巴黎-巴黎Prophesee公司是神经形态视觉系统的先驱，今年在旧金山举行的国际固态电路会议（ISSCC）上展示了一种与索尼公司（Sony Corp.）联合开发的基于事件的新型视觉传感器。由ProphereSee的事件驱动技术设计的新传感器是基于Sony为先进的叠层CMOS图像传感器设计的技术。  Prophesee声称，对于事件驱动系统，新传感器提供了业界最小的像素大小和业界最高的高动态范围（HDR）性能。这种以大脑为灵感的传感器将使工业机器、机器人和自动驾驶车辆更好地观察和感知环境。这一合作关系可能预示着一个新时代的到来，在这个时代，人工智能——包括人工智能感知和人工智能处理——可以在非常接近传感器的地方进行。  索尼是全球领先的CMOS图像传感器公司。它的合作为Prophesee的新传感技术提供了商业信誉。PropheseSee的首席执行官卢卡·维尔尔（Luca Verre）希望此举能为Prophesee基于事件的摄像机打开通往大众市场的大门。  yoledédevelopement首席分析师皮埃尔•坎布（Pierre Cambou）认为，索尼与索尼的合作相当于“打开潘多拉的盒子”，坎布指出，在Prophesee开发的神经形态相机中，“每个像素，本质上都是一个神经元。”  坎布称芯片堆叠的发展“仍处于早期阶段”，他预测，接下来，神经元、记忆和处理能力都可以堆叠在一起。当前人们对将更多的智能带到“边缘”或“端点”的热情预示着未来有一天，人工智能将在传感器内被感知和处理。  坎布解释说，索尼将能够开发一种“可以在飞行中增强图像”的人工智能集成图像传感器，或者创建一种“直接提供基于事件的感知”的图像传感器。  人工智能的仿生方法是von Neumann计算的另一种选择。坎布说：“随着人工智能越来越普及，它的重要性将增加。”。在新设计的事件驱动传感器中，像素芯片（顶部）和逻辑芯片（底部）堆叠在一起。该逻辑包含信号处理电路，设计用于检测基于异步增量调制方法的亮度变化。  两个独立芯片的每个像素以堆叠配置使用铜-铜连接进行电连接。这使得新传感器能够实现业界最小（4.86μm）像素尺寸。它还通过实现高密度集成和精细的40nm逻辑过程，提供1/2型1280×720高清分辨率。事件驱动传感器的另一个特点是它能够提供预言所声称的行业最高的HDR性能：124 dB（或更多）。    该小组通过将背光像素和一部分N型MOS晶体管放置在像素芯片（顶部）上来完成这一目标。根据Probesee的说法，这使孔径比提高了77%。索尼多年来为CMOS图像传感器开发了高灵敏度/低噪声技术，使事件检测在低光条件下（40mlx）成为可能。现在，索尼凭借其DeptSense技术，正在将ToF图像传感器安装到许多Android智能手机中。（文章来源于贤集网）

背景技术：近年来，计算机领域、通信领域以及消费类电子产品领域的视觉检测技术发展迅速，涉及产品生产、质量检测、产品运输等多个方面。机器视觉技术作为视觉检测技术的核心，直接关系到视觉检测技术的精度、可靠性和稳定性。在我国，很多企业由于技术实力和经济实力的限制，无法承担机器视觉开发过程中的昂贵费用，而技术引进又存在一定的技术壁垒。技术实现要素：为了解决上述技术问题中的至少一个，本公开提供了一种机器视觉装置。一方面，本公开提供了一种机器视觉装置，该装置包括：光源、相机、控制电路板和通讯接口；光源被配置为为相机提供光源支持，相机被配置为拍摄目标图像，控制电路板被配置为解析目标图像，通讯接口被配置为实现机器视觉装置与外接设备的数据交换，控制电路板中设置有与机器视觉功能相应的图像视觉算法，图像视觉算法包括与模式识别功能相应的算法、与视觉定位功能相应的算法、与缺陷检测功能相应的算法和与尺寸测量功能相应的算法中的至少一种。可选地，机器视觉装置还包括电源接口，电源接口被配置为连接外接电源。可选地，通讯接口和电源接口不共用一个接口；或者通讯接口和电源接口共用一个接口。可选地，机器视觉装置还包括外壳，外壳被配置为为机器视觉装置提供外壳保护，以及为机器视觉装置与外接设备的连接提供机械安装接口。可选地，通讯接口和电源接口安装在外壳上。可选地，光源的数量为至少两个。可选地，至少两个光源围绕相机设置。可选地，机器视觉装置还包括显示屏，显示屏被配置为显示对目标图像解析后得到的解析结果。本公开实施例提供的技术方案带来的有益效果至少包括：通过在机器视觉装置内设置光源、相机、控制电路板和通讯接口等配件，在控制电路板中设置与机器视觉功能相应的图像视觉算法，可以使机器视觉装置根据用户需要使用的某种机器视觉功能直接调用与该功能相应的图像视觉算法以满足用户的需要。本公开实施例提供的机器视觉装置具有配置简单、适应性强、可靠性高等特点，能够应用于多种作业环境。附图说明附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。图1是本公开实施例提供的一种机器视觉装置的示意图；图2是本公开实施例提供的另一种机器视觉装置的示意图。附图标记：101-光源，102-相机，103-控制电路板，104通讯接口，105-电源接口，106-外壳。具体实施方式下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。机器视觉系统就是用机器代替人眼来做测量和判断，通过机器视觉装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据被摄目标图像信号的像素分布、亮度和颜色等信息，将图像信号转变成数字化信号。在这个过程中，图像系统对这些信号进行各种运算来抽取并判断被摄目标的特征，进而根据判断结果来控制现场的设备动作。本公开实施例提供了一种机器视觉装置，如图1所示，该装置包括：光源101、相机102、控制电路板103和通讯接口104。光源101被配置为为相机102提供光源支持，相机102被配置为拍摄目标图像，目标图像指的是被拍摄目标的图像。其中，相机102可被如下三种方式中的任一种触发以拍摄目标图像：(1)在机器视觉装置开启并完成初始化配置之后，相机102就可被触发进入拍照状态，即开始对被拍摄目标进行拍照；(2)外部传感器可以向控制电路板103发送开启信号，控制电路板103在接收到该开启信号之后可以触发相机102进入拍照状态；其中，开启信号可以是工作人员通过控制外部传感器产生的，外部传感器与控制电路板103之间可以通过有线或无线的方式连接；(3)在启动外接设备的预设业务流程时，外接设备可以向控制电路板103发送开启指令，控制电路板103在接收到该开启指令之后可以触发相机102进入拍照状态。在一种可能的实现方式中，为了防止资源浪费，该预设业务流程可以是需要有机器视觉装置的图像处理结果才能顺利完成的业务流程，即外接设备不是在启动每个业务流程时都向控制电路板103发送开启指令。其中，具体的预设业务流程可以由工作人员根据实际需要设置。在一种可能的实现方式中，光源101的数量可以为两个或两个以上，且这两个或两个以上的光源101可以围绕相机102设置。通过增加光源101的数量，并使光源101围绕相机102设置，可以为相机102提供更充足的光线，可以使相机102拍摄出更加优质的图像。优选地，光源101的数量可以为两个，从而可以在为相机102提供充足光照的基础上降低生产成本，并节约机器视觉装置的内部空间。