機器視覺

機器視覺就是用機器替代人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目的轉換成圖像信號，傳送給專用的圖像解決系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行多個運算來抽取目的的特性，進而根據鑒別的成果來控制現場的設備動作。發展折疊如今，中國正成為世界機器視覺發展最活躍的地區之一，應用范疇涵蓋了工業、農業、醫藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經濟的各個行業。其重要因素是中國已經成為全球制造業的加工中心，高規定的零部件加工及其對應的先進生產線，使許多含有國際先進水平的機器視覺系統和應用經驗也進入了中國。經歷過長久的蟄伏，中國機器視覺市場迎來了暴發式增加。數據顯示當年，中國機器視覺市場規模達成8.3億元，同比增加48.2%，其中智能相機、軟件、光源和板卡的增加幅度都達成了50%，工業相機和鏡頭也保持了40%以上的增幅，皆為以來的最高水平。，中國機器視覺市場步入后增加調節期。相較的高速增加，即使增加率有所下降，但仍保持很高的水平。中國機器視覺市場規模為10.8億元，同比增加30.1%，增速同比下降18.1個百分點，其中智能相機、工業相機、軟件和板卡都保持了不低于30%的增速，光源也達成了28.6%的增加幅度，增幅遠高于中國整體自動化市場的增加速度。電子制造行業仍然是拉動需求高速增加的重要因素。機器視覺產品電子制造行業的市場規模為5.0億人民幣，增加35.1%。市份額達成了46.3%。電子制造、汽車、制藥和包裝機械占據了近70%的機器視覺市場份額。概述折疊編輯本段機器視覺(Machinevision)機器視覺系統的特點是提高生產的柔性和自動化程度。在某些不視覺系統工作原理簡圖適合于人工作業的危險工作環境或人工視覺難以滿足規定的場合，慣用機器視覺來替代人工視覺;同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測辦法能夠大大提高生產效率和生產的自動化程度。并且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。基本構造折疊編輯本段一種典型的工業機器視覺系統涉及:光源、鏡頭、相機(涉及CCD相機和COMS相機)、圖像解決單元(或圖像捕獲卡)、圖像解決軟件、監視器、通訊/輸入輸出單元等。系統可再分為一、采集和分析分開的系統。主端電腦(HostComputer)影像擷取卡(FrameGrabber)與影像解決器影像攝影機CCTV鏡頭顯微鏡頭照明設備Halogen光源LED光源高周波螢光燈源閃光燈源其它特殊光源影像顯示屏LCD機構及控制系統PLC、PC-Base控制器精密桌臺伺服運動機臺二、采集和分析一體的系統智能相機(圖像采集和分析一體)其它配套外圍設備:光源、顯示、PLC控制系統等等工作原理折疊機器視覺檢測系統采用CCD攝影機將被檢測的目的轉換成圖像信號，傳送給專用的圖像解決系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像解決系統對這些信號進行多個運算來抽取目的的特性，如面積、數量、位置、長度，再根據預設的允許度和其它條件輸出成果，涉及尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功效。典型構造折疊編輯本段一種典型的機器視覺系統涉及下列五大塊:照明折疊鏡頭折疊FOV(FieldofVision)=所需分辨率*亞象素*相機尺寸/PRTM(零件測量公差比)鏡頭選擇應注意:①焦距②目的高度③影像高度④放大倍數⑤影像至目的的距離⑥中心點/節點⑦畸變視覺檢測中如何擬定鏡頭的焦距為特定的應用場合選擇適宜的工業鏡頭時必須考慮下列因素:·視野-被成像區域的大小。