【正文】 后再根據(jù)其結(jié)果顯示圖像 ， 輸出數(shù)據(jù) ， 發(fā)出指令 ， 配合執(zhí)行機(jī)構(gòu)完成位置調(diào)整 ， 好壞篩選 ， 數(shù)據(jù)統(tǒng)計(jì)等自動(dòng)化流程。機(jī)器視覺發(fā)展到現(xiàn)在已有 15 年 的 歷史。 變換壓縮方法是將整幅圖像分成一個(gè)個(gè)小的 (取 8 X 8 或 16 X 16)數(shù)據(jù)塊 ， 再將這些數(shù)據(jù)塊分類 、 變換 、 量化 ， 從而構(gòu)成自適應(yīng) 的變換壓縮系統(tǒng) 。 將 2 幀合起來就得到隔行掃描電視的 1 場(chǎng) (?)。 放大器輸出的電壓信號(hào)與感光基元行的內(nèi)容成比例 。 圖像采集模塊 采集數(shù)字圖象需要兩種裝置 。 數(shù)字圖像處理系統(tǒng) 圖像處理和分析系統(tǒng) 一個(gè)基本的圖像 （ 處理和分析 ） 系統(tǒng)構(gòu)成的各模塊都有特定的功能 ， 分別是采集 、 顯示 、 存儲(chǔ) 、 通信 、 處理和分析 。 圖像工程的內(nèi)容非常豐富 ， 根據(jù)抽象程度和研究方法等的不同可分為三個(gè)層次 ： 圖象處理、圖象分析和圖 像理解。這里 I 代表離散化后的 ?， (r， c)代表離散化后的 (x， y)， 這里 I、 e、 r 的值都是整數(shù)。圖像信息不僅包含光通量分布 ， 而且也還包含人類視覺的主觀感受。真正高端的應(yīng)用還很少 ， 因 此 ， 以上相關(guān)行業(yè)的應(yīng)用空間還比較大。具體如 PCB 印刷電路 ： 各類生產(chǎn)印刷電路板組裝技術(shù)、設(shè)備 ， 單、雙面、多層線路板 ， 覆銅板及所需的材料及輔料 ； 輔助設(shè)施以及耗材、油墨、藥水藥劑、配件 ； 電子封裝技術(shù)與設(shè)備 ； 絲網(wǎng)印刷設(shè)備及絲網(wǎng)周邊材料等。基于機(jī)器視覺技術(shù)的缺陷檢測(cè)系統(tǒng)，由于其非接觸檢測(cè)測(cè)量，具有較高的準(zhǔn)確度、較寬的光譜響應(yīng)范圍，可長(zhǎng)時(shí)間穩(wěn)定工作，節(jié)省大量勞動(dòng)力資源，極大地提高了工作效率。 finally, the system has removed the aperture on the edge of workpiece in accordance with the workpiece information of scan and conducted the binarization segmentation on the image of the metal workpiece surface by using the automatic selection threshold to automatically select and identify varied defects. Keywords: machine vision。 2．本人在畢業(yè)設(shè)計(jì)（論文）中引用他人的觀點(diǎn)和研究成果，均在文中加以注釋或以參考文獻(xiàn)形式列出，對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體均已在文中注明。該系統(tǒng)采用面陣 CCD 和多通道圖像采集卡作為圖像采集部分，提 高了檢測(cè)系統(tǒng)的速度并降低了對(duì) CCD 的性能要求，使系統(tǒng)在現(xiàn)有的條件下比較容易實(shí)現(xiàn)實(shí)時(shí)在線檢測(cè) ； 采用自動(dòng)選取圖像分割 閾 值，根據(jù)實(shí)際應(yīng)用的閾值把工件信息從圖像中提取出來并掃描工件 圖像中的信息，實(shí)現(xiàn)了系統(tǒng)的自動(dòng)測(cè)量 ； 根據(jù)掃描得到的工件信息去除掉工件邊緣的光圈，利用自動(dòng)選取的 閾值 對(duì)金屬工件表面的圖像進(jìn)行二值化分割，從而實(shí)現(xiàn)各種缺陷的自動(dòng)提取 及識(shí)別。