控制电路板103被配置为在相机102拍摄得到目标图像之后，解析该目标图像，且控制电路板103中设置有与一种或多种机器视觉功能相应的图像视觉算法，从而可以使控制电路板103根据这些图像视觉算法对目标图像进行解析。其中，机器视觉功能包括模式识别、视觉定位、缺陷检测和尺寸测量等。相应地，图像视觉算法包括与模式识别功能相应的算法、与视觉定位功能相应的算法、与缺陷检测功能相应的算法和与尺寸测量功能相应的算法。在一种可能的实现方式中，相机102在拍摄得到目标图像之后，可以将该目标图像发送至控制电路板103，以供控制电路板103解析该目标图像。控制电路板103中可以设置有与一种或多种机器视觉功能相应的图像视觉算法，以根据用户的需要对目标图像进行解析。例如，机器视觉装置可以提供模式识别、视觉定位、缺陷检测、尺寸测量等功能，则控制电路板103中可以设置有与模式识别、视觉定位、缺陷检测和/或尺寸测量相应的图像视觉算法，以在用户需要使用机器视觉装置的某种功能时，执行相应的图像视觉算法对目标图像进行解析。通讯接口104被配置为实现机器视觉装置与外接设备的数据交换。在一种可能的实现方式中，机器视觉装置可以与外接设备一起使用。例如，机器视觉装置可以与机械臂、上位机等外接设备一起使用。在控制电路板103对目标图像进行解析完成之后，可以生成对该目标图像的解析结果，且控制电路板103可以将该解析结果通过通讯接口104发送至外接设备，从而为外接设备的作业提供数据支撑。例如，控制电路板103可以采用与视觉定位功能相应的算法根据目标图像获取被拍摄目标的空间坐标，然后控制电路板103可以将被拍摄目标的空间坐标发送给外接设备，以使外接设备根据被拍摄目标的空间坐标执行预设的业务流程。例如，控制电路板可以将被拍摄目标的空间坐标发送给机械臂，机械臂可以根据被拍摄目标的空间坐标移动至被拍摄目标的位置，从而对该被拍摄目标执行预设的业务流程，如搬运等。在具体实现中，外接设备根据对目标图像的解析结果对被拍摄目标执行预设的业务流程时所使用的坐标轴与控制电路板103根解析目标图像时使用的坐标轴可以一致也可以不一致。若这两个坐标轴不一致，则外接设备在接收到对目标图像的解析结果之后，还需要对进行坐标的转化。另外，外接设备也可以通过通讯接口104向控制电路板103发送用于触发相机102进入拍照状态的开启指令。在一种可能的实现方式中，机器视觉装置上可以安装有显示屏，该显示屏可以用于显示控制电路板对目标图像的解析结果。例如，如果控制电路板是通过解析目标图像获取到被拍摄目标的空间坐标，则可以将被拍摄目标的空间坐标显示在显示屏上。在一种可能的实现方式中，机器视觉装置还可以包括电源接口105，电源接口105被配置为连接外接电源，外接电源被配置为为机器视觉装置供电。其中，电源接口105和通讯接口104可以不共用一个接口(如图1所示)，或者也可以共用一个接口(如图2所示)。在一种可能的实现方式中，机器视觉装置还包括外壳106。外壳106被配置为为机器视觉装置提供外壳保护，并为机器视觉装置与外接设备的连接提供机械安装接口。当需要将机器视觉装置通过机械连接方式与外接设备相连时，可以通过机械安装接口将机器视觉装置与外接设备直接相连。而且，通讯接口104、电源接口105和机械安装接口都可以设置在外壳106上。在本实施例中，机器视觉装置包括光源101、相机102、控制电路板103和通讯接口104等配件，通过在控制电路板103中设置与一种或多种机器视觉功能相应的图像视觉算法，可以使机器视觉装置根据用户需要使用的某种机器视觉功能直接调用与该功能相应的图像视觉算法，即可以通过一件机器视觉装置实现所需的多种功能，提高了机器视觉装置的适应性，可以满足用户的多种需要，能够使机器视觉装置应用于多种作业环境中。在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。技术特征：1.一种机器视觉装置，其特征在于，所述装置包括：光源(101)、相机(102)、控制电路板(103)和通讯接口(104)；所述光源(101)被配置为为所述相机(102)提供光源支持，所述相机(102)被配置为拍摄目标图像，所述控制电路板(103)被配置为解析所述目标图像，所述通讯接口(104)被配置为实现所述装置与外接设备的数据交换，所述控制电路板(103)中设置有与机器视觉功能相应的图像视觉算法，所述图像视觉算法包括与模式识别功能相应的算法、与视觉定位功能相应的算法、与缺陷检测功能相应的算法和与尺寸测量功能相应的算法中的至少一种。2.根据权利要求1所述的装置，其特征在于，所述装置还包括电源接口(105)，所述电源接口(105)被配置为连接外接电源。3.根据权利要求2所述的装置，其特征在于，所述通讯接口(104)和所述电源接口(105)不共用一个接口；或者所述通讯接口(104)和所述电源接口(105)共用一个接口。4.根据权利要求3所述的装置，其特征在于，所述装置还包括外壳(106)，所述外壳(106)被配置为为所述装置提供外壳保护，以及为所述装置与所述外接设备的连接提供机械安装接口。5.根据权利要求4所述的装置，其特征在于，所述通讯接口(104)和所述电源接口(105)安装在所述外壳(106)上。6.根据权利要求1所述的装置，其特征在于，所述光源(101)的数量为至少两个。7.根据权利要求4所述的装置，其特征在于，所述至少两个光源(101)围绕所述相机(102)设置。8.根据权利要求1所述的装置，其特征在于，所述装置还包括：显示屏，所述显示屏被配置为显示对所述目标图像解析后得到的解析结果。技术总结本公开涉及图像处理技术领域，尤其涉及一种机器视觉装置。该装置包括：光源(101)、相机(102)、控制电路板(103)和通讯接口(104)；光源(101)被配置为为相机(102)提供光源支持，相机(102)被配置为拍摄目标图像，控制电路板(103)被配置为解析目标图像，通讯接口(104)被配置为实现机器视觉装置与外接设备的数据交换，通过在控制电路板(103)中设置与机器视觉功能相应的图像视觉算法，可以使该机器视觉装置根据用户需要使用的某种机器视觉功能直接调用与该功能相应的图像视觉算法，提高了该机器视觉装置的适应性。技术研发人员：洪群生;张佳琳;张衡;郁肖飞;郝鹏受保护的技术使用者：深圳航天智控科技有限公司技术研发日：2019.11.26技术公布日：2020.07.24  