·工作距離(WD)-攝像機鏡頭與被觀察物體或區域之間的距離。·CCD-攝像機成像傳感器裝置的尺寸。·這些因素必須采用一致的方式看待。如果在測量物體的寬度，則需要使用水平方向的CCD規格，等等。如果以英寸為單位進行測量，則以英尺進行計算，最后再轉換為毫米。機器視覺鏡頭參考以下例子:有一臺1/3"C型安裝的CDD攝像機(水平方向為4.8毫米)。物體到鏡頭前部的距離為12"(305毫米)。視野或物體的尺寸為2.5"(64毫米)。換算系數為1"=25.4毫米(通過圓整)。FL=4.8毫米x305毫米/64毫米FL=1464毫米/64毫米FL=按23毫米鏡頭的規定FL=0.19"x12"/2.5"FL=2.28"/2.5"FL=0.912"x25.4毫米/inchFL=按23毫米鏡頭的規定注:勿將工作距離與物體到像的距離混淆。工作距離是從工業鏡頭前部到被觀察物體之間的距離。而物體到像的距離是CCD傳感器到物體之間的距離。計算規定的工業鏡頭焦距時，必須使用工作距離高速相機折疊按照不同原則可分為:原則分辨率數字相機和模擬相機等

相機。要根據不同的實際應用場合選不同的相機和高分辨率相機:按成像色彩劃分，可分為彩色相機和黑白相機;按分辨率劃分，像素數在38萬下列的為普通型，像素數在38萬以上的高分辨率型;按光敏面尺寸大小劃分，可分為1/4、1/3、1/2、1英寸相機;按掃描方式劃分，可分為行掃描相機(線陣相機)和面掃描相機(面陣相機)兩種方式;(面掃描相機又可分為隔行掃描相機和逐行掃描相機);按同時方式劃分，可分為普通相機(內同時)和含有外同時功效的相機等。圖像采集卡折疊圖像采集卡只是完整的機器視覺系統的一種部件，但是

采集卡它扮演一種非常重要的角色。圖像采集卡直接決定了攝像頭的接口:黑白、彩色、模擬、數字等等。比較典型的是PCI或AGP兼容的捕獲卡，能夠將圖像快速地傳送到計算機存儲器進行解決。有些采集卡有內置的多路開關。例如，能夠連接8個不同的攝像機,然后告訴采集卡采用那一種相機抓拍到的信息。有些采集卡有內置的數字輸入以觸發采集卡進行捕獲，當采集卡抓拍圖像時數字輸出口就觸發閘門。視覺解決器折疊視覺解決器集采集卡與解決器于一體。以往計算機速度較慢時，采用視覺解決器加緊視覺解決任務。采集卡傳輸圖像到存儲器，進而計算分析。現在主流配備的PLC，且配備較高，視覺解決器已經幾乎退出市場。機器選型折疊在機器視覺系統中，獲得一張高質量的可解決的圖像是至關重要。系統之因此成功，首先要確保圖像質量好，特性明顯。一種機器視覺項目之因此失敗，大部分狀況是由于圖像質量不好，特性不明顯引發的。要確保好的圖像，必須要選擇一種適宜的光源。光源選型基本要素:對比度:對比度對機器視覺來說非常重要。機器視覺應用的照明的最重要的任務就是使需要被觀察的特性與需要被無視的圖像特性之間產生最大的對比度，從而易于特性的分辨。對比度定義為在特性與其周邊的區域之間有足夠的灰度量區別。好的照明應當能夠確保需要檢測的特性突出于其它背景。亮度:當選擇兩種光源的時候，最佳的選擇是選擇更亮的那個。當光源不夠亮時，可能有三種不好的狀況會出現。第一，相機的信噪比不夠;由于光源的亮度不夠，圖像的對比度必然不夠，在圖像上出現噪聲的可能性也隨即增大。另首先，光源的亮度不夠，必然要加大光圈，從而減小了景深。另外，當光源的亮度不夠的時候，自然光等隨機光對系統的影響會最大。魯棒性:另一種測試好光源的辦法是看光源與否對部件的位置敏感度最小。當光源放置在攝像頭視野的不同區域或不同角度時，成果圖像應當不會隨之變化。方向性很強的光源，增大了對高亮區域的鏡面反射發生的可能性，這不利于背面的特性提取。