机器视觉市场
   机器视觉作为工业自动化系统的重要组成之一，其技术与应用也随着自动化行业的发展而日益成熟。具体体现在：图像处理能力和速度不断增强、光电器件性能的提高、各类标准的逐渐统一以及价格的相对降低。据AIA(自动成像协会)的市场研究调查报告，2006年全球机器视觉市场规模已经超过了70亿美元，并预测在今后五年内仍将保持持续的增长势头。然而，随着供应商和集成商不断的把机器视觉应用推向各个领域，机器视觉这一相对独立的功能如何无缝的融入各行业各类自动化装备遇到了前所未有的挑战。
　　
  机器视觉的应用及挑战

   机器视觉应用主要可分为两类：
　　
　 一类是用于大规模或者高测试要求的生产线上，如包装、印刷、分拣等，或者在野外、核电等不适合人员工作的环境中，利用机器视觉方式代替传统人工测量或检试，同时实现人工条件下无法达到的可靠性、精确度及自动化程度。
　　
　 另一类应用是必须用到高性能、精密机器视觉组件的专业设备制造，典型代表是最早带动整个机器视觉行业崛起的半导体制造设备。从上游晶圆加工制造的分类切割，到末端电路板印刷、贴片，这类设备都依赖于高精度的视觉测量以对运动部件进行导引与定位。例如，如果锡膏印刷工序存在定位偏差，且该问题直到芯片贴装后的在线测试才被发现，那么返修的成本将会是原成本的100倍以上。
　　
　 然而，在上述应用中，机器视觉功能很少作为孤立的系统，而是以整个自动化系统或者设备的有机组成部分之一出现，也往往在配合逻辑控制，运动控制，数据采集，通信网络以及企业数据库管理等其它功能时，才能真正发挥出其优势。构建机器视觉系统，除了完成从光源调配到图像处理软件开发系列过程外，更是面临着与上述种种复杂的自动化系统功能集成所带来的挑战。单一的视觉开发软硬件方案，往往使得自动化系统整体的开发周期、成本和不确定性风险都要由制造方或者集成商来承担。机器视觉与自动化系统集成的困难，很大程度上阻碍了其在相对保守的工业自动化领域的应用。
　　
　 基于NI LabVIEW和机器视觉系统的解决方案
　　
　 面对上述挑战，NI LabVIEW软件平台及其机器视觉系统给出了很好的解决方案。
　　
　 让我们先从软件的角度看机器视觉的开发与集成过程：首先借助高效便捷的配置软件VBAI（应用于自动检测的机器视觉生成器）和全面的视觉模块(涵盖了对所有制式和标准的相机的支持，提供模式匹配、OCR、颗粒分析、二维条形码识别等数百种图像处理功能)，用户可以在交互式的开发环境中验证不同的相机和光源设置、采集方式与图像处理算法，然后再将确认的步骤自动生成对应于LabVIEW的可执行程序。LabVIEW软件平台具有直观的图形化开发特性，使工程师把更多的精力集中在功能开发而不是代码撰写上。在整体系统开发和集成过程中，工程师可直接利用对应的LabVIEW工具包和模块，在统一的平台下以相同的方式完成运动控制、数据采集、工业通信和人机界面等功能，实现与各种PAC（可编程自动化控制器）、PLC、工业设备、OPC客户端及企业数据库的连接与通信。对于这种开发模式，无论是经验丰富的集成商还初级开发者，都得以从不同设备所对应的专用甚至私有开发方式与平台、驱动与协议、设备间互间的物理通信与同步这些困境中解放出来，大幅降低了系统集成的难度和成本。
　　
　 从硬件体系架构来看，基于PC的机器视觉系统由于其开放性和灵活性，在提供强大的处理能力的同时，也较容易实现与其它功能的集成，但是PC的架构由于可靠性和体积等原因，并不能完全满足工业应用的需求。另一种方式是嵌入式架构，使用简单，可靠性高，但是功能相对单一，可集成度较差。为了解决这些矛盾，NI在其紧凑型的机器视觉系统(CVS)中，通过集成LabVIEW实时、FPGA技术，前所未有的实现了在同一嵌入式硬件平台下完成I/O与通信协议的灵活定制以及运动，可同时采集、处理3路图像信号，并保证系统的坚固性和可靠性，达到工业现场恶劣环境下的应用要求（图1）。