背景技术：嵌入式系统和网络化是机器视觉系统发展的两个趋势：1)嵌入式系统使得数据采集、自动控制和图像检测集成得更加紧密，另外基于嵌入式系统的机器视觉系统具有极低的功耗。2)网络化是嵌入式系统的发展趋势，其在工业自动化领域的应用也越来越广泛，机器视觉于网络通信等先进技术的结合正在改变工业自动化生产的面貌。目前的机器视觉系统的主要缺陷在于：其图像均通过处理器处理，处理器负荷大，对处理器的图像处理能力要求高，导致成本居高不下，处理速度有限。技术实现要素：本实用新型的目的在于提供一种可降低对处理器的性能要求并同时满足图像实时检测需求的机器视觉系统。为实现上述目的，本实用新型采用以下技术方案：一种机器视觉系统，包括视频采集模块、FPGA模块、I/O模块、主处理器、存储模块、串行接口模块以及以太网模块，所述视频采集模块包括相机、与相机连接的视频运算放大器、分别与视频运算放大器连接的视频同步分离芯片及模数转换器，所述相机、视频同步分离芯片、模数转换器及I/O模块分别与所述FPGA模块相连，所述FPGA模块、存储模块、串行接口模块以及以太网模块分别与所述主处理器相连。优选地，所述视频运算放大器为EL4089型视频运算放大器，所述视频同步分离芯片为ISL59885型视频同步分离芯片，所述模数转换器为AD9200型模数转换器。优选地，所述FPGA模块为EP1K100型可编程门阵列。优选地，所述I/O模块包括LV162245驱动模块及光耦合器，所述LV162245驱动模块及光耦合器分别与所述FPGA模块相连。优选地，所述主处理器为TMS320DM6437型处理器。优选地，所述存储模块包括SDRAM存储器及FLASH存储器，所述SDRAM存储器由两片MT48LC8M16A2P型存储器组成，所述FLASH存储器为1M×8的MBM29DL800型存储器。优选地，所述串行接口模块为TL16C752B UART型串行接口。优选地，所述以太网模块包括RTL8139型网卡及H1102型隔离变压器。采用上述技术方案后，本实用新型与背景技术相比，具有如下优点：本实用新型对视频采集模块进行改进，同时引入FPGA模块，在主处理器处理图像之前对图像进行预处理，从而降低了主处理器的负担，为后续的图像实时检测打下了良好的基础，同时由于对主处理器的处理能力的需求降低，可以适配经济的主处理器，降低机器视觉系统的成本，使机器视觉系统易于普及或扩展。技术特征：1.一种机器视觉系统，其特征在于：包括视频采集模块、FPGA模块、I/O模块、主处理器、存储模块、串行接口模块以及以太网模块，所述视频采集模块包括相机、与相机连接的视频运算放大器、分别与视频运算放大器连接的视频同步分离芯片及模数转换器，所述相机、视频同步分离芯片、模数转换器及I/O模块分别与所述FPGA模块相连，所述FPGA模块、存储模块、串行接口模块以及以太网模块分别与所述主处理器相连。2.如权利要求1所述的一种机器视觉系统，其特征在于：所述视频运算放大器为EL4089型视频运算放大器，所述视频同步分离芯片为ISL59885型视频同步分离芯片，所述模数转换器为AD9200型模数转换器。3.如权利要求1所述的一种机器视觉系统，其特征在于：所述FPGA模块为EP1K100型可编程门阵列。4.如权利要求1所述的一种机器视觉系统，其特征在于：所述I/O模块包括LV162245驱动模块及光耦合器，所述LV162245驱动模块及光耦合器分别与所述FPGA模块相连。5.如权利要求1所述的一种机器视觉系统，其特征在于：所述主处理器为TMS320DM6437型处理器。6.如权利要求1所述的一种机器视觉系统，其特征在于：所述存储模块包括SDRAM存储器及FLASH存储器，所述SDRAM存储器由两片MT48LC8M16A2P型存储器组成，所述FLASH存储器为1M×8的MBM29DL800型存储器。7.如权利要求1所述的一种机器视觉系统，其特征在于：所述串行接口模块为TL16C752B UART型串行接口。8.如权利要求1所述的一种机器视觉系统，其特征在于：所述以太网模块包括RTL8139型网卡及H1102型隔离变压器。技术总结本实用新型公开了一种机器视觉系统，包括视频采集模块、FPGA模块、I/O模块、主处理器、存储模块、串行接口模块以及以太网模块，所述视频采集模块包括相机、与相机连接的视频运算放大器、分别与视频运算放大器连接的视频同步分离芯片及模数转换器，所述相机、视频同步分离芯片、模数转换器及I/O模块分别与所述FPGA模块相连，所述FPGA模块、存储模块、串行接口模块以及以太网模块分别与所述主处理器相连。本实用新型利用在线可编程技术，在FPGA中实现必要的图像预处理算法，以减轻主处理器的负担，提高了图像处理能力与速率。技术研发人员：洪亚德受保护的技术使用者：厦门福信光电集成有限公司文档号码：201721048198技术研发日：2017.08.21技术公布日：2018.02.23  

背景技术：随着工业自动化的快速发展，对机器视觉镜头的技术要求愈来愈高，传统的机器视觉检测镜头仅能够拍摄被测物的一面，如果需要同时检测多面(正面与侧面)，则需要搭配多个检测镜头，不仅占用检测设备空间，而且增加了设备的成本。因此，有必要提供一种新的光学镜头来解决上述问题。技术实现要素：本发明的主要目的在于提供一种可以同时拍摄待测物正面与侧面的机器视觉检测镜头。本发明通过如下技术方案实现上述目的：一种机器视觉检测镜头，包括沿入射光线传输方向依次共轴排列的第一透镜、第二透镜、第三透镜、理想透镜和像面镜片；所述第一透镜为包括第一入射面S1和第一出射面的双凸正透镜，所述第一透镜的轴向厚度为10mm，第一入射面的曲率半径为106.41mm，第一出射面的曲率半径为119.45mm；所述第二透镜为包括第二入射面和第二出射面的双凸正透镜，第二透镜的轴向厚度d2为16mm，第二入射面的曲率半径为100.51mm，第二出射面的曲率半径为60.5mm；所述第三透镜为包括第三入射面和第三出射面的凹凸负透镜，第三透镜的轴向厚度为13mm，第三入射面为曲率半径59.0mm的凹面，第三出射面为曲率半径527.33mm的凸面，曲率半径和厚度误差都在±5％以内。具体的，所述第一透镜的折射率与阿贝数比例为0.025，误差±5％以内。具体的，所述第二透镜的折射率与阿贝数比例为0.065，误差±5％以内。具体的，所述第三透镜的折射率与阿贝数比例为0.055，误差±5％以内。具体的，所述理想透镜的焦距为9mm，所述理想透镜与第三透镜的轴向间距为100mm，所述理想透镜与像面镜片的间距为8.7mm。与现有技术相比，本机器视觉检测镜头的有益效果在于：本发明通过对该光学镜头的参数设计，可以达到同时对拍摄物体的顶端和侧面成像，避免在机器视觉检测或鉴别应用中使用多台相机和成像镜头。技术特征：1.一种机器视觉检测镜头，其特征在于：包括沿入射光线传输方向依次共轴排列的第一透镜、第二透镜、第三透镜、理想透镜和像面镜片；所述第一透镜为包括第一入射面S1和第一出射面的双凸正透镜，所述第一透镜的轴向厚度为10mm，第一入射面的曲率半径为106.41mm，第一出射面的曲率半径为119.45mm；所述第二透镜为包括第二入射面和第二出射面的双凸正透镜，第二透镜的轴向厚度d2为16mm，第二入射面的曲率半径为100.51mm，第二出射面的曲率半径为60.5mm；所述第三透镜为包括第三入射面和第三出射面的凹凸负透镜，第三透镜的轴向厚度为13mm，第三入射面为曲率半径59.0mm的凹面，第三出射面为曲率半径527.33mm的凸面，曲率半径和厚度误差都在±5％以内。2.根据权利要求1所述的机器视觉检测镜头，其特征在于：所述第一透镜的折射率与阿贝数比例为0.025，误差±5％以内。3.根据权利要求1所述的机器视觉检测镜头，其特征在于：所述第二透镜的折射率与阿贝数比例为0.065，误差±5％以内。4.根据权利要求1所述的机器视觉检测镜头，其特征在于：所述第三透镜的折射率与阿贝数比例为0.055，误差±5％以内。5.根据权利要求1所述的机器视觉检测镜头，其特征在于：所述理想透镜的焦距为9mm，所述理想透镜与第三透镜的轴向间距为100mm，所述理想透镜与像面镜片的间距为8.7mm。技术总结本发明属于光学镜头技术领域，涉及一种机器视觉检测镜头，包括沿入射光线传输方向依次共轴排列的第一透镜、第二透镜、第三透镜、理想透镜和像面镜片。本发明通过对该光学镜头的参数设计，可以达到同时对拍摄物体的顶端和侧面成像，避免在机器视觉检测或鉴别应用中使用多台相机和成像镜头。技术研发人员：杨利全;谢超;张熠;王孝晨受保护的技术使用者：苏州灵猴机器人有限公司文档号码：201711361187技术研发日：2017.12.18技术公布日：2018.04.10  