好的光源需要能夠使你需要尋找的特性非常明顯，除了是攝像頭能夠拍攝到部件外，好的光源應當能夠產生最大的對比度、亮度足夠且對部件的位置變化不敏感。光源選擇好了，剩余來的工作就容易多了。具體的光源選用辦法還在于實驗的實踐經驗。應用案例折疊在布匹的生產過程中，像布匹質量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完畢，在當代化流水線背面經常可看到諸多的檢測工人來執行這道工序，給公司增加巨大的人工成本和管理成本的同時，卻仍然不能確保100%的檢查合格率(即"零缺點")。對布匹質量的檢測是重復性勞動，容易出錯且效率低。流水線進行自動化的改造，使布匹生產流水線變成快速、實時、精確、高效的流水線。在流水線上，全部布匹的顏色、及數量都要進行自動確認(下列簡稱"布匹檢測")。采用機器視覺的自動識別技術完畢以前由人工來完畢的工作。在大批量的布匹檢測中，用人工檢查產品質量效率低且精度不高，用機器視覺檢測辦法能夠大大提高生產效率和生產的自動化程度。特性提取辨識普通布匹檢測(自動識別)先運用高清晰度、高速攝像鏡頭拍攝原則圖像，在此基礎上設定一定原則;然后拍攝被檢測的圖像，再將兩者進行對比。但是在布匹質量檢測工程中要復雜某些:1.圖像的內容不是單一的圖像，每塊被測區域存在的雜質的數量、大小、顏色、位置不一定一致。2.雜質的形狀難以事先擬定。3.由于布匹快速運動對光線產生反射，圖像中可能會存在大量的噪聲。4.在流水線上，對布匹進行檢測，有實時性的規定。由于上述因素，圖像識別解決時應采用對應的算法，提取雜質的特性，進行模式識別，實現智能分析。Color檢測普通而言，從彩色CCD相機中獲取的圖像都是RGB圖像。也就是說每一種像素都由紅(R)綠(G)藍(B)三個成分構成，來表達RGB色彩空間中的一種點。問題在于這些色差不同于人眼的感覺。即使很小的噪聲也會變化顏色空間中的位置。因此無論我們人眼感覺有多么的近似，在顏色空間中也不盡相似。基于上述因素，我們需要將RGB像素轉換成為另一種顏色空間CIELAB。目的就是使我們人眼的感覺盡量的與顏色空間中的色差相近。Blob檢測根據上面得到的解決圖像，根據需求，在純色背景下檢測雜質色斑，并且要計算杰出斑的面積，以擬定與否在檢測范疇之內。因此圖像解決軟件要含有分離目的，檢測目的，并且計算出其面積的功效。Blob分析(BlobAnalysis)是對圖像中相似像素的連通域進行分析，該連通域稱為Blob。經二值化(BinaryThresholding)解決后的圖像中色斑可認為是blob。Blob分析工具能夠從背景中分離出目的，并可計算出目的的數量、位置、形狀、方向和大小，還能夠提供有關斑點間的拓撲構造。在解決過程中不是采用單個的像素逐個分析，而是對圖形的行進行操作。圖像的每一行都用游程長度編碼(RLE)來表達相鄰的目的范疇。這種算法與基于象素的算法相比，大大提高解決速度。成果解決和控制應用程序把返回的成果存入數據庫或顧客指定的位置，并根據成果控制機械部分做對應的運動。根據識別的成果，存入數據庫進行信息管理。后來能夠隨時對信息進行檢索查詢，管理者能夠獲知某段時間內流水線的忙閑，為下一步的工作作出安排;能夠獲知內布匹的質量狀況等等。應用現狀折疊在國外，機器視覺的應用普及重要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。具體如PCB印刷電路:各類生產印刷電路板組裝技術、設備;單、雙面、多層線路板，覆銅板及所需的材料及輔料;輔助設施以及耗材、油墨、藥水藥劑、配件;電子封裝技術與設備;絲網印刷設備及絲網周邊材料等。SMT表面貼裝:SMT工藝與設備、焊接設備、測試儀器、返修設備及多個輔助工具及配件、SMT材料、貼片劑、膠粘劑、焊劑、焊料及防氧化油、焊膏、清洗劑等;再流焊機、波峰焊機及自動化生產線設備。