2023 MERLIC 产品白皮书：机器视觉-和INSTAGRAM有关系吗

白皮书 机器视觉-和INSTAGRAM 有关系吗？ MVTecSoftwareGmbH构筑商业视界 机器视觉- 和Instagram有关系吗？ 机器视觉如何推动生产流程进化。 无论是新冠疫情、能源危机还是供应链中断，都让全球经济面临着巨大的挑战。为了跟上变化，所有领域的工业公司都必须进行调整。必须最大限度推行自动化、网络化和数字化。 机器视觉在其中发挥着重要作用。在本白皮书中，您会了解到这项技术的工作原理以及它如何优化工业价值链中的各种流程。利用易用型机器视觉软件，即使没有编程知识，也能享受到这些优势。此外，您还会了解到贵公司如何通过各种实际应用场景使用机器视觉实现最佳效益。 您会了解到贵公司如何通过各种实际应用场景使用机器视觉实现最佳效益。 目录 行业面临的新挑战5 流程自动化作为解决方案6 机器视觉的优势8 易用型机器视觉软件的典型功能9 易用性与强大的技术结合10 实践中的应用场景12 吐司面包的质量控制12 使用机器人抓取和放置物体13 软件加密锁检查14 印刷电路板缺陷检测15 成熟实用的解决方案MVTecMERLIC16 结论18 行业面临的新挑战 2020年春天新冠疫情的爆发让全球经济遇冷。一夜之间，几乎各行各业的公司都被迫要彻底重整部分商业流程。高度数字化（尤其是自动化）的重要性立时凸显。 毕竟，这是保持生产工作流程正常运转的主要方式。然而，疫情对企业数字化转型的推动显然并未达到预期的程度。数字化专业公司Culcha最近进行的一项调查证明了这一点，以德国为例：根据“2022年数字转型者”研究，德国的数字化程度仍处于2019年的水平。 根据这项研究，大约80%的受访者认为数字化转型适合于确保他们所在公司未来的生存能力。 然而，59%的参与者表示，未能取得彻底的数字化成功主要是由于对变化不够开放。 因此，这项研究尤其证明了一点：企业比以往任何时候都更需要深度重构流程。此外，全球危机造成的供应链中断正促使许多公司将已经全球化的部分产能转移回本国（回流）。 另一个趋势是产品的生命周期越来越短，特别是在消费领域。为了适应这种短周期，一方面需要加快新产品的试产扩量阶段，另一方面，现有生产设施必须提高产量或减少废品。最后但同样重要的是，市场要求许多产品提供越来越多的改款，这要求制造商具有高度的灵活性和敏捷性。 流程自动化作为解决方案 公司面临着调整价值链以适应新情况的挑战。生产流程自动化在其中扮演着重要角色。为实现这一目的，必须投资正确的技术。工业图像处理（机器视觉）在这方面潜力巨大。 作为“生产之眼”，这项技术可以监测制造、质量保证和内部物流的所有相关流程。 相机、扫描仪和传感器等图像采集设备可在生产过程中的关键环节记录大量数字图像数据。机器视觉软件以近乎实时的方式处理这些信息，并将其提供给更高层级的质量管理和工厂控制系统。这样即可实现高度自动化的生产。具体应用范围非常广泛。 使用案例 各种类型的物体均可根据外部特征精确识别。 产品缺陷在早期阶段就可以可靠地检测出来，所以这项技术对于自动检测和提高操作效率特别有意义。 识别和区分物体时，不仅可以根据其形状和状况，还可以通过OCR技术，使用印刷的数字和字母组合或者条形码和二维码。 找到部件，然后精确定位和对齐。 利用图像处理，机器人可以更灵活、更准确地抓取、处理和放置物体。这有助于实现搬运过程的自动化，更加高效和安全。 在质量保证方面，可以精确测量物体以确保尺寸精度。 深度学习技术物体检测（左）和DeepOCR的示意图解。 7 机器视觉的优势 机器视觉可以应用于所有行业，无论是汽车生产、机械和设备工程、电子制造，还是食品和饮料行业。 机器视觉还具有一些决定性的优势：速度非常快，通常只需几毫秒就能处理大量数字图像数据，因此能够实现高速应用，从而提高产量。此外，这项技术的一大特色是准确性、可靠性和稳定性尤其高。