背景技术：现有的机器视觉镜头的光阑片及光阑动环需从后镜框正面组入，然后用卡环紧固，所以光阑前后需分成两组镜框拼接。两组镜框拼接必然造成光阑前后两组的镜片组装后的同轴度精度不高，很难满足镜头光学性能需求。如在机械加工中，单镜框的加工同轴度管控在0.02mm，两个镜框拼接势必造成同轴度会达到0.04mm,而一般镜头光学设计需求同轴度为0.02mm。故两镜框拼接结构很难满足镜头光学方面设计需求。技术实现要素：本实用新型旨在提供一种机器视觉镜头，以解决现有光阑模块前后两组镜片组装同轴度精度不高的问题。具体方案如下：一种机器视觉镜头，包括镜框、安装于该镜框上的两组镜片以及光阑模块；该镜框呈筒状，具有一两端贯通的视觉通道；该视觉通道内设有一光阑放置槽，该镜框的侧壁上设有一导通至该光阑放置槽的开口部；该两组镜片分别设于该光阑放置槽的两侧；该光阑模块通过该开口部组入该光阑放置槽。进一步的，该光阑模块包括光阑座以及能活动地安装于该光阑座上的光阑片以及光阑动环；该光阑座固定于该镜框上，且该光阑动环具有凸伸至该镜框开口部外侧的调节臂。进一步的，还包括一调焦镜头模块，该调焦镜头模块能活动地安装于该镜框上；还包括一光阑调节环，该光阑调节环套设于该镜框上，且通过一连接件连接至该调节臂。进一步的，该调焦镜头模块包括主筒、牙套以及前调节环；该主筒套设于该镜框上，并与该镜框配合形成一移动副；该牙套具有内螺纹以及外螺纹，并通过内螺纹螺合安装于该镜框上，通过该外螺纹与该主筒螺纹连接；该内螺纹螺距大于该外螺纹螺距；该前调节环套设于该牙套上，且能带动该牙套转动。进一步的，该光阑调节环安装于该主筒上，该连接件为光阑带动钉；该调节臂上具有沿该主筒移动方向延伸的插槽，该光阑带动钉一端固定于该光阑调节环上，另一端插设于该插槽内，且能在该插槽内滑动移动。进一步的，该光阑调节环上设有贯穿至该主筒的第一紧固螺孔，该第一紧固螺孔设有第一紧固螺钉；该主筒上设有贯穿至该牙套的第二紧固螺孔，该第二紧固螺孔内设有第二紧固螺钉。进一步的，该镜框的外壁上设有可拆的止转导钉，对应该止转导钉的位置，该主筒上设有沿轴向延伸的导向槽，进而该主筒与该镜框配合形成一移动副。进一步的，该前调节环上设有一限位钉，该主筒上朝向该限位钉的运动轨迹内凸伸形成一止挡部，以配合该限位钉实现前调节环的转动行程限位。本实用新型的机器视觉镜头，采用单独的光阑模块及光阑座紧固方式设计，无需将光阑前后分成两个镜框拼接，可直接将光阑模块的光阑片及动环从镜框侧面组入，然后用镜框的光阑槽及螺钉紧固光阑座。光阑前后两组镜片直接组装于同一个镜框，提高了组装后两组镜片的同轴度精度，大大提升了镜头的良率及稳定性。技术特征：1.一种机器视觉镜头，包括镜框、安装于该镜框上的两组镜片以及光阑模块；其特征在于：该镜框呈筒状，具有一两端贯通的视觉通道；该视觉通道内设有一光阑放置槽，该镜框的侧壁上设有一导通至该光阑放置槽的开口部；该两组镜片分别设于该光阑放置槽的两侧；该光阑模块通过该开口部组入该光阑放置槽。2.根据权利要求1所述的机器视觉镜头，其特征在于：该光阑模块包括光阑座以及能活动地安装于该光阑座上的光阑片以及光阑动环；该光阑座固定于该镜框上，且该光阑动环具有凸伸至该镜框开口部外侧的调节臂。3.根据权利要求2所述的机器视觉镜头，其特征在于：还包括一调焦镜头模块，该调焦镜头模块能活动地安装于该镜框上；还包括一光阑调节环，该光阑调节环套设于该镜框上，且通过一连接件连接至该调节臂。4.根据权利要求3所述的机器视觉镜头，其特征在于：该调焦镜头模块包括主筒、牙套以及前调节环；该主筒套设于该镜框上，并与该镜框配合形成一移动副；该牙套具有内螺纹以及外螺纹，并通过内螺纹螺合安装于该镜框上，通过该外螺纹与该主筒螺纹连接；该内螺纹螺距大于该外螺纹螺距；该前调节环套设于该牙套上，且能带动该牙套转动。5.根据权利要求4所述的机器视觉镜头，其特征在于：该光阑调节环安装于该主筒上，该连接件为光阑带动钉；该调节臂上具有沿该主筒移动方向延伸的插槽，该光阑带动钉一端固定于该光阑调节环上，另一端插设于该插槽内，且能在该插槽内滑动移动。6.根据权利要求5所述的机器视觉镜头，其特征在于：该光阑调节环上设有贯穿至该主筒的第一紧固螺孔，该第一紧固螺孔设有第一紧固螺钉；该主筒上设有贯穿至该牙套的第二紧固螺孔，该第二紧固螺孔内设有第二紧固螺钉。7.根据权利要求4所述的机器视觉镜头，其特征在于：该镜框的外壁上设有可拆的止转导钉，对应该止转导钉的位置，该主筒上设有沿轴向延伸的导向槽，进而该主筒与该镜框配合形成一移动副。8.根据权利要求4所述的机器视觉镜头，其特征在于：该前调节环上设有一限位钉，该主筒上朝向该限位钉的运动轨迹内凸伸形成一止挡部，以配合该限位钉实现前调节环的转动行程限位。技术总结本实用新型涉及机器视觉镜头，采用单独的光阑模块及光阑座紧固方式设计，无需将光阑前后分成两个镜框拼接，可直接将光阑模块的光阑片及动环从镜框侧面组入，然后用镜框的光阑槽及螺钉紧固光阑座。光阑前后两组镜片直接组装于同一个镜框，提高了组装后两组镜片的同轴度精度，大大提升了镜头的良率及稳定性。技术研发人员：吴富宝;蔡冬波受保护的技术使用者：厦门力鼎光电技术有限公司文档号码：201721195895技术研发日：2017.09.18技术公布日：2018.03.27  

背景技术：近年来，随着技术的发展，产品的自动化生产是现代生产发展的主要趋势之一，自动化生产对加速社会生产力发展，改进企业生产技术，减轻工人劳动力具有重要意义。在高端消费和产能快速增长的需求下，企业想提高竞争力，产品的检测变得越来越重要。产品表面瑕疵可分为很多种，例如：褶皱、划痕、污点等。所以，机器视觉的瑕疵检测也是必不可少的。传统的人工视觉检测不仅效率低下，准确率大打折扣，检测工作还单调乏味。而且，工业生产量大，工作时间长，工人们容易视觉疲劳，使得检测容易出现误检、漏检等情况。而且，人工检测的判别标准不是量化过的，产品的质量不能得到保证。所以，基于机器视觉的瑕疵检测系统应运而生。现有的基于机器视觉的检测和识别系统虽然能够大概的检测出异常产品，但是检测精度不高，检测效率较低，因此有待于改进。技术实现要素：本发明的目的在于提供一种基于机器视觉的智能制造产品识别与检测方法，以解决所述背景技术中提出的问题。为实现所述目的，本发明提供如下技术方案：一种基于机器视觉的智能制造产品识别与检测方法，包含以下步骤：A、首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；B、使用机器视觉图像采集装置采集待检测产品的画面信息；C、对步骤B采集的数据进行初步识别，判断图像有效性；D、将步骤A和步骤B得到的图像信息做对比；E、结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除，同时转入后台进行人工质检。作为本发明的进一步技术方案：所述机器视觉图像采集装置为3CCD高清面阵彩色相机。作为本发明的进一步技术方案：所述步骤C具体是：将采集到的一定时间内的图像进行坐标定位识别，如果比对结果一致，则判断该图像的采集角度和位置没有问题，属于有效图像，如果比对结果不一致，则判断该图像为无效图像。