机器视觉的人才培养分析和实训室建设探索

谢婷婷

摘要：随着机器视觉技术在各个领域的应用增多，机器视觉人才的社会需求大。该文分析了机器视觉岗位人员需具备的知识和能力，并提出相应的机器视觉实训室的建设思路，以培养符合社会需求的应用型人才。通过机器视觉检测教学系统的硬件和软件教学，培养学生的硬件选型能力和开发平台的应用能力，利用机器视觉系统应用工作站进行综合实践，帮助学生理解自动化生产线中的系统集成，同时辅以3D视觉、深度学习等技术应用，使学生熟悉机器视觉的发展趋势。

关键词：机器视觉;人才培养;实训室建设

中图分类号：TP3        文献标识码：A

文章编号：1009-3044（2021）30-0282-02

开放科学（资源服务）标识码（OSID）：

1 引言

机器视觉是人工智能正在快速发展的一个分支。在智能制造生产线上，机器视觉可以引导机器人工作，自动检测生产线上产品的质量，实现高速、高精度测量，识别目标，实现数据的采集和追溯。机器视觉技术具有安全可靠、生产效率高、检测精度高、非接触性、可在恶劣环境下长时间工作等优点，大大提高了生产效率和生产的自动化程度。在现代工业中，机器视觉技术是实现设备自动化、智能化和精确控制的常用手段之一。目前机器视觉技术已广泛地用于汽车、电子、交通航海、医药、食品饮料、装配制造等行业。侯天龙等通过基于机器视觉的无接触式检测方法，对高铁白车身零部件的装配间隙进行检测，检测精度可达到0.05mm[1]。杨利等设计了基于机器视觉的红外接收头芯片引脚缺陷检测系统，检测芯片外观并判断芯片是否为合格品，检测系统误判率为0.4%[2]。王艳研究了基于机器视觉的轮毂分类方法，应用于汽车轮毂识别和自动分拣[3]。翟伟良等也采用基于机器视觉、PLC的小工件自动分拣系统，实现汽车配件的自动化分拣[4]。郁岩利用机器视觉技术对轮胎、轴承、钢材、模具等产品表面的压纹字符进行检测[5]。张万里等基于机器视觉技术，提出了一种莲子去芯位置定位方法，应用于不同产地、不同尺寸的莲子自动化精准去芯作业[6]。聊城市中医医院使用机器视觉系统指导腔镜器械的清点、核对、拆分、清洗、组装及检查等过程，使得器械的返洗率、差错失误率降低，手术延迟次数减少[7]。

随着智能制造的快速发展，对产品质量和检测要求的不断提高，随着机器视觉技术在各个领域的应用不断增多，各行业对机器视觉技术的人才需求也越来越大，培养适应社会需求的机器视觉人才至关重要。

2 机器视觉的人才培养

基于社会对机器视觉技术相关人才的需求，各高校正逐步开设机器视觉相关课程，着重培养适应机器视觉岗位的专业人才。主要教学课程有机器视觉技术、机器人检测设备、机器人检测技术，其他相关的教学课程有工业机器人技术基础、机器人焊接质量管理、现代铸造质量管理、机器人焊接工艺技术等。高校对机器视觉岗位的人才培养大多正在摸索中。

通过企业走访，与行业内具有丰富经验的机器视觉工程师沟通和交流，探讨得出一名机器视觉工程师必须掌握的知识和能力大致主要有以下几个方面：

（1）机器视觉系统的基本硬件构成和硬件选型

机器视觉系统的基本硬件主要由相机、镜头和光源构成，如图1所示。机器视觉工程师应熟悉工业相机的分类，熟悉工业相机的通信接口类型，掌握工业相机的主要参数，能根据实际應用需求选择合适的相机。应熟悉工业镜头的分类和主要参数，能根据实际应用需求选择合适的镜头。应熟悉工业光源种类，掌握常见的不同打光方式，能根据实际应用需求合理地选择光源，选择合适的打光方式。

另外，还需熟悉图像采集卡、滤光片、漫射板、偏振片、标定板、近摄接圈等其他配件的作用和应用场合。

（2）基本的成像要素和光学知识

机器视觉工程师应了解成像的基本要素，具备基础的光学知识，以更好地理解应用不同打光方式和光源波长而得到的不同打光效果，理解选用不同类型、参数的相机和镜头对图片质量、视野大小等的影响，从而能够根据实际应用需求，灵活、合理地选择光源、相机和镜头。

（3）开发平台的应用

构建一套可靠运行的机器视觉系统，除了要有合适的硬件，还需要良好的测试环境和开发平台。通用的视觉库有MATLAB图像处理库和OpenCV视觉库等，商用机器视觉开发包有NI、adept、HALCON等。机器视觉工程师应能熟练应用其中至少一种开发平台进行图像分析和处理，以达到完成分析检测的目的。

（4）基本的数字图像处理知识

大部分的开发平台提供了丰富的函数，应用时可通过调用函数进行图像分析和处理。但如果机器视觉工程师没有数字图像处理方面的基础知识，在灵活使用这些函数并设置合适的参数方面会有一定的难度。因此，机器视觉工程师还应掌握基本的数字图像处理知识，以加深对开发平台中函数的理解，更好地应用开发平台。

此外，由于机器视觉技术实际通常应用于自动化生产线中，并非单独应用。因此，机器视觉工程师除了要掌握以上机器视觉的专业知识，还要对自动化生产线中的系统集成有一定的了解，能够理解机器视觉部分和工业机器人、电气控制、机械结构、气动驱动、传感技术等的配合协作。