電子生產加工設備:電子元件制造設備、半導體及集成電路制造設備、元器件成型設備、電子工模具。機器視覺系統還在質量檢測的各個方面已經得到了廣泛的應用，并且其產品在應用中占據著舉足輕重的地位。除此之外，機器視覺還用于其它各個領域。而在中國，視覺技術的應用開始于90年代，由于行業本身就屬于新興的領域，再加之機器視覺產品技術的普及不夠，造成以上各行業的應用幾乎空白。現在國內機器視覺大多為國外品牌。國內大多機器視覺公司基本上是靠代理國外多個機器視覺品牌起家，隨著機器視覺的不停應用，公司規模慢慢做大，技術上已經逐步成熟。隨著經濟水平的提高，3D機器視覺也開始進入人們的視野。3D機器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和醫藥產品的評級。它能夠提高合格產品的生產能力，在生產過程的早期就報廢劣質產品，從而減少了浪費節省成本。這種功效非常合用于高度、形狀、數量甚至色彩等產品屬性的成像。在行業應用方面，重要有制藥、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業，用機器視覺技術取代人工，能夠提供生產效率和產品質量。例如在物流行業，能夠使用機器視覺技術進行快遞的分揀分類，不會出現大多快遞公司人工進行分揀，減少物品的損壞率，能夠提高分揀效率，減少人工勞動。產生發展折疊機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲有關理解多面體構成的積木世界研究開始的。當時運用的預解決、邊沿檢測、輪廓線構成、對象建模、匹配等技術，后來始終在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的辦法。用邊沿檢測技術來擬定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素構成的區域，這些技術統稱為圖像分割。其目的在于用輪廓線和區域對所分析的圖像進行描述，方便同機內存儲的模型進行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目的分為若干子目的的分析辦法，運用啟發式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的辦法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發式知識，表明用符號過程來解釋輪廓畫的辦法不必求助于諸如最小二乘法匹配之類的數值計算程序。70年代，機器視覺形成幾個重要研究分支:①目的制導的圖像解決;②圖像解決和分析的并行算法;③從二維圖像提取三維信息;④序列圖像分析和運動參量求值;⑤視覺知識的表達;⑥視覺系統的知識庫等。應用領域折疊機器視覺的應用重要有檢測和機器人視覺兩個方面:⒈檢測:又可分為高精度定量檢測(例如顯微照片的細胞分類、機械零部件的尺寸和位置測量)和不用量器的定性或半定量檢測(例如產品的外觀檢查、裝配線上的零部件識別定位、缺點性檢測與裝配完全性檢測)。⒉機器人視覺:用于指導機器人在大范疇內的操作和行動，如從料斗送出的雜亂工件堆中揀取工件并按一定的方位放在傳輸帶或其它設備上(即料斗揀取問題)。至于小范疇內的操作和行動，還需要借助于觸覺傳感技術。另外尚有:1自動光學檢查2人臉識別3無人駕駛汽車4產品質量等級分類5印刷品質量自動化檢測6文字識別7紋理識別8追蹤定位......等機器視覺圖像識別的應用。