作为本发明的进一步技术方案：所述步骤A中的标准图像数据是由多张无瑕疵产品的高清彩色图像采用统计平均法合成。作为本发明的进一步技术方案：所述步骤D具体是：将待检测产品的图像数据和标准图像数据中的特征点数据，并且以其为基准，完成待测图像和标准图像的配准，进行数据对比。作为本发明的进一步技术方案：所述步骤E中数据比对的标准是：特征点比对一致率≥99.5%时判定为一致图片，特征点比对一致率≤99.5%时判定为不一致图片。作为本发明的进一步技术方案：所述步骤E中的人工质检首先进行图片信息的排查，确定图片采集是否存在问题，当确定图片采集没有问题时再进行实物检测。与现有技术相比，本发明的有益效果是：本发明基于机器视觉的智能制造产品识别与检测方法采用3CCD高清面阵彩色相机作为机器视觉图像采集装置，能够精确的采集产品图像信息，同时利用特征比对技术将待检测产品与标准产品对比，能够快速的判断产品质量，同时还增加了人工判断阶段，减少机器检测存在的遗漏。具体实施方式下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例1：一种基于机器视觉的智能制造产品识别与检测方法，包含以下步骤：A、首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；其中，机器视觉图像采集装置为3CCD高清面阵彩色相机，标准图像数据是由多张无瑕疵产品的高清彩色图像采用统计平均法合成；B、使用机器视觉图像采集装置采集待检测产品的画面信息；C、对步骤B采集的数据进行初步识别，判断图像有效性；将采集到的一定时间内的图像进行坐标定位识别，如果比对结果一致，则判断该图像的采集角度和位置没有问题，属于有效图像，如果比对结果不一致，则判断该图像为无效图像。D、将步骤A和步骤B得到的图像信息做对比；将待检测产品的图像数据和标准图像数据中的特征点数据，并且以其为基准，完成待测图像和标准图像的配准，进行数据对比；E、结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除，同时转入后台进行人工质检。步骤E中数据比对的标准是：特征点比对一致率≥99.5%时判定为一致图片，特征点比对一致率≤99.5%时判定为不一致图片。步骤E中的人工质检首先进行图片信息的排查，确定图片采集是否存在问题，当确定图片采集没有问题时再进行实物检测。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。1.一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，包含以下步骤：首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；使用机器视觉图像采集装置采集待检测产品的画面信息；对步骤B采集的数据进行初步识别，判断图像有效性；将步骤A和步骤B得到的图像信息做对比；结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除，同时转入后台进行人工质检。2.根据权利要求1所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述机器视觉图像采集装置为3CCD高清面阵彩色相机。3.根据权利要求2所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述步骤C具体是：将采集到的一定时间内的图像进行坐标定位识别，如果比对结果一致，则判断该图像的采集角度和位置没有问题，属于有效图像，如果比对结果不一致，则判断该图像为无效图像。4.根据权利要求3所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述步骤A中的标准图像数据是由多张无瑕疵产品的高清彩色图像采用统计平均法合成。5.根据权利要求4所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述步骤D具体是：将待检测产品的图像数据和标准图像数据中的特征点数据，并且以其为基准，完成待测图像和标准图像的配准，进行数据对比。6.根据权利要求4所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述步骤E中数据比对的标准是：特征点比对一致率≥99.5%时判定为一致图片，特征点比对一致率≤99.5%时判定为不一致图片。7.根据权利要求4所述的一种基于机器视觉的智能制造产品识别与检测方法，其特征在于，所述步骤E中的人工质检首先进行图片信息的排查，确定图片采集是否存在问题，当确定图片采集没有问题时再进行实物检测。技术总结本发明公开了一种基于机器视觉的智能制造产品识别与检测方法，包含以下步骤：A、首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；B、使用机器视觉图像采集装置采集待检测产品的画面信息；C、对步骤B采集的数据进行初步识别，判断图像有效性；D、将步骤A和步骤B得到的图像信息做对比；本发明基于机器视觉的智能制造产品识别与检测方法采用3CCD高清面阵彩色相机作为机器视觉图像采集装置，能够精确的采集产品图像信息，同时利用特征比对技术将待检测产品与标准产品对比，能够快速的判断产品质量，同时还增加了人工判断阶段，减少机器检测存在的遗漏。技术研发人员：徐军;吴兴圆受保护的技术使用者：哈尔滨理工大学技术研发日：2019.04.04技术公布日：2019.06.21  

背景技术：在连续制造过程中，存在不断地穿过机器的材料或产品。在这样的过程中，必须监测产品以便检测可能的偏差或壁板断裂。此外，机器本身的情况可以被监测，以便检测可能的机器故障或过程偏差，其可能引起那些上述的产品的偏差或者壁板断裂，但是其也可以引起机器/机械的计划外的或计划的停机时间或损坏机器本身。通过这种(一项或多项)监测，可能获得高质量的最终产品。产品、机器或过程可以例如通过诸如相机系统之类的机器视觉系统来监测。所捕获图像由处理单元分析。技术实现要素：现在已经发明了改进的方法和实现该方法的技术装备。本发明的各种方面包括一种方法、包括至少一个图像传感器并且还可能地包括声学传感器的机器视觉系统和包括存储在其中的计算机程序的计算机可读介质，这些通过独立权利要求中陈述的内容来表征。在从属权利要求中公开了本发明的各种实施例。根据本发明的第一方面，提供了一种方法，包括：通过机器视觉系统的图像传感器以第一图像捕获频率捕获待监测的对象的图像，将所述所捕获图像数据发送到数据处理设备，以及由所述数据处理设备分析所述所接收图像数据，并且其中如果检测到所述所接收图像数据包括偏差，则所述数据处理设备布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将所捕获图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，方法还包括记录机器视觉系统周围的声学环境，将所述所记录声学环境数据发送到数据处理设备，以及由所述数据处理设备分析所述所接收声学环境数据，并且其中如果检测到所述所接收声学环境数据包括偏差，则所述数据处理设备布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将所捕获图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，方法还包括确定偏差的根本原因，并且基于根本原因确定重新配置成捕获图像突发的图像传感器。