人工檢測(cè)不僅工作量大，而且易受檢測(cè)人員主觀因素的影響，容易對(duì)產(chǎn)品表面缺陷造成漏檢，尤其是變形較小、畸變不大的夾雜缺陷漏檢，極大降低了產(chǎn)品的表面質(zhì)量，從而不能夠保證檢測(cè)的效率與精度。因此 ,機(jī)器視覺技術(shù)在這類在線檢測(cè)任務(wù)中的應(yīng)用 ,仍然是一個(gè)難題。 而在中國(guó) ， 以上行業(yè)本身就屬于新興的領(lǐng)域 ， 再加之機(jī)器視覺產(chǎn)品技術(shù)的普及不夠 ， 導(dǎo)致以上各行業(yè)的應(yīng)用幾乎空白 ， 即便是有 ， 也只是低端方面的應(yīng)用。圖像對(duì)我們并不陌生。 常見圖像是連續(xù)定義的 ， 即 ?、 x、 y 的值可以是任意實(shí)數(shù)。另外 ， 圖像技術(shù)還可包括為完成上述功能而進(jìn)行的硬件設(shè)計(jì)及制長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 4 作等方面的技術(shù) 由于圖像技術(shù)近年來得到極大的重視和長(zhǎng)足的進(jìn)展 ， 出現(xiàn)了許多新理論、新方法、新算法、新手段、新設(shè)備。圖象處理是比較低層的操作 ，它主要在圖像像素級(jí)別 上進(jìn)行處理 ， 處理的數(shù)據(jù)量非常大。 圖像通信可借助綜合業(yè)務(wù)網(wǎng) 、 計(jì)算機(jī)局網(wǎng) ，甚至普通電話網(wǎng)等 。 這樣的感光基元能產(chǎn)生與所接受的輸入光強(qiáng)成正比的輸出電壓 。 先將奇數(shù)列感光基元的 內(nèi)容順序送進(jìn)垂直傳輸寄存器 ， 然后再送進(jìn)水平傳輸寄存器 。 數(shù)據(jù)的壓縮主要通過圖像數(shù)據(jù)的編碼和變換壓縮完成 。 這些圖像卡包括用于圖象數(shù)字化和臨時(shí)存儲(chǔ)的圖像采集卡 ， 用于以視頻速度進(jìn)行算術(shù)和邏輯運(yùn)算的算術(shù)邏輯單元 ， 以及前面提到的幀緩存 。 機(jī)器視覺系統(tǒng)的組成如圖 21。 有不少學(xué)科的研究目標(biāo)與機(jī)器視覺相近或者相關(guān) ， 這些學(xué)科中包括圖像處理、模式識(shí)別或圖像識(shí)別、圖像理解等。機(jī)器視覺在質(zhì)量檢測(cè)方面的應(yīng)用占整個(gè)工業(yè)應(yīng)用的近 80%， 其中最大的應(yīng)用行業(yè)為 ： 汽車、制藥、電子與電氣、制造、包裝、食品、飲料等。如利用指紋、虹膜、人臉、語音等識(shí)別技術(shù)、行為識(shí)別技術(shù)與運(yùn)動(dòng)跟蹤技術(shù)、多攝像機(jī)融合技術(shù)構(gòu)成視覺監(jiān)測(cè)系統(tǒng) ， 用于信息安全、智能交通、反恐防盜、身份鑒別等。 其工作原理如圖 32 所示 ： 圖 32 VIDEOPCIXR 圖像采集片工作原理 復(fù)合視頻輸入 4 復(fù)合視頻輸入 1 復(fù)合視頻輸入 2 復(fù)合視頻輸入 3 多路開關(guān) 多路開關(guān) 濾波 濾波 A/D A/D 緩存 緩存 PCI 總線 VGA 顯示卡 系統(tǒng)內(nèi)存 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 10 四路復(fù)合視頻輸入經(jīng)多路開關(guān) ， 軟件選擇其中一路作為當(dāng)前輸入 ， 輸出到A/D 進(jìn)行模 /數(shù)變換 ， 數(shù)字化的圖像信號(hào)經(jīng)各種圖像處理后 ， 利用 PCI 總線 ， 傳到 VAG 卡顯示或計(jì)算機(jī)內(nèi)存存儲(chǔ) 。 在 NTCS 制式為 64 X 480。 3. 3 軟件設(shè)計(jì) 本課題中的圖像處理算法均采用 Matlab 程序語言實(shí)現(xiàn)模擬， Matlab 提 供一個(gè)高度集成的、集科學(xué)計(jì)算、程序設(shè)計(jì)和可視化歸于一身的。