机器视觉技术及其应用概述
姓名: 班级：机械0904班学号：
摘要：近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。
机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现。
首先概述了机器视觉技术的基本原理并分析了机器视觉系统的构建；接着论述了机器视觉技术的当前主要应用领域与情况；最后分析了现阶段机器视觉技术存在的问题。
关键词：器视觉；技术；应用
机器视觉系统组成及其工作原理
机器视觉即用机器代替人眼来做测量和判断。
机器视觉系统的工作流程大致为：被摄取目标——经图像摄取装置——图像信号——经图像处理系统——数字信号——经抽取目标特征——判断结果并控制设备。
该流程的实现需相应的硬件作为基础，典型的工业机器视觉系统构成有照明、镜头、相机、图像采集卡、视觉处理器等。
下面将对机器视觉系统组成和工作原理进一步具体说明。
机器视觉系统组成
从原理上机器视觉系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。
—个典型的机器视觉系统应该包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。
从中我们可以看出机器视觉是一项综合技术。
其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。
只有这些技术的相互协调应用才能构成一个完整的机器视觉应用系统。
机器视觉应用系统的关键技术主要体现在光源照明、光学镜头、摄像机(CCD)、图像采集卡、图像信号处理以及执行机构等。
以下分别就各方面展开论述。
1．1．1光源照明技术
光源照明技术对机器视觉系统性能的好坏有着至关重要的作用。
光源应该具有以下的特征：尽可能突出目标的特征．在物体需要检测的部分与非检测部分之间尽可能产生明显的区别，增加对比度；保证足够的亮度和稳定性：物体位置的变化不应影响成像的质量。
机器视觉应用系统中一般使用透射光和反射光。
对于反射光情况，应充分考虑光源和光学镜头的相对位置、物体表面的纹理、物体的几何形状等要素。
光源设备的选择必须符合所需的几何形状，同时，照明亮度、均匀度、发光的光谱特性也必须符合实际的要求。
同时还要考虑光源的发光效率和使用寿命。
常用光源类型有卤素灯、荧光灯和LED光源等。
1．1．2光学镜头
光学镜头成像质量优劣程度可以用像差的大小来衡量，常见的像差有球差、
彗差、像散、场曲、畸变、色差等六种。
在选用镜头时需要考虑以下问题：
(1)成像面大小成像面是入射光通过镜头后所成像的平面。
这个面是一个圆形。
一般使用的CCD相机。
其芯片大小有1／3，1／2，2／3及l英寸4种大小．在选用镜头时要考虑就是该镜头的成像面与所用的CCD相机是否匹配。
(2)焦距、视角、工作距离、视野焦距是镜头到成像面的距离；视角是视线的角度，也就是镜头能看多宽：工作距离是镜头的最下端到景物之间的距离；视野是镜头所能够覆盖的有效工作区域。
以上四个概念相互之间是有关联的：其关系是：焦距越小，视角越大，最小工作距离越短，视野越大。
1．1．3摄像机(CCD)
CCD(Charge Coupled Device)是美国人Boyle发明的一种半导体光学器件．该器件具有光电转换、信息存储和延时等功能。
并且集成度高、能耗小，故一出
现就在固体图像传感、信息存储和处理等方面得到广泛应用。
CCD摄像机按照其使用的CCD器件分为线阵式和面阵式两大类．其中线阵CCD摄像机一次只能获得图像的一行信息，被拍摄的物体必须以直线形式从摄像机前移过，才能获得完整的图像，而面阵摄像机可以一次获得整幅图像的信息。
目前在机器视觉系统中以面阵CCD摄像机应用较多。
1．1．4图像采集卡
图像采集卡是机器视觉系统中的一个重要部件，它是图像采集部分和图像处理部分的接口。
一般具有以下的功能模块：
(1)图像信号的接收与A／D转换模块，负责图像信号的放大与数字化。
有用
于彩色或黑白图像的采集卡。
彩色输入信号可分为复合信号或RGB分量信号。
同时，不同的采集卡有不同的采集精度，一般有8Bit和10Bit两种。
(2)摄像机控制输入输出接口，主要负责协调摄像机进行同步或实现异步重
置拍照、定时拍照等。
(3)总线接口，负责通过PC机内部总线高速输出数字数据，一般是PCI接口，传输速率可高达130Mbps，完全能胜任高精度图像的实时传输。
且占用较少的CPU时间。
在选择图像采集卡时。
主要应考虑到系统的功能需求、图像的采集精度和与摄像机输出信号的匹配等因素。
1．1．5图像信号处理