根据实施例，图像传感器在图像突发之后以第一图像捕获频率继续捕获图像。根据实施例，触发信号确定图像突发的图像捕获频率。根据实施例，触发信号确定在图像突发期间捕获的图像的图像分辨率。根据实施例，触发信号确定图像突发的时间长度。根据本发明的第二方面，提供了一种用于监测待监测对象的机器视觉系统，包括：图像传感器和数据处理设备，其中所述图像传感器被布置成以第一图像捕获频率捕获待监测的所述对象的图像并且将所述所捕获图像数据发送到数据处理设备以供分析，并且其中如果检测到所述所接收图像数据包括偏差，则所述数据处理设备布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将所捕获图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，机器视觉系统还包括声学传感器，其中所述传感器被布置成记录机器视觉系统周围的声学环境，并且其中声学传感器还被布置成将所述所记录声学环境数据发送到数据处理设备以供分析，并且其中如果检测到所述所接收声学环境数据包括偏差，则所述数据处理设备被布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将所捕获图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，数据处理设备还确定偏差的根本原因，并且基于根本原因来确定被重新配置成捕获图像突发的图像传感器。根据实施例，图像传感器在图像突发之后以第一图像捕获频率继续捕获图像。根据实施例，触发信号确定图像突发的图像捕获频率。根据实施例，触发信号确定在图像突发期间捕获的图像的图像分辨率。根据实施例，触发信号确定图像突发的时间长度。根据本发明的第三方面，提供了一种体现在非瞬态计算机可读介质上的计算机程序产品，包括计算机程序代码，其配置成当在至少一个处理器上执行时，使得系统以第一图像捕获频率捕获由机器视觉系统的图像传感器要监测的对象的图像，将所述所捕获图像数据发送到数据处理设备，并且由所述数据处理设备分析所述所接收图像数据，并且其中如果检测到所述所接收图像数据包括偏差，则所述数据处理设备被布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将所捕获图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，系统还记录机器视觉系统周围的声学环境，将所述所记录声学环境数据发送到数据处理设备，并且由所述数据处理设备分析所述所接收声学环境数据，并且其中如果检测到所述所接收声学环境数据包括偏差，则所述数据处理设备被布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以第二图像捕获频率捕获图像突发并且将捕获的图像突发数据发送到所述数据处理设备以供进一步分析。根据实施例，系统还确定偏差的根本原因，并且基于根本原因确定重新配置成捕获图像突发的图像传感器。根据实施例，图像传感器在图像突发之后以第一图像捕获频率继续捕获图像。根据实施例，触发信号确定图像突发的图像捕获频率。根据实施例，触发信号确定在图像突发期间所捕获图像的图像分辨率。根据实施例，触发信号确定图像突发的时间长度。具体实施方式本发明涉及根据示例实施例的机器视觉系统，并且包括用于检测壁板产品、机械或过程中的偏差的至少一个图像传感器。术语“偏差”在本上下文中包括从产品、机械或过程可检测的任何偏差，例如，缺陷、孔、污点、明确的变化、灰色或深色点、条纹、皱纹、气泡或壁板中的图案，或者机器的机械结构中的故障或错误或缺陷或偏差，或者过程的某个其它部分中的缺陷或偏差。图像传感器用于捕获移动对象的图像，所述移动对象例如，作为该图像传感器的监测目标的壁板或机器。机器视觉系统的图像传感器可以是例如相机，例如，c-mos或ccd相机、矩阵或线扫描相机、黑白或彩色相机、常规或智能相机或任何适合的相机。布置成被监测的目标可被照亮以用于成像。根据实施例的机器视觉系统可以布置在例如用于支撑一个或多个图像传感器和可能的一个或多个灯的壁板监测梁或壁板监测导轨中或与其结合。许多偏差使得一个图像或很少捕获的偏差的顺序图像不够，但是必须(例如，利用具有高频率的多个图像)更仔细地监测产品或机器，以便检测整个偏差或确定偏差的根本原因。这意味着可能需要偏差的更多图像。此外，机器本身的情况也可能需要更精确的监测，以便能够检测可能的机器/机械的(一个或多个)故障或过程偏差。此更精确的监测可能再次需要具有高频率的多个顺序图像。本发明还涉及根据本发明的示例实施例的方法，其中壁板的一个或多个图像由一个或多个图像传感器以所谓的第一图像捕获模式以第一图像捕获频率捕获，并且一个或多个所捕获图像的图像数据由图像传感器的数据处理设备分析和/或发送到外部数据处理设备以供分析。如果检测到一个或多个所捕获图像包括偏差，那么可以通过触发信号来配置至少一个图像传感器以捕获至少一个图像突发。术语“图像突发”在此上下文中指代图像传感器处于高速图像拍摄模式期间的一段时间。在图像突发期间捕获的图像还可以包括至少部分重叠的图像区域，并且它们还可以具有更高的分辨率。所检测偏差可以引起捕获图像的同一图像传感器的触发，所述图像包括一个或多个其它图像传感器而不是该图像传感器的偏差或者除了该图像传感器之外的一个或多个其它图像传感器的偏差。数据处理设备可以例如通过触发信号来重新配置图像传感器，即改变图像传感器的配置，使得图像传感器被配置成第二图像捕获频率模式，所述第二图像捕获频率模式是图像突发模式。触发信号还可以为图像传感器确定待捕获的图像捕获频率和/或图像突发的分辨率、图像应当如何重叠和/或图像突发的时间长度。代替对材料壁板的偏差检测或者除了对材料壁板的偏差检测之外，如果在第一图像捕获模式期间经由听觉分析在过程机械的声学表示中检测到偏差(例如预定改变)，则可以分析过程机械的声学表示并且还可以由触发信号配置至少一个图像传感器来以第二图像捕获频率模式捕获至少一个图像突发。听觉分析可以例如由图像传感器的数据处理设备和/或外部数据处理设备执行。图像传感器的数据处理设备和/或外部数据处理设备可以包括接收过程的声学环境数据的获取单元，所述声学环境数据是对过程成像并且包括(一个或多个)声学传感器（诸如记录声学环境的麦克风）的图像传感器周围的环境声音，即其周围的音频信号。此外，还可以手动触发至少一个图像传感器以捕获至少一个图像突发，或者一个图像传感器还可以通过一个触发信号触发多于一个图像突发，使得在图像突发之间存在预定间隔。在图像突发期间，一个或多个触发的图像传感器处于第二图像捕获频率模式中。第二图像捕获频率模式的图像捕获频率高于第一图像捕获频率模式的图像捕获频率。在第一图像捕获频率模式期间，图像传感器可以捕获例如每秒50-100个图像，并且在第二图像捕获频率模式期间，图像传感器可以捕获例如每秒500-1000个图像。通常，图像突发耗费相对短的时间，例如0.5-1秒，这是因为它可以产生如此多的图像数据以供分析。此外，图像突发的图像可以具有比在图像突发之外(即在第二图像捕获频率模式之外，即在第一图像捕获频率模式期间)捕获的图像更高的分辨率。