因此，用户可以实现极高的检测速率。由此，企业可以通过现代机器视觉技术节省大量成本，无论是在装配、质量保证还是在物流工作流程中。 考虑到诸多优势，企业可能会思考以下问题：将机器视觉应用集成到我们生产流程中的复杂程度如何？ 专业机器视觉应用的集成有时可能很复杂，往往没有足够的内部资源和必要的技术知识。许多企业希望聘用素质合格的机器视觉专家。然而，由于技术工人短缺，这些职位很难招到合适人选。许多市售的机器视觉解决方案功能很多，却不是任何人都能立即上手。在这种情况下，易用型机器视觉软件可以为企业增加更多价值。有些时候，这种软件也可能拥有强大的技术。 易用型机器视觉软件的典型功能 易用型软件必须能够以简单的方式创建并运行一个完整的机器视觉应用。因此，一款合适的机器视觉软件应包含以下要素： 支持标准工业平台：该软件可在基于Windows的普通操作系统下稳定运行。 图像采集：这个词描述的是将图像从相机转移到软件中的过程。在这方面，必须能够支持多种相机及制造商。 图像处理：这是应用的核心，需要联合使用多种技术。从简单滤波器到匹配，从代码读取到最新的深度学习方法。 通信：这一功能可帮助机器视觉应用轻松集成到生产环境中。换句话说，它可以用于生产系统和机器视觉系统之间的双向通信，例如传输关于零件 状态的信息。也可用于控制机器视觉系统。 A c q u i s i t P l a t f o r m s 显示：这一功能将结果显示在前端，为用户提供反馈和当前生产步骤概览。 易用：软件完全无需编程知识即可操作。这一点对于刚开始采用机器视觉的企业特别重要，还可以加快实施速度。完全涵盖所有这些步骤的软件不仅适合刚 开始采用机器视觉的企业，同样适用于其他企业。 n o i t a z i 工业图像处理中的流程步骤图。 l a i u o s n i V n o i t a c i n u m m o C IMAGEPROCESSING 易用性与强大的技术结合 尽可能方便地开发和操作机器视觉应用，不仅对于中小型公司具有重要意义。获得最佳性能需要先进的机器视觉技术，这些技术需要能在各种使用场合中可靠地使用，同时仍然要方便。一方面，有一些基于规则的传统方法，包括：匹配方法、条形码和二维码读取、Blob分析或测量。 另一方面，还有一些基于人工智能(AI)的方法。基于神经网络（卷积神经网络/CNN）架构的深度学习在这方面具有重要地位。这项技术的特点是可以通过对数字图像数据的深入分析和评估进行独立学习。这要基于全面的训练过程，期间系统要学习独立识别典型特性。这项技术可以根据形状、颜色或纹理等特征明确判定具体的物体或缺陷类别。 深度学习的另一项优势是为之前传统机器视觉方法无法实现的全新应用铺平了道路。 深度学习还可以作为优化现有生产设施的跳板。如果能将算法整合到易用型图像处理软件中，机器就可以快速轻松地扩大规模。 然而，在某些情况下，深度学习也会遇到瓶颈，因此在实践中并非对于所有应用领域都是最佳解决方案。例如，在某些使用情况下，这项技术的成本会过于高昂。一款优秀的机器视觉软件必定同时拥有深度学习和基于规则的传统机器视觉方法。这样，用户就能同时享受到这两个技术领域的优势，获得一套尽可能灵活的解决方案，准确匹配相应要求。 利用易用型机器视觉软件，通过拖放就可以创建整个应用。 实际应用场景 吐司面包的质量检查 易用型机器视觉软件的众多优势在各种实际应用场景中都可以看到，例如食品行业：例如，它可以显著改善吐司面包的质量控制。在一个具体的应用中，吐司包装错误导致生产过程受到严重干扰。为了确保流程更加稳定，需要改变生产方式，并使用机器视觉进行自动监测。在生产过程中，将吐司包装区分为“不良品”和“良品”。一项重要的要求是系统还要在不调整算法的前提下，适应不同的产品尺寸、包装和吐司类型。 作为解决方案，实施了一套端到端的自动质量检测系统。该系统以易用型机器视觉软件为基础，同时集成深度学习功能。