图像信号处理是机器视觉系统的核心。
视觉信息处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。
经过这些处理后，输出图像的质量得到相当程度的改善。
既优化了图像的视觉效果．又便于计算机对图像进行分析、处理和识别。
随着计算机技术、微电子技术以及大规模集成电路技术的发展，为了提高系统的实时性，图像处理的很多工作都可以借助于硬件完成，如DSP芯片、专用图像信号处理卡等，而软件则主要完成算法中非常复杂、不太成熟或尚需不断探索和改进的部分。
1．1．6执行机构
机器视觉系统最终功能的实现还是依靠执行机构来实现。
根据应用场合不同，执行机构可以是机电系统、液压系统、气动系统中的一种。
无论哪一种，除了要严格保证其加工制造和装配的精度外，在设计时还需要对动态特性．尤其是快速性和稳定性给予充分重视。
1．2机器视觉系统工作原理
视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果，采用CCD摄像机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，通过A／D转变成数字信号：图像系统对这些信号进行各种运算来提取目标的特征(面积、长度、数量及位置等)；根据预设的容许度和其他条佟输出结果(足寸、角度、偏移量、个数、合格／不合格及有／无等)。
上位机实时获得检测结果后，指挥运动系统或I／O系统执行相应的控制动作。
1.1.1.机器视觉系统工作原理
视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果，采用CCD摄像机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，通过A／D转变成数字信号：图像系统对这些信号进行各种运算来提取目标的特征(面积、长度、数量及位置等)；根据预设的容许度和其他条佟输出结果(足寸、角度、偏移量、个数、合格／不合格及有／无等)。
上位机实时获得检测结果后，指挥运动系统或I／O系统执行相应的控制动作。
2机器视觉技术应用
机器视觉的最大优点是与被观测对象无接触，对观测与被观测者都不会产生任何损伤，十分安全可靠，理论上人眼观察不到的范围机器视觉也可以观察，例如红外线、微博、超声波等，而机器视觉则可以利用这方面的传感器形成红外线、微博、超声波等图像，且其比人眼具有更高的精度与速度，因此极大的拓宽了机器视觉技术的检独享与范围。
正因为机器视觉所具有的诸多优点，其才越来越广泛的应用在国民经济的很多行业。
下面以几个例子具体说明机械视觉的技术应用。
2.1.基于机器视觉的FPC嵌入式检测系统检测系统
以DSP(BlackFin533)为处理器核心，ARM(2440)为上位机控制器的嵌入式架构，主要由视觉系统、图像采集系统、上机控制系统、缺陷报警以及图像处理单元组成，总体结构如图1所示。
检测系统的工作原理：上位机通过人机交互，设置D／A调整光源，照亮生产线上运动的检测产品；高速线阵CCD扫描检测产品生成的模拟图像信号，经视频A／D芯片数字化后，由CPLD进行解码；DSP采用独立运行的捕获线程采集该图像信号，生成8bit的灰度图像，进行图像缓存，然后进行视觉检测：对于采集的FPC图像，通过局部的自动阈值完成图像分割，才用多车度形态学进行图像处理，然后肚饿图像进行配准校准，采用图像匹配进行缺陷检测和识别。
若发现缺陷，则处理器通过报警单元进行报警和缺陷处理，并将缺陷图像输出到显示器。
2.2基于机器视觉的柔性制造岛在线零件识别系统
本研究根据机械零件图像识别原理及柔性制造岛的要求，设计了基于机器视觉的在线零件识别系统．其由工控机、高分辨率的面阵黑白工业相机、图像采集卡、光源、光学镜头、光源、I／O卡等组成，它用于对柔性制造岛在线零件进行识别。
系统结构如图。
系统的工作原理：在自动识别零件前，摄取各种零件的图像生成图像库。
在每个工作计划执行前，根据MIS系统下发的计划文件(excel表格格式)，更新当
前工作计划临时零件库；识别系统工作时，当载有零件的自动牵引小车将托板送到上料工位，工人装夹工件，然后按动摄像启动按钮，光源系统启动为系统提供均匀的光线，由工业CCD相机开始摄像，工控机内的图像采集卡对工业CCD相机传送来的图像信号进行放大、滤波、采样等处理，并将图像信号写入到工控机的内存中，然后由图像识别软件对采集到的零件图像进行图像处理和识别。
最后在显示器上显示识别结果，同时通过加卡，把识别出来的零件信息传送给托板库控制系统和MIS系统，MIS系统再根据识别结果安排加工中心并调用相应的数控加工程序传给相应的加工中心，完成相应零件的加工。