适用于捕获并且还适用于发送包括多个图像(可能是高分辨率图像)的图像突发数据的图像传感器需要具有足够的处理能力。捕获图像突发的图像传感器可以在其将用于分析的图像突发数据发送到数据处理设备(例如，无线地或经由连接到图像传感器的有线连接的外部数据处理设备)之前将图像突发数据存储在其存储器中。这样，数据发送速率可能不会形成对图像突发数据发送的限制。可以预定用于机器视觉系统或直接用于机器视觉系统的一个或多个图像传感器，该一个或多个图像传感器被触发以捕获图像突发，或者可替换地，图像传感器或外部数据处理设备可以确定用于触发信号中的图像突发的(一个或多个)图像传感器。例如，可以按如下定义被触发以用于捕获图像突发的图像传感器。可以基于检测到的材料壁板中的偏差来确定(一个或多个)图像传感器。机器视觉系统可以限定材料壁板偏差与它们的根本原因之间的相互关系。可能存在存储在数据处理系统的存储器中的特定类型的偏差的根本原因。此外，基于根本原因使得机器视觉系统可以确定在(一个或多个)这样的位置中的一个或多个图像传感器，根本原因或其中根本原因引起(一个或多个)偏差的区域应当由图像突发更仔细地成像。此外，代替对材料壁板的偏差检测或除了对材料壁板的偏差检测之外，用于捕获图像突发的图像传感器可以基于机械的声学表示中的所检测偏差来确定。机器视觉系统的数据处理设备可以再次限定机械的声学表示的(一个或多个)偏差与它们的根本原因之间的相互关系。再次，基于(一个或多个)根本原因，数据处理设备可以确定在偏差的根本原因的位置中的一个或多个图像传感器，例如在其中根本原因引起机械的声学表示的改变的区域或特定机器附近。可能的是，为机器视觉系统预定偏差的根本原因。本发明的各种实施例可以借助于位于存储器中并且使得装置执行本发明的计算机程序代码来实现。例如，作为计算设备的装置，例如数据处理设备可以包括用于分析、接收和发送数据的电路和电子器件、存储器中的计算机程序代码以及在运行计算机程序代码时使得装置执行实施例的特征的处理器。当运行计算机程序代码时，处理器可以执行以下方法的步骤：由例如相机传感器的图像传感器以第一图像捕获频率捕获待监测对象的(一个或多个)图像，发送所述所捕获图像的图像数据，分析所接收图像，以及如果检测到所述所接收图像包括偏差或者如果检测到机械的声学表示包括变化，则所述数据处理设备被布置成通过触发信号将配置发送到至少一个图像传感器，并且其中所述至少一个图像传感器被布置成捕获在相对短的时间段期间以第二图像捕获频率成像的图像突发。在图像突发之后，图像传感器继续以第一图像捕获频率成像。方法可以进一步包括以下步骤，其中数据处理设备被布置成将所述图像突发的图像数据存储和发送到数据处理设备以供进一步分析。应当注意的是，可能不总是需要图像中的缺陷或机械的声学表示的改变以使得数据处理设备触发图像突发，但是图像突发也可以由数据处理设备随机地触发。当与现有机器视觉系统的方法和系统相比，由本发明实现了相当多的优点，所述现有机器视觉系统包括至少图像传感器，例如适用于捕获图像突发的相机。借助于根据本发明的布置，可能以两种不同的模式使用图像传感器，其中第一模式包括以第一图像捕获频率成像，并且第二模式包括在需要时以第二图像捕获频率成像达短时间段。另外，借助于根据本发明的布置，也可能在需要时(例如，当单独的和较不频繁捕获的图像没有给出足够信息时)提供图像突发数据。显而易见的是，本发明不唯一地限于以上呈现的实施例，而是其可以在所附权利要求的范围内进行修改。技术特征：1.一种方法，包括：由机器视觉系统的图像传感器以第一图像捕获频率捕获待监测对象的图像；将所述所捕获图像数据发送到数据处理设备；以及由所述数据处理设备分析所述所接收图像数据，以及其中如果检测到所述所接收图像数据包括偏差，则所述数据处理设备被布置成发送触发信号以用于触发捕获包括所述偏差的所述图像数据的至少所述图像传感器，使得至少所述图像传感器被重新配置成以第二图像捕获频率捕获图像突发，其中所述触发信号限定所述图像突发的持续时间，并且其中所述图像突发的所述第二图像捕获频率高于所述第一图像捕获频率，并且被重新配置成将所述所捕获图像突发数据发送到所述数据处理设备以供进一步分析。2.根据权利要求1所述的方法，其中所述方法还包括：记录所述机器视觉系统周围的声学环境；将包括过程机械的声学表示的所述所记录声学环境数据发送到所述数据处理设备；以及由所述数据处理设备分析所述所接收声学环境数据，以及其中如果检测到所述所接收声学环境数据包括在第一图像捕获模式期间的过程机械的所述声学表示的改变，则所述数据处理设备被布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以所述第二图像捕获频率捕获图像突发并且将所述所捕获图像突发数据发送到所述数据处理设备以供进一步分析。3.根据权利要求1或2所述的方法，其中所述方法还包括：限定所述待监测对象的偏差与它们的原因之间的相互关系；确定所述所检测偏差的原因；以及基于所述原因确定被重新配置成捕获所述图像突发的所述图像传感器，其中所述图像传感器处于这样的位置：其中所述原因引起所述所检测偏差。4.根据权利要求1-3中的任一项所述的方法，其中所述图像传感器在所述图像突发之后以所述第一图像捕获频率继续捕获图像。5.根据权利要求1-4中的任一项所述的方法，其中所述触发信号确定所述图像突发的图像捕获频率。6.根据权利要求1-5中的任一项所述的方法，其中所述触发信号确定在所述图像突发期间捕获的图像的图像分辨率。7.根据权利要求1-6中的任一项所述的方法，其中所述触发信号确定所述图像突发的时间长度。8.一种用于监测待监测对象的机器视觉系统，包括图像传感器和数据处理设备，其中所述图像传感器被布置成以第一图像捕获频率捕获待监测所述对象的图像，并且将所述所捕获图像数据发送到所述数据处理设备以供分析，并且其中如果检测到所述所接收图像数据包括偏差，则所述数据处理设备被布置成发送触发信号以用于触发捕获包括所述偏差的所述图像数据的至少所述图像传感器，使得至少所述图像传感器被重新配置成以第二图像捕获频率捕获图像突发，其中所述触发信号限定所述图像突发的持续时间，并且其中所述图像突发的所述第二图像捕获频率高于所述第一图像捕获频率，以及被重新配置成将所述所捕获图像突发数据发送到所述数据处理设备以供进一步分析。9.根据权利要求8所述的机器视觉系统，其中所述机器视觉系统还包括声学传感器，其中所述声学传感器被布置成记录所述机器视觉系统周围的声学环境，并且其中所述声学传感器还被布置成将包括过程机械的声学表示的所述所记录声学环境数据发送到所述数据处理设备以供分析，并且其中如果检测到所述所接收声学环境数据包括在所述第一图像捕获模式期间的过程机械的所述声学表示的改变，则所述数据处理设备被布置成发送触发信号以用于触发图像传感器，使得至少一个图像传感器被重新配置成以所述第二图像捕获频率捕获图像突发，并且将所述所捕获图像突发数据发送到所述数据处理设备以供进一步分析。10.根据权利要求8或9所述的机器视觉系统，其中所述数据处理设备还：限定所述待监测对象的偏差与它们的原因之间的相互关系；确定所述所检测偏差的原因；以及基于所述原因确定被重新配置成捕获所述图像突发的所述图像传感器，其中所述图像传感器处于这样的位置：其中所述原因引起所述所检测偏差。11.