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 11 第 4 章 缺陷檢測(cè)軟件設(shè)計(jì) 由于本系統(tǒng)是一個(gè)完整、實(shí)時(shí)的缺陷檢測(cè)系統(tǒng)，需要系統(tǒng)從原始圖像采集到圖像預(yù)處理、 閾值 選取、分割，再到模式識(shí)別，最后到缺陷種類分選整套過程有一個(gè)全面、整體的設(shè)計(jì)。 圖 47 x 坐標(biāo)數(shù)據(jù)曲線和 y 坐標(biāo)數(shù)據(jù)曲線 由于在實(shí)際圖像中存在噪聲或者其他干擾，圖像的背景并不是理想的那種單純灰度級(jí)，所以在對(duì)整幅圖像進(jìn)行逐個(gè)像素掃描時(shí)，所檢測(cè)到的圖像信息也會(huì)存在干擾信息，即存在粗大誤差，在圖 47 中可以比較直觀地顯現(xiàn)。 為了把掃描到的粗大誤差去除掉，采用 3? 準(zhǔn) 則來判斷每個(gè)檢測(cè)數(shù)據(jù)是否是存在誤差。從圖 412 和圖 41 可以看出，如果所檢測(cè)的工件是圓環(huán)形，則在圓心左右會(huì)有明顯的間斷 ； 如果是圓片形，則在圓心左右沒有明顯的間斷。由此，可得到此角度方向上的內(nèi)光圈和外光圈的寬度為 ： 2143==內(nèi)外k r rk r r?? 如果所檢測(cè)的工件為圓片，遇到第二次灰度突變之后，當(dāng)極半徑 r 的大小增大到所檢測(cè)工件的外徑大小時(shí)，停止該 灰 度方向的繼續(xù)掃描二可得到此角度方向上的內(nèi)光圈和外光圈的寬度為 ： 21=0=內(nèi)外kk r r? 另外，由于在同一個(gè)方向，即 1 2 3 4= = =? ? ? ? 。 (a)當(dāng)左前一點(diǎn)和上一點(diǎn)皆為背景 0， 則 P 點(diǎn)加新標(biāo)記 ； (b)當(dāng)左前一點(diǎn)和上一點(diǎn)有一個(gè)為 0， 另 一個(gè)為已加標(biāo)記 ， 則點(diǎn) P 和已加標(biāo)記的鄰點(diǎn)加上相同的標(biāo)記 ； (c)當(dāng)左前一點(diǎn)和上一點(diǎn)兩個(gè)鄰點(diǎn)皆為已加標(biāo)記 ， 則 P 點(diǎn)標(biāo)記 與左點(diǎn)標(biāo)記 相同 。 圖 425 去除小面積區(qū)域 4. 6 缺陷識(shí)別模塊 經(jīng)過以上處理，從原始圖像中提取出了含有缺陷的圖像信息，得到了目標(biāo)缺陷。 圖 427 圓度判斷 （ 1）圓度判斷 圓度判斷主要是 針對(duì) 掉角的缺陷，根據(jù)工件的特性，如圖 427 所示，我們采取 的 方法 ： 首先遍歷圓周，因?yàn)楸尘暗幕?度值是很低的，可以比較容易將工件和背景分割開，提取出工件的外形 ； 然后計(jì)算圓周上各點(diǎn)到圓心的距離，并和半徑比較，如果比半徑小于某一個(gè)設(shè)定值時(shí)，認(rèn)為該點(diǎn)不在圓周上，如果這樣的點(diǎn)連續(xù)而它們個(gè)數(shù)超過掉角缺陷的設(shè)定值時(shí)，可以認(rèn)為這個(gè)工件是不圓的。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 25 第 5 章 實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn)數(shù)據(jù) 一 、 將企業(yè)提供的各種缺陷的合格限度樣品按已經(jīng)完成的程序進(jìn)行檢測(cè)獲得其缺陷的特征參數(shù)面積值 、 周長(zhǎng)值 ， 單位為 ： 像 素個(gè)數(shù) 。 