课程设计课程名称工业自动化专题题目名称_计算机视觉系统及其应用学生学院____ _ 自动化 ________ 专业班级___ ___学号学生姓名___ _指导教师______ _____2013 年 6月 25日机器视觉系统及其应用摘要:主要介绍机器视觉系统的概要,简要分析机器视觉的特点、优越性和应用,具体介绍了机器视觉技术在印刷行业、农业、工业、医学中的实际应用,并且分别举例说明。
机器视觉的诞生和应用在理论和实际中均具有重要意义。
关键词:机器视觉;标签检测;药物检测;水果品质检测;硬币检测。
1. 机器视觉系统1.1 机器视觉系统简介机器视觉系统是指利用机器替代人眼做出各种测量和判断。
机器视觉是工程领域和科学领域中的一个非常重要的研究领域,它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科。
机器视觉系统通过图像摄取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,根据像素分布和亮度、颜色等信息,转变成数字化信号。
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。
机器视觉系统的优点有:1.非接触测量,对于被检测对象不会产生任何损伤,而且提高了系统能够的可靠性;2.较宽的光谱响应范围,例如使用人眼看不见的红外测量,扩展人眼的视觉范围;3.长时间稳定工作,人类难以长时间对同一对象进行观察,而机器视觉系统则可以长时间地作测量、分析和识别任务。
现在,机器视觉系统在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用,可以说已经深入到我们的生活、生产和工作的方方面面。
1.2 基本原理图 1 是机器视觉系统的基本结构,在一定的光照(包括可见光,红外线甚至超声波等各种成象手段)条件下,成象设备(摄象机,图像采集板等)把三维场景的图像采集到计算机内部,形成强度的二维阵列——原始图象;然后,运用图像处理技术对采集到的原始图像进行预处理以得到质量改善了的图像;其次,运用机器视觉技术从图像中提取感兴趣的特征分类整理;,构成对图像的进一步,运用模式识别技术对抽取到的特征进行描述;最后,运用人工智能得到更高层次的抽象描述。
完成视觉系统的任务。
图1机器视觉的基本结构1.3 其理论框架人类视觉器官通过亿万年的生物进化已经达到非常完美的地步,而我们对它的认识却非常肤浅。
自 70年代末,80年代初,MIT的马尔(D.Marr)教授创立了视觉计算理论,使视觉的研究前进了一大步。
马尔首先解决了研究视觉理论的策略问题,他认为视觉是一个复杂的信息处理问题,要完整地理解视觉,必须从一个不同的层次上对它进行解释:图2 Marr 视觉理论的分层模型第 1 个层次是信息处理问题的计算机理论,在这个层次上所研究的是对什么信息进行计算和为什么要进行这些计算;第2个层次是算法;第3个层次是执行,它研究完成某一特定算法的具体机构。
从计算理论这个层次来看,马尔教授提出视觉信息处理必须用三级内部表像加以描述。
这三级表像是:要素图(图象的表像),2.5 维图(可见表面的表像)和三维模型表像(用于识别的三维物体表像)。
因此,机器视觉可以看作从三维环境的图象中抽取、描述和解释信息的过程,它可以划分为以下6个主要部分:感觉、预处理、分割、描述、识别、解释。
再根据实现上述各过程所涉及的方法和技术的复杂性将它们归类,可分为3个处理层次:低层视觉处理;中层视觉处理和高层视觉处理。
这种划分对于将机器视觉系统的固有处理过程加以分类提供了一种有用的结构。
Marr理论是计算机视觉研究领域的划时代的成就,虽然它还不十分完善,但它给了我们许多研究计算机视觉的珍贵的哲学思想和研究方法,同时也给计算机视觉研究领域创造了许多新的研究起点。
2.机器视觉技术的应用实例机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等多个领域的交叉学科。
它不仅是人眼的延伸,更重要的是具有人脑的一部分功能。
机器视觉不会有人眼的疲劳,有着比人眼更高的分辨精度和速度,借助红外线、紫外线、X 射线、超声波等高新探测技术,它在探测不可视物体和高危险场景时,更具有其突出优点。
下面介绍几个机器视觉典型应用实例。
2.1 在印刷行业中的应用.目前,机器视觉已成功地应用于印刷行业检测领域,大幅度地提高了产品的质量和可靠性,保证了生产的速度。
检测内容:1)检出条形码标签打印整体模糊的,数字、字母、条形码都不清楚的;2)检出标签上的字母、条形码、数字 1 项或者 2 项不清楚的,例如字母打印不清楚、条形码印刷断裂;在一段时间内所印刷的图案是相同的;3)检出标签尺寸不附合要求的,标准尺寸为 9 mmX 42 mm;4)材质表面有点反光,主体是白底黑字图案;5)速度:3~4 张/s;标签打印机打出的连续标签,标签间隔长度 3 mm;6)检出并剔除次品;7)进行在线或者离线检测。
