机器视觉的起步从20世纪80年代开始，到目前为止，从技术发展的角度讲，已经经历了大约3个发展阶段。第一阶段是色差传感器阶段；第二阶段是各种视频卡纷起阶段；第三阶段是嵌入式视觉系统和视频卡并存的阶段。根据这几年的发展来看，在今后的几年是视觉发展的重要阶段，而嵌入式系统也将扮演越来越重要的角色。

　　目前全球整个视觉市场总量大概在60～70 亿美元，主要集中在欧美和日本，在中国大约有1～2亿美元的市场。按照我国的GDP增长速度8％来说，其中工业增长的份额为20％～30％，按照保守的估计，视觉的增长速度不应该低于10％～15％。

　　首先我们来了解一下机器视觉和机器视觉系统的定义。顾名思义，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将要检测的目标转换成数字量信号www.cechina.cn，这些数字量信号再传送给专用的图像处理系统（分嵌入式和视频卡方式），图像处理系统根据要检测的任务要求来设置检测任务。然后根据判别的结果来控制现场的设备动作。

　　机器视觉系统的特点是提高生产的产品质量和生产线自动化程度。尤其是在一些不适合于人工作业的危险工作环境或人眼难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中www.cechina.cn，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

　　西门子机器视觉系统属于嵌入式视觉系统，分为VS100系列和VS700系列。VS100系列是专用型视觉产品，SIMATIC VS 100 系列视觉系统用于特定的图像处理任务。SIMATIC VS 110用于轮廓检测、SIMATIC VS 120目标查找和搜索、SIMATIC VS 130二维码的检测。传感器通过“示教”而非编程进行和配置，因而不需要专门的图像处理知识且价格低廉。

　　SIMATIC VS 700 系列通用视觉系统主要用于生产过程中的质量检测和质量控制。这种通用系统可以通过编程完成图像采集、图像处理、负载驱动以及联网通讯（通过PROFIBUS或工业以太网）等所有功能－非常适宜于在一个测试循环中完成许多的测试任务。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。

　　西门子视觉系统在烟草行业的应用

　　烟草行业在中国是一个很大的行业，每年都可以为政府创造大量的税收和就业机会。云南是中国烟草行业中最重要的省份，在该省有许多大的烟草企业，例如曲靖烟厂、玉溪烟厂、红河烟厂等。这些企业的管理层高度重视产品的质量，他们也愿意选用最好的自动化设备来提升他们产品的质量。而烟机是自动化领域中最复杂的机器之一，同时香烟的生产速度又非常快。例如，软包线的生产速度是360包/分钟，由于生产速度很快且产品的包装又非常软，所以，在生产过程中有许多不合格品产生。及时发现不合格品并将其剔除是非常重要的，否则不合格品将会流到下一道工序并被包装和装箱并流入市场。对于不合格品，尽管它不影响使用，但它会降低用户的满意度控制工程网版权所有，用时也会削弱品牌价值和产品信誉度，而所有这些绝对是管理层所不愿意看到的。对于香烟的包装检测，主要有以下3类：
　　■  软包检测
　　■  硬包检测
　　■  条盒检测
　　由于软包的外包装比较软，容易变形控制工程网版权所有，所以检测软包是所有检测中最难的。对于软包，一个最主要的问题是表面破损。而检测主要包含商标打印（是否漏印CONTROL ENGINEERING China版权所有，方向是否正确，位置是否正确） ；顶部小花（是否漏印CONTROL ENGINEERING China版权所有，方向是否正确，位置是否正确）；顶部和底部的内部包装质量 ，内包装和外包装的相关位置检测等。

　　因为生产线的速度非常快（6包/秒）而检测任务又非常复杂和紧急，因此用人工在生产线上发现不合格品并将其剔除是不可能的。

　　目前的检测方式是人工抽检。也就是说，实际上无法在线检测。而结果就是有很多的不合格品流入市场，但管理层却无法控制也无法知道具体数量。

　　对于高速的应用场合，机器视觉是唯一的解决方案。我们提供西门子新一代机器视觉VS720系列。

　　该系统使用智能视觉传感器替代人眼来完成检测任务和逻辑运算工作，该视觉传感器在0.4毫秒内捕捉图像并将其发送到内部处理器中。经处理器数字化后，该机器视觉系统就可以评估其颜色、表面和尺寸等。根据其计算结果，通过外部接口信号我们就可以实现设备对烟盒的自动检测和剔除。

　　选用机器视觉系统，我们可以做到：
　　■