   下面我们通过两个实例分析，具体探讨如何利用开放灵活的软硬件平台集成机器视觉和多域功能应用，实现系统集成复杂度降低及开发周期的缩短。
　　

　  基于LabVIEW及同步的机器视觉、运动控制、数据采集的自动化半导体晶圆分类系统
　　
　在半导体制造业，晶圆切割前必须根据其厚度（THK）、全厚度误差(TTV)、弯曲度(BOW)、翘曲度(WARP)等电气及物理参数进行细致分类，以达到严格的容差要求。为保证测量精度，传统采用单点测量方式，需消耗大量的测试时间。为此，美国Gigamat Technologies公司研发出新一代的全扫描自动分类设备(图2)，以提高吞吐率并要求能达到单点测试下的精度和重复性要求，这在技术上是相当大的挑战。

  图.2自动化半导体晶圆分类系统 

   新全自动晶圆分类系统充分利用了LabVIEW平台及其配套工具包，该系统分为晶圆对准和测量两个工作步骤。对准过程使用线扫描图像采集方式和3轴运动控制，通过同步图像采集与底盘旋转速率，在1秒内完成整张晶片6百万象素的图像采集，利用LabVIEW视觉算法判断晶片中心位置、平坦度和其它特性，据此调整晶圆位置实现其与参数测量平台完全匹配。测量步骤要求对上下表面间距测量的分辨率小于0.0001mm，其解决办法是在LabVIEW平台下应用NI运动控制工具生成平滑的圆弧及螺旋轨迹组合，精确控制旋转中的晶片位置，使用NI数据采集卡完成多通道同步进行的探针高速、高密度测量，实时记录对应位置，据此进行相关计算处理，获取各项参数信息，最终得出分类的结果。
　　
　除了以上的核心步骤外，该系统还包括了：触摸屏人机界面；基于RS-485通信的晶圆升降机控制；用于光源、机器功率和真空设备的数字I/O控制；以及与Microsoft Access数据库连接以实现加工过程数字化加工。而这些功能，都是在LabVIEW平台下统一开发完成，Gigmat的经理这样评论“如果没有LabVIEW以及NI 机器视觉，运动控制和数据采集产品的同步，这个项目就不可能达到经济可行”。
　　
　NI紧凑型机器视觉系统帮助汽车火花塞检测达到6Sigma的重复性标准
　　
　汽车火花塞的偏心度和电极间距是决定其性能的关键指标。过去某领先的汽车火花塞制造商一直通过人工的方式对其进行测量，因为测量精度低，必须采用过于严格的产品的公差带限制，导致不必要的生产要求提高和产量减少。为了保证可靠的质量控制，更快的检测速度和产量的提高，该制造商决定建立基于机器视觉的全扫描尺寸定量系统。
　　
　系统由IEEE 1394相机、环形光源、坚固的NI CVS嵌入式机器视觉系统以及LabVIEW软件开发平台构成。采集的火花塞图像通过火线传入CVS，在其上运行实时的圆形边缘检测等特殊算法，而通过对欠采样的控制找到精度与处理时间的平衡点，测量精度达到0.01mm，完全满足6Sigma标准。随后，CVS通过其数字端口与生产线上的PLC和继电器等设备通信，完成不合格品的自动剔除工作，免去了人工干预。整个系统接入工厂以太网，可以进行远程的参数配置，校准以及产品信息的记录。由于测试精度的提高，放宽了公差范围，大幅提高了产量和效率。
　 　
　 结论
　　
　 机器视觉应用正由起步时单纯的图像采集、处理分析、结果判断输出，发展成为自动化系统重要组件之一。但是，相对人工检测的方式机器视觉也存在着特殊性，一定程度上体现在其灵活性和应变能力的限制。处理的不合适的话，即使一个看似很小的新功能引入，都有可能导致系统的重新设计。面对机器视觉集成度与灵活性与难题时，理想的工业软件开发环境LabVIEW成为用户开发平台的非常好的选择。利用其中机器视觉模块包含的丰富分析与处理算法，用户可以根据其具体需求定制开发或者简单升级相应的视觉功能，更可以这种统一的图像化开发方式实现对运动控制，可编程自动化控制器，数据采集等设备与功能的开发，以及与三方的PLC，工业设备和数据库软件的无缝连接，从而完成涵盖机器视觉功能在内的自动化系统的开发与集成。得益于这种系统构架，制造商能够更方便的将机器视觉功能引入到其生产线，降低了其设备制造的技术难度，符合机器视觉向着自动化系统一体化发展的趋势。