该标签印刷质量检测系统是西安市春秋视讯技术有限责任公司为某公司研究开发的,现已成功投入使用。
2.2 在工业中的应用目前,机器视觉已成功地应用于工业检测领域,大幅度地提高了产品的质量和可靠性,保证了生产的速度。
例如产品包装、印刷质量的检测,饮料行业的容器质量检测,饮料填充检测,饮料瓶封口检测,木材厂木料检测,半导体集成块封装质量检测,卷钢质量检测,关键机械零件的工业CT等。
在海关,应用X射线和机器视觉技术的不开箱货物通关检验,大大提高了通关速度,节约了大量的人力和物力。
南京造币厂生产的印钞机是机器视觉在印刷行业的典型应用。
南京造币厂是中国唯一的印钞造币机械定点制造厂,属国家专控的重要企业。
其开发生产的 YBW2150 造币机工艺要求极为严格。
为保证每一道生产工序的可靠性,必须对生产中的产品进行 100%检测。
2000 年10月新发行的第 5 套人民币中,壹圆硬币的侧边加工采用高速滚边机,增强了防伪功能。
鉴于生产过程的严格控制要求,南京造币厂的工程师们,选定在造币的最后一道工序上安装视觉检测系统。
最后一道工序即压印工艺,完全是在线检测。
对图像检测系统提出了更高要求。
首先是高速性,既要求CCD相机是高速的,同时图像识别系统也要求计算速度和存储能力很强。
当硬币下落时,速度类似自由落体。
平均速度10件/s,那么每件测量的时间必须小于100 ms,同时考虑物体运动速度均匀,应尽量采用高速系统。
松下电工的新视觉产品 A210 通过试验监测,其触发、图像采集和计算的时间之和在40 ms之内,完全满足要求。
另外就是确定相机拍摄位置。
由于硬币在高速运行中,要准确地拍摄,必须有同步触发信号。
为此,采用了高速反射式光纤传感器检测。
在照明方面,为了削弱硬币弧形边缘的高反光效应,得到较好的图像质量,采用的是两组 LED 环形灯加频闪控制器配合图像采集。
在多方调研、实验、安装调试后,经过长达半年的生产验证,达到了 100%的不良品检出率。
2000年12月底国家造币印钞总公司对该产品进行了鉴定,并建议在全行业内推广。
2.3 在农业中的应用随着工厂化农业的快速发展,利用机器视觉技术对作物生长状况进行监测,实现科学浇灌和施肥,也是一种重要应用。
国外已将机器视觉技术成功地运用到农产品的质量检测上,尤其是水果的检测,应用最为广泛。
无损检测按原理可分为2种,一种是在水果外部发出一种能量,从水果对能量的输入与输出变化中得到水果相关的品质特性;另一种是通过对水果本身的化学发光或红外线放射的能量等来测定水果的品质。
水果品质无损伤检测的主要方法有:紫外线检测、可见光检测、近红外线检测、红外线检测、X光及CT检测等。
人工检测不仅费时、效率低下,而且与检验员自身的技术水平、经验有很大的关系,而传统的机械式分级技术只是根据水果的大小和重量进行分级,利用输送带或输送滚子上的空洞或间隙将水果分成有限的几个档次。
这类分级方法通常结构简单,但分级时可能由于碰撞而损伤水果,成为制约加工效率的一个瓶颈因素。
利用机器视觉技术检验水果具有实时、客观、无损害等优点,因而受到人们的青睐。
2.4 在医学中的应用在医学领域,机器视觉用于辅助医生进行医学影像的分析,主要利用数字图像处理技术、信息融合技术对X射线透视图、核磁共振图像和CT图像进行适当叠加,然后进行综合分析;还有对其它医学影像数据进行统计和分析如利用数字图像的边缘提取与图像分割技术,自动完成细胞个数的计数或统计。
在制药生产线上,机器视觉技术可以对药品包装进行检测,以确定是否装入正确数量的药粒。
这样不仅节省了人力,而且大大提高了准确率和效率。
目前大多数制药厂在药片包装生产线上,一般采用人工目测的方法分拣次品,手工劳动的介入严重影响了药片包装生产线的工作效率,不但浪费了大量的劳动力资源,而且包装质量不能从根本上得到保证。
有些厂家采用长时间录像机录像方式来弥补由于人工检测所带来的失误,但这失去了实时检测的意义,同时也存在检测成本高的问题。
利用机器视觉系统代替人进行药片包装缺损检测,可以提高生产效率,降低生产成本。
基于机器视觉技术的药片包装缺损检测系统是一个集机器视觉、光传感器和机电等技术于一体的机电一体化产品,具有计算精度高、速度快的特点,能迅速而准确地检测出药片包装的缺损,并对其进行综合分析,从而对成品和废品进行可靠分离。
机器视觉技术的药片包装缺损检测系统总体上由硬件和软件2个部分组成,其工作原理是:包装好的药片在传送装置中传输,传送装置在机器中分为2个区域:检测区和分离区。
在检测区,通过高速CCD摄像机将传送中的连续的药片图像传输到计算机中。
计算机对记录下的图像进行分析,分辨出未填置药片的废板。