3 机器视觉实训室建设思路

实践环节在机器视觉人才的培养中起重要作用，建设机器视觉实训室可以很好地支持课程教学，更好地培养应用型机器视觉人才。围绕机器视觉工程师需要掌握的知识和技能，机器视觉实训室的建设可分为机器视觉检测教学系统、机器视觉系统应用工作站和3D视觉系统三个部分。

（1）机器视觉检测教学系统

机器视觉检测教学系统主要包括机器视觉系统的硬件和教学软件两部分。

硬件部分主要可分为机器视觉运动检测系统、线阵检测系统两种。机器视觉运动检测系统应可实现运动中物体的在线视觉检测，涵盖机器视觉中常用的硬件设备，包括工业相机、工业镜头、光源和常用配件（滤光片、漫射板、偏振片、标定板、近摄接圈等）。其中工业相机可选择不同分辨率大小、不同色彩（黑白或彩色）、不同曝光方式（逐行曝光或全局曝光），工业镜头可选择不同焦距，同时配备远心镜头以适应特殊应用需求，工业镜头配合工业相机使用，教学时通过理实一体化的教学方式，可帮助学生更好地理解工业相机和工业镜头的参数。光源可选择不同打光方式的光源结构，如背光、环形光、条形光、同轴光、碗光，教学过程中可选用不同光源结构，呈现打光效果的差异，使学生能对光源的作用有更为直观的感受。在光源波长的选择上尽可能涵盖常用的光源波长，如可见光中常用红光、蓝光、白光，同时配备红外光源、紫外光源以适应特殊场合的应用。考虑到常规的运动检测系统无法实现曲面物体（或大视野、高精度应用场合）的视觉检测，针对此类应用场合，设计机器视觉线阵检测系统，应涵盖线阵检测系统必要的硬件设备，包括线阵相机、配套的镜头和线阵光源。结合以上机器视觉的硬件部分（具体规格和参数可参考表1），帮助学生理解成像的基本要素与基础光学知识，使学生掌握机器视觉系统的基本硬件构成，在实训环节，学生可针对实际的应用需求进行硬件选型，选择合适的硬件。

教学软件部分应具备丰富的图像处理和分析功能，通过视觉软件的应用能实现定位、测量、检测、识别主要四类应用。在教学过程中，学生可结合实际需求，进行软件的函数调用，以达到完成分析测量的目的。在操作软件的练习过程中，使学生掌握视觉软件的应用。同时，在调用视觉软件的函数时，适时地开展基本的数字图像处理知识的教学。

（2）机器视觉系统应用工作站

机器视觉系统应用工作站是指综合了机器视觉、工业机器人、电气控制、机械结构、气动驱动、传感技术等的小型自动化生产线，主要融合机器视觉系统应用、工业机器人操作与编程、可编程控制器等技能点，可囊括机器视觉手眼标定、工业机器人动态追踪、分拣工艺、装配工艺、检测工艺等最典型的工业现场工艺应用。在综合实践环节，可利用工作站围绕工作岗位需求开展项目教学，帮助学生对自动化生产线中的系统集成有一定的了解，熟悉机器视觉部分和工业机器人之间的协作配合，初步掌握机器视觉工程师所需的基本技能。

（3）3D视觉系统

主流的2D视觉系统拍摄得到的是一个二维平面的图片，无法获得物体的空间坐标信息。3D视觉可以获取深度信息，可以识别堆积在一起的物体，并获取目标物体的高精度空间位置，提供工业机器人。相比2D视觉，3D视觉还可以更好地获取物体的表面深度信息，有利于分析工件表面的凹凸缺陷，尤其对于一些十分微小的物体表面纹理变化，3D视觉的检测精度更高。

随着机器视觉技术的不断发展，3D视觉、深度学习等技术的应用也越来越多，机器视觉技术向着更多维度、更高柔性、更复杂任务、更智能的方向发展。围绕3D视觉系统开展认识教学，使学生了解机器视觉技术的发展趋势，并对3D视觉技术的原理和应用有一定的认识。

4 结语

机器视觉技术人才的社会需求越来越大，对此，本文结合机器视觉岗位人员需具备的知识和能力，提出相应的机器视觉实训室的建设思路。建设的机器视觉实训室可以为学生的实训提供条件，学生通过实践掌握机器视觉的硬件选型、开发平台的使用，了解自动化生产线中的系统集成。另外，作为一种新兴技术，机器视觉技术的应用型实训室十分紧缺，实训室建成后也可为该领域内企业提供技术服务与社会培训，为开展职业技能鉴定和各类创新创业训练提供有利的条件。

参考文献：

[1] 侯天龙，孙永奎，马磊，等.高铁白车身装配质量的机器视觉检测方法[J].传感器与微系统，2021，40（7）：142-144.

[2] 杨利，陈柳松，谢永超.基于机器视觉的芯片引脚缺陷检测系统设计与实现[J].计算机测量与控制，2021，29（7）：16-20.

[3] 王艳.基于机器视觉的轮毂智能分类方法的研究[J].工业控制计算机，2021，34（7）：65-67，70.

[4] 翟伟良，姜立标，施志敏，等.汽车橡胶工件视觉分拣系统设计[J].机床与液压，2021，49（15）：118-123.

[5] 郁巖.基于机器视觉的金属表面压纹字符检测[J].物联网技术，2021，11（7）：16-17.

[6] 张万里，丁为民，刘瑛璎，等.基于机器视觉的莲子去芯位置的定位方法[J].湖南农业大学学报（自然科学版），2021，47（4）：467-475.

[7] 李兰霞.机器视觉系统在医院消毒供应中心的应用研究[J].循证护理，2021，7（8）：1105-1108.

【通联编辑：代影】