机器视觉的成功起点
作者：来源：机器视觉网
发布日期：2009-02-16
Dechow解释说，即使在此分析开始以前，还需要了解自己工序的检测需求，还应知道公司的质量要求。你的公司准备花多少钱来改进检测工序？谁将是项目的拥护者，或者采用一种不太讨人喜欢的方案——将决策交给一个委员会。
为了做应用分析，Dechow采用客户问卷探寻一系列有关当前生产过程、检测标准和元件描述的问题。这些重要问题是：生产过程中哪些产生了误差？怎样在当前系统下拒绝坏元件，采取了哪些措施来提高产量？需要检测元件的哪些特性？是否需要读取条形？
Dechow也坚信，待检元件要有一个完整的描述。这个描述应该包括几何结构和特性等物理细节，以及元件所有可能的变化：包括颜色、大小、材料和表面加工情况。另外，元件是否会随时间而变化？
Dechow解释说：“元件描述非常重要，包括图纸和照片，因为检测系统必须足够灵活，才能处理所有可能的变化。”
同等重要的是充分了解那个向检测台提供元件的材料处理系统。系统的速度和吞吐量如何？元件的位置变化如何？是否会有冲击和振动？机器视觉对元件的呈现方式极其敏感，解决这一挑战可能比设计检测系统更加困难。Dechow称：“元件需要针对摄像机进行正确的安装，在生产设置中完成这项工作要比在实验室的平台上难得多。”
应用分析中的其他重要问题还有操作界面。是否希望机器操作员看到检测结果，或者能使用机器视觉来控制系统？视觉系统是否需要与PLC（可编程逻辑控制器）或机器人进行连接？
最后，自动化团队必须就新检测系统成功的构成达成一致。它需要为一个元件定义具体的验收标准，这个过程一般包括定义一个好元件的全部属性。
Dechow说，只有完成了这些及其他应用分析步骤以后，才准备好转到项目规格阶段，即实际设计检测系统，选择需要的软件和硬件。