需要經過影像分析的過程，才能取得使用者真正需要的資訊。無論是單純的統計分析、樣版比對、分類學習，或者是結合了多個運算步驟以及資料庫運算的主成分分析 (PCA)..等等，許多的數學方法都可以應用在影像分析的步驟上，幫助使用者最終能獲得有用的資訊。

泓格科技所開發的 EzCheck Vision Library 包含多種常用的影像處理以及分析功能，諸如各種的二值化、濾波器、形態學運算、連通區域分析…等，也會提供 Blob Analysis (區塊分析)、OCR (光學文字辨識) 與 Template Matching (樣板比對) 功能，讓使用者可以用簡單易懂且快速的方式開發自己的機器視覺系統。

這個頁面上的內容需要較新版本的 Adobe Flash Player。