当药板完成切割进入分离区时,横向安置的喷枪射出高压气体把废板快速吹出,落入废品箱,而成品药板正常落入成品区,从而实现成品和废品的分离。
基于机器视觉技术的药片包装缺损检测系统总体结构如图3所示。
为了充分利用原生产线,并有效地进行药片包装缺损检测,可在检测区安装两台CCD摄像机进行可靠检测,并加装适当的照明设备增强检测效果。
这种能代替人工检测、分类工作的机器视觉系统,能够大幅度降低检验成本,提高产品质量和劳动生产率,并为劳动者创造舒适的工作环境。
利用机器视觉识别系统代替人工进行药片包装检测具有实用价值,特别在自动化生产线上代替人工从事快速、单调的产品检验工作,可以达到快速和准确的效果。
3. 结束语机器视觉的诞生和应用,极大地解放了人类劳动力,提高了生产自动化水平,改善了人类生活状况,具有很好的应用前景。
该项技术目前在我国正处于起步阶段,急需广大科技工作者的共同努力,来迅速提高我国机器视觉的发展与应用水平,为现代化建设做出更大的贡献。
参考文献:[1].段峰,王耀南,雷晓峰,机器视觉技术及其应用综述.自动化博览, 2002,19(3): 59 —62.[2].SINGHN,DELWICHEM.Machine vision methodsfor defect sorting stone fruit[J].Transof ASAE,1994,37(6):1989—1 997.[3].吴雪.计算机视觉技术在农产品和食品检测中的应用[J].粮油加工与食品机械, 2002,23(2):38—39.[4].赵静.果实形状的计算机识别方法研究[J3.农业工程学报,2001, 17(2):165—167.[5].蔡健荣.利用计算机视觉的烟叶质量分选系统研究[J].农业工程学报,2000,16(3): 118—122.[6].张建平.计算机视觉在烟草行业中的研究及应用展望[J].烟草科技,1998,18(2): 22—23[7].喻擎苍.严红滨一种基于图像轮廓线的稻种模糊模式识别方法[期刊论文]-农业工程学报 2002(1)[8].杨仁全.王浚峰.张栋.周增产.张晓文机器视觉技术在自动移栽机上的应用[期刊论文]-长江蔬菜 2009(4)[9].基于机器视觉的嫁接用苗识别研究[期刊论文]-农机化研究 2009(11)[10].王斌.刘兴龙.刘永福.张立国机器视觉技术在农业应用中的研究[期刊论文]-农机化研究 2008(9)[11].柏流芳基于DSP的苹果大小和形状动态分级系统的研究[学位论文] 2006[12].安爱琴;余泽通;王宏强基于机器视觉的苹果大小自动分级方法[期刊论文]-农机化研究 2008(04)[13].刘燕德;彭彦颖;高荣杰基于LED组合光源的水晶梨可溶性固形物和大小在线检测[期刊论文]-农业工程学报2010(11)[14].GB/T 10651-2008.鲜苹果 2008[15].赵茂程;侯文军我国基于机器视觉的水果自动分级技术及研究进展[期刊论文]-包装与食品机械 2007(05)[16].曹乐平基于计算机视觉技术的水果分级研究进展[期刊论文]-农机化研究2007(11)[17].张俊雄;荀一;李伟基于计算机视觉的柑橘自动化分级[期刊论文]-江苏大学学报(自然科学版) 2007(02)[18].郑冠楠;谭豫之;张俊雄基于计算机视觉的马铃薯自动检测分级[期刊论文]-农业机械学报 2009(04)[19].张俊雄柑橘机器视觉分级中运动模糊图像恢复研究[学位论文] 2007[20].周钦红.张东兴苹果分选机输送定位机构的设计[期刊论文]-中国农业大学学报 2005(5)[21].成芳.应义斌机器视觉技术在农作物种子质量检验中的应用研究进展[期刊论文]-农业工程学报 2001(6)[22].杜东亮.毛鹏军.王俊.张丽丽.符丽君基于计算机视觉的烟叶自动分级系统硬件设计[期刊论文]-传感器与微系统 2008(4)[23].刘雅举.张莉.李东明.李娜.郭艳霞计算机视觉在农作物管理方面的应用研究[期刊论文]-科技情报开发与经济 2007(21)[24].梁改梅.杨锦忠.陈稳良.苗瑞玲计算机图像处理与分析技术在作物领域的应用[期刊论文]-科技情报开发与济 2006(12)[25].孙志丹基于机器视觉技术的苹果分级系统研究[学位论文]硕士 2005[26].刘军烟草在线异物实时识别与自动剔除系统研究[学位论文]硕士 2003[27].郭峰.曹其新.谢国俊.周金良基于OHTA颜色空间的瓜果轮廓提取方法[期刊论文]-农业机械学报 2005(11)[28].孙志丹基于机器视觉技术的苹果分级系统研究[学位论文]硕士 2005[29].陈杰烟草异物在线检测与实时剔除系统的研究与应用[学位论文]硕士2003[30].李少昆.王崇桃图象及机器视觉技术在作物科学中的应用进展[期刊论文]-石河子大学学报(自然科学版)2002(1)。