表 53 圓環(huán)形工件缺陷的判斷閾值（單位：像素） 缺陷 類型 掉角 劃痕 刀痕 麻坑 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 數(shù)值 36 17 53 31 384 98 31 14 表 53 圓形工件缺陷的判斷閾值（單位：像素） 缺陷 類型 掉角 劃痕 刀痕 麻坑 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 數(shù)值 51 27 65 40 455 112 38 15 三 、 將人工檢測(cè)出的規(guī)格為 **(D9*)的圓環(huán)形 (圓形 )合格品20 片 、 掉角 10 片 、 劃痕 10 片 、 裂紋 10 片 、 刀痕 10 片 、 麻坑 10 片及砂眼 10片共 80 片工件混合在一起 ， 放入初步研制成功的表面缺陷自動(dòng)檢測(cè)系統(tǒng)進(jìn)行缺陷的檢測(cè)和分類識(shí)別 ， 經(jīng)多次反復(fù)實(shí)驗(yàn) ， 記錄數(shù)據(jù) 分析結(jié)果 。 進(jìn)行合格限度樣品檢測(cè)的目的是為了確定區(qū)分工件合格與否的標(biāo)準(zhǔn) ， 即周長(zhǎng)和面積兩個(gè)特征的數(shù)據(jù) ， 以便將各種缺陷的面積和周長(zhǎng)與之對(duì)比 ， 從而確定判斷的依據(jù) 。 我們可以 利用這個(gè)數(shù)據(jù)曲線可以計(jì)算 最小半徑、掉角方向和掉角角度。根據(jù)缺陷的形狀信息，可以用一組描述特征來表示其特性。 圖 421 圖像掃描示意圖 圖 422 圖像標(biāo)記示意圖 二值圖像區(qū)域標(biāo)記 在 二值圖像中 ， 相互連接的白像素或 黑像素的集合成為一個(gè)區(qū)域 ， 通過對(duì)圖像內(nèi)每個(gè)區(qū)域進(jìn)行標(biāo)記操作 ， 求得區(qū)域的數(shù)目 。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 20 0 100 200 300 400 500 600 極坐標(biāo)半徑 灰度值 600 500 400 300 200 100 0 圖 418 工件內(nèi)光圈和外光圈寬度掃描曲線 檢測(cè)圖像經(jīng)過圖像預(yù)處理、去除光圈，選取合適的閾值對(duì)所得到的圖像數(shù)據(jù)進(jìn)行分割，再通過膨脹和腐蝕，就可以把圖像的缺陷信息提取出來，如圖 419所示。 其次，當(dāng)逐個(gè)掃描每個(gè)像素遇到灰度突變時(shí)，記錄極半徑產(chǎn) r 的大小和極角? 的角度 ： 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 18 按弧度計(jì)算的內(nèi)圓半徑大小 0 20 40 60 80 100 弧度 按弧度計(jì)算的內(nèi) 圓半徑大小 半徑大小 200 180 160 140 120 100 80 60 40 20 0 弧度 0 20 40 60 80 100 半徑大小 200 180 160 140 120 100 80 60 40 20 0 圖 415 去除誤差前、后內(nèi)徑數(shù)據(jù)曲線 最后，掃描完畢，得到的其數(shù)據(jù)曲線如圖 415 左圖所示 ； 將掃描到的數(shù)據(jù)進(jìn)行處理，去除偏差比較大的數(shù)據(jù)，其數(shù)據(jù)曲線如圖 415 右圖所示 ； 計(jì)算出圓環(huán)的內(nèi)徑大小。下面圖 49 是經(jīng)過剔出粗大誤差之后工件圓心的 x 坐標(biāo)和 y 坐標(biāo)的曲線圖，可以明顯地看出經(jīng)過處理的數(shù)據(jù)已經(jīng)比較統(tǒng)一 。設(shè)被測(cè)量的真值為 0L ，一系列測(cè)得值為 il ，則測(cè) 量列中的隨機(jī)誤差 ?i 為 0? ??iilL 式中 1,2, ,…?in 0 100 200 300 400 500 600 700 800 圖像寬（ Y） 灰度值 直方圖 0 50 100 150 200 250 0 50 100 150 200 250 直方圖 像素值 6000 5000 4000 3000 20xx 1000 0 像素值 6000 5000 4000 3000 20xx 1000 0 灰度值 圖像數(shù)據(jù) 灰度值 直方圖 0 50 100 150 200 250 0 50 100 150