根据权利要求8-10中的任一项所述的机器视觉系统，其中所述图像传感器在所述图像突发之后以所述第一图像捕获频率继续捕获图像。12.根据权利要求8-11中的任一项所述的机器视觉系统，其中所述触发信号确定所述图像突发的图像捕获频率。13.根据权利要求8-12中的任一项所述的机器视觉系统，其中所述触发信号确定在所述图像突发期间捕获的图像的图像分辨率。14.根据权利要求8-13中的任一项所述的机器视觉系统，其中所述触发信号确定所述图像突发的时间长度。15.一种计算机程序产品，存储在计算机可读介质上并且在计算设备中可执行，其中所述计算机程序产品包括执行根据权利要求1到7中的任一项的方法的指令。技术总结本发明涉及一种方法，包括：由机器视觉系统的图像传感器以第一图像捕获频率来捕获待监测的对象的图像，将所述所捕获图像数据发送到图像数据处理设备以及由所述图像数据处理设备分析所述所接收图像数据，并且其中如果检测到图像数据包括偏移，则发送触发信号以用于触发图像传感器以将其重新配置成捕获图像突发以及用于将所捕获图像突发数据发送到所述图像数据处理设备以供进一步分析。本发明还涉及执行方法的计算机程序产品和机器视觉系统。技术研发人员：M.瓦肯恩受保护的技术使用者：博西迈科思公司技术研发日：2017.04.28技术公布日：2019.03.01  

  基于视觉的工业机器人定位抓取技术在现代化工业进程中起到极其重要的作用，在定位抓取的基础上研究了云端激光打标系统中与计算机视觉相关的机器人检测系统内容，将国产某型号六自由度工业机器人与视觉引导技术相结合应用于目标正反面区分。该系统经实验验证，能够识别带黑色标记的目标工件并定位抓取，完成了区分工件正反面的规定任务，具有工厂生产的实际意义。  就目前来说，国内外针对视觉抓取系统的研究方向主要有手眼标定方法、特征提取算法与深度学习相结合的视觉抓取方法。手眼标定技术目前发展比较成熟，产生了深远的影响，比如早期Tsai-Lenz、Navy等手眼标定算法。YingWang等设计的清障机器人通过单双目结合组成混合视觉系统对目标物进行特征提取。  在数据引导的方法下，SergryLevine将深度学习技术应用到机器人区分任务中，利用相机拍摄到的图像训练卷积神经网络来预测机械手在空间的运动，该方法能够有效并且实时控制机器人，成功掌握新的抓取目标，最后通过连续伺服矫正错误。  而国内视觉抓取系统的研究偏向于几何引导的方法，王朋强将双目视觉系统和机械臂结合，实现了对目标的识别定位以及抓取。在国家的支持下，国内也已有许多家公司以及科研单位在机器视觉领域取得了一系列成果，逐步的将机器视觉技术引入到对机器人的控制当中。  机器人视觉检测系统在计算机端对智能相机采集到的工作区域的图像进行预处理，快速地识别并定位图像中的目标工件，根据相机标定参数，结合目标工件的像素坐标计算出六自由度工业机器人坐标系中的位置坐标，并将坐标信息发送给机器人控制器，机器人执行命令程序实现抓取动作。系统检测任务利用视觉软件来完成，通过计算机处理，只选择反面朝上工件作为目标工件。目标检测定位是机器人实现自动抓取的基础，目前存在两种目标检测的算法：基于模板匹配和基于特征匹配。  工业机器人视觉检测系统的研究目的在于有针对性的提升工厂生产效率。当工厂收到云端新订单任务，MES系统进行计划排产。本文基于一套云端激光打标系统进行研究，结合计算机视觉技术知识，利用带掩膜学习模板进行目标匹配的方法实现了对规则的目标工件正反面区分，达到预期检测效果。  所研究的机器人检测系统可以应用在实际的生产环境中，选择正确的工件，提高加工产品的效率和质量。总的来说，基于视觉的工业机器人检测系统是机器视觉技术和机器人控制技术的结合，是工业领域生产过程由自动化向数字化、智能化发展的必经之路。（文章来源于机器人在线网）

  近日，图灵机器人宣布获得知名投资机构数千万元投资，主要用于大负载、机器视觉、并联、移动机器人、激光等特种行业机器人研发。目前，图灵已在关节工业机器人、SCARA机器人等多种机器人本体上形成了完善的产品体系。  上海图灵智造机器人有限公司成立于2007年，注册资金12160万元，是由上海交通大学出资组建的高新技术企业，旗下拥有1978年创建的意大利RRRobotica子公司，研发出了多款智能工业化图灵机器人，商标号（15990245）。  公司于2009年获得上海高新技术成果转化项目，并获得科技部中小企业创新基金支持。迄今为止，公司已获得12项发明专利、16项实用新型以及18项软件著作权，并于2010年成为“上海市专利试点企业”。  公司的图灵机器人软件控制研发团队，由上海交通大学教授和博士学术带头人领衔，核心研发人员均拥有名校硕博以上学历，具有十年的运动控制算法开发经验。公司的图灵机器人机械本体研发团体，由知名外资机器人公司的研发骨干组成，积累了十年以上的机器人行业机械本体开发经验。  学院精英与外企专才的黄金组合，名校科研成功转化和名企成熟产品沉淀的技术来源，保障了图灵机器人产品的稳定性和可靠性。意大利RRRobotica公司的40年历史沉淀，越发助力了图灵迈入主流机器人厂家梯队。 （文章来源于机器人在线网）

  工业化的大力发展，使得许多自动化设备变得越来越广泛，当人，采用自动化机械也极大的帮助企业或者客户减轻工作压力，可以节省时间，今天小编要带您了解的是自动视觉定位系统，那你知道自动视觉定位系统特点有哪些吗？下面相关信息由大学仕自动化设备采购服务平台的工作人员为您详细介绍。  目前工业机器人仅能在严格定义的结构化环境中执行预定指令动作，缺乏对环境的感知与应变能力，这极大地限制了机器人的应用。利用机器人的视觉控制，不需要预先对工业机器人的运动轨迹进行示教或离线编程，可节约大量的编程时间，提高生产效率和加工质量。 机器视觉定位系统是通过采用图像视觉检测技术，实现对高速运动的工业产品进行实时全面的视觉定位分析，误差小，准确性高，可大大提高工业生产中的效率。那么机器视觉定位系统的特点有哪些呢？机器视觉定位系统特点主要有：1、非接触测量：机器视觉定位系统对物品进行测量，不需要进行接触，通过扫描进行物品的测量，消除了接触测量可能造成的二次损伤隐患，从而提高系统的可靠性。2、长时间稳定工作：在生产过程中，通过人眼长时间对进行测量体积，分辨缺陷，分拣等工作，很容易造成眼部疲劳，时间一长，准确性也将大打折扣，而机器视觉定位系统就没有这样的问题，通过算法实现长时间地作测量、分析和识别任务，准确性更高。3、准确性高：机器视觉定位系统具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围，准确度更高，误差率更小。  大学仕是一家专注于解决自动化设备采购问题的服务平台。大学仕聚集了全球各地的专家、教授、工程师以及技术研发机构，建立了一个服务商人才库，企业只需将自己的技术难题发布在大学仕平台上，通过公开招标、服务商店铺搜索，线下项目对接等方式，快速找到中意的服务商进一步洽谈合作。  通过以上大学仕专家对自动视觉定位系统特点的介绍，相信您对自动视觉定位有了一定的了解。如果有这方面的问题请点击链接提交需求，四万多家服务商帮你提供解决方案。届时会有大学仕的专业人员为您详细解答。大学仕专家提示您：买机器的时候一定要货比三家，不要一味的只看价格，机器质量和服务才是最重要的。  以上就是小编整理的自动视觉定位系统特点的相关内容，希望对你有所帮助，如果想要了解更多自动视觉定位系统的相关信息，请留意本网站的最新更新。