由两台相机拍摄吐司包装顶部和侧面的图像。 然后将采集图像读入工具，针对深度学习应用进行标注和训练。最后，在生产过程中，软件将吐司包装与之前训练过的特征进行比较，评估其封口质量和密实程度。自动分拣出有缺陷的产品。此外，还会确定具体的缺陷类别，这样就可以详细跟踪出现缺陷的类型和频率。这样，由于可以在早期阶段就分拣出“不良品”，吐司制造商可以大幅改善质量。如此一来，停工时间可以减至最少，产品质量也得到明显改善。此外，现在可以对生产错误持续进行记录和控制，以便质量管理部门进行有针对性的优化。 使用图像处理软件，机器人可以检测 传送带传入的物体。 13 使用机器人拾取和放置物体 在另一个实际使用案例中，利用易用型图像处理软件支持机器人拾取和放置应用。任务是以尽可能高的循环速率可靠抓取规格不一的产品，然后再精准放置以便执行后续生产流程。在这个案例中，无序摆放的巧克力块或其他可抓取的物体通过传送带转移到机器人的工作区。由一台连接机器视觉软件的相机捕捉整个传送带区域和每个通过区域的产品。使用基于形状的匹配在独特轮廓的基础上确定巧克力块的位置和旋转角度。在这一案例中，机器视觉系统通过用户数据报协议(UDP)与机器人进行通信，持续传输准确的位置数据。物体进入机器人工作区域后，机器人就会拾取最靠前的物体，将其放在放置地点。在此过程中，对相机和机器人的坐标系进行精确协调。 实际应用场景 软件许可加密锁检查 易用型机器视觉软件同样有助于优化其他行业的工艺链，如电子行业。例如，它可以大大简化并加快防拷贝插头（加密锁）的质量控制。目前，只能使用手持式扫描仪手动逐个检 查加密锁的序列号。现在，这一过程可以通过安装在相机上的现代机器视觉软件实现高度自动 化。后者具有基于深度学习算法的先进光学字符识别 (OCR)功能。相机会拍摄加密锁的照片，软件则搜索、读 取和比较代码以及纯文本。如果找到匹配，则将结果显示给用户并输入Excel电子表格。 这可以最大限度减少检查加密锁所需的工作，同时消除人工阅读可能出现的错误，从而提高可靠性。 印刷电路板缺陷检测 电子元件的生产需要高标准的质量保证。例如，必须精确检查生产出的元件是否有缺陷。可能的缺陷包括印刷电路板上的个别元件缺失，表面有缺陷，或者元件位置不正确。检查过程可以通过深度学习技术“全局上下文异常值检测”(GCAD)进行优化和自动化。这样不仅可以检测未知缺陷和局部缺陷，例如划痕或污染，还可以检测大型缺陷和内容缺陷，例如元件位置不正确、元件数量不正确，甚至是标签缺失。结合局部和全局热图，将相应的缺陷可视化。 “良品” 元件缺失标签缺失 元件位置错误USB连接器缺失 全新的“全局上下文异常值检测”技术可以理解整个图像的逻辑内容。 15 成熟实用的解决方案 MVTecMERLIC MVTecMERLIC作为一款机器视觉软件，符合上述对于简单而强大的机器视觉软件的要求。通过其一体化的方法，可以非常快速方便地建立机器视觉应用，同时还能达到最高水平。不需要深度掌握编程或机器视觉知识。这套解决方案的核心是一个以图像为中心的用户界面，直观地引导用户完成整个应用设置。这相当于一个“所见即所得”(WYSIWYG)编辑器，所有机器视觉功能均以透明且易于理解的方式呈现。所以，用户不需要任何编程常见的元素，例如复杂的代码、命令行或参数列表。 此外，软件还包含一个全面的工具库，提供图像采集、标定、对齐、测量、计数、检查、读取、位置确定和缺陷检测等标准工具。 利用图形化的用户界面和强大的工具，MERLIC可以帮助您轻松直观地创建完整的机器视觉应用。 所以，用户不需要任何编程常见的元素，例如复杂的代码、命令行或参数列表。 此外，MERLIC还配备有最先进的深度学习技术：首先是“全局上下文异常值检测”功能，这是传统异常值检测功能的进阶开发版，它第一次实现了对整个图像中逻辑内容的理解。 该技术拥有多项优势，例如速度非常快