【機器視覺特點】⒈攝像機的拍照速度自動與被測物的速度相匹配，拍攝到抱負的圖像;⒉零件的尺寸范疇為2.4mm到12mm，厚度能夠不同;⒊系統根據操作者選擇不同尺寸的工件，調用對應視覺程序進行尺寸檢測，并輸出成果;⒋針對不同尺寸的零件，排序裝置和輸送裝置能夠精確調節料道的寬度，使零件在固定途徑上運動并進行視覺檢測;⒌機器視覺系統分辨率達成2448×2048，動態檢測精度能夠達成0.02mm;⒍廢品漏檢率為0;⒎本系統可通過顯示圖像監視檢測過程，也可通過界面顯示的檢測數據動態查看檢測成果;⒏含有對錯誤工件及時精確發出剔除控制信號、剔除廢品的功效;⒐系統能夠自檢其重要設備的狀態與否正常，配有狀態批示燈;同時能夠設立系統維護人員、使用人員不同的操作權限;⒑實時顯示檢測畫面，中文界面，能夠瀏覽幾次不合格品的圖像，含有能夠存儲和實時察看錯誤工件圖像的功效;⒒能生成錯誤成果信息文獻，包含對應的錯誤圖像，并能打印輸出。應用實例折疊⒈基于機器視覺的儀表板總成智能集成測試系統EQ140-Ⅱ汽車儀表板總成是中國某汽車公司生產的儀表產品，儀表板上安裝有速度里程表、水溫表、汽油表、電流表、信號報警燈等，其生產批量大，出廠前需要進行一次質量終檢。檢測項目涉及:檢測速度表等五個儀表指針的批示誤差;檢測24個信號報警燈和若干照明9燈與否損壞或漏裝。普通采用人工目測辦法檢查，誤差大，可靠性差，不能滿足自動化生產的需要。基于機器視覺的智能集成測試系統，變化了這種現狀，實現了對儀表板總成智能化、全自動、高精度、快速質量檢測，克服了人工檢測所造成的多個誤差，大大提高了檢測效率。整個系統分為四個部分:為儀表板提供模擬信號源的集成化多路原則信號源、含有圖像信息反饋定位的雙坐標CNC系統、攝像機圖像獲取系統和主從機平行解決系統。⒉金屬板表面自動控傷系統金屬板如大型電力變壓器線圈扁平線收音機朦朧皮等的表面質量都有很高的規定，但原始的采用人工目視或用百分表加控針的檢測辦法不僅易受主觀因素的影響，并且可能會繪被測表面帶來新的劃傷。金屬板表面自動探傷系統運用機器視覺技術對金屬表面缺點進行自動檢查，在生產過程中高速、精確地進行檢測，同時由于采用非接角式測量，避免了產生新劃傷的可能。其工作原理圖如圖8-6所示;在此系統中，采用激光器作為光源，通過針孔濾波器濾除激光束周邊的雜散光，擴束鏡和準直鏡使激光束變為平行光并以45度的入射角均勻照明被檢查的金屬板表面。金屬板放在檢查臺上。檢查臺可在X、Y、Z三個方向上移動，攝像機采用TCD142D型2048線陳CCD，鏡頭采用普通攝影機鏡頭。CCD接口電路采用單片機系統。主機PC機重要完畢圖像預解決及缺點的分類或劃痕的深度運算等，并可將檢測到的缺點或劃痕圖像在顯示屏上顯示。CCD接口電路和PC機之間通過RS-232口進行雙向通訊，結合異步A/D轉換方式，構成人機交互式的數據采集與解決。該系統重要運用線陣CCD的自掃描特性與被檢查鋼板X方向的移動相結合，獲得金屬板表面的三維圖像信息。⒊汽車車身檢測系統英國ROVER汽車公司800系列汽車車身輪廓尺寸精度的100%在線檢測，是機器視覺系統用于工業檢測中的一種較為典型的例子，該系統由62個測量單元構成，每個測量單元涉及一臺激光器和一種CCD攝像機，用以檢測車身外殼上288個測量點。汽車車身置于測量框架下，通過軟件校準車身的精確位置。測量單元的校準將會影響檢測精度，因而受到特別重視。每個激光器/攝像機單元均在離線狀態下通過校準。同時尚有一種在離線狀態下用三坐標測量機校準過的校準裝置，可對攝像頂進行在線校準。檢測系統以每40秒檢測一種車身的速度，檢測三種類型的車身。系統將檢測成果與人、從CAD模型中撮出來的合格尺寸相比較，測量精度為±0.1mm。ROVER的質量檢測人員用該系統來鑒別核心部分的尺寸一致性，如車身整體外型、門、玻璃窗口等。實踐證明，該系統是成功的，并將用于ROVER公司其它系統列汽車的車身檢測。⒋紙幣印刷質量檢測系統:該系統運用圖像解決技術，通過對紙幣生產流水線上的紙幣20多項特性(號碼、盲文、顏色、圖案等)進行比較分析，檢測紙幣的質量，替代傳統的人眼分辨的辦法。⒌智能交