【文章內(nèi)容簡介】 特點 機器視覺是將圖像處理、計算機圖形學(xué)、模式識別、計算機技術(shù)、人工智能等眾多學(xué)科高度集成和有機結(jié)合 ， 而形成的一門綜合性的技術(shù)。一般地說 ， 機器視覺是研究計算機或其他處理器模擬生物宏觀視覺功能的科學(xué)和技術(shù) ， 也就是用機器代替人眼來做測量和判斷。 機器視覺系統(tǒng)的組成如圖 21。 有 照明部分、圖像獲取部分、圖像顯示部分和圖像處理部分。一般采用 CCD 攝像頭攝取檢測圖像并轉(zhuǎn)化為數(shù)字信號 ， 再對圖像數(shù)字信號進行處理 ， 從而得到所需要的各種目標圖像特征值 ， 并由此實現(xiàn)模式識別、坐標計算、灰度分布圖等多種功能。然后再根據(jù)其結(jié)果顯示圖像 ， 輸出數(shù)據(jù) ， 發(fā)出指令 ， 配合執(zhí)行機構(gòu)完成位置調(diào)整 ， 好壞篩選 ， 數(shù)據(jù)統(tǒng)計等自動化流程。 圖 21 機器 視覺系統(tǒng)構(gòu)成 機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合 ， 常用機器視覺來替代人工視覺 ； 同時在大批量工業(yè)生產(chǎn)過程中 ， 用人工視覺檢查產(chǎn)品質(zhì)量效率低且精 度不高 ， 用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。而且機器視易于實現(xiàn)信息集成 ， 是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)。因此 ， 在現(xiàn)代自動化生產(chǎn)過程中 ， 人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控制等領(lǐng)域。 有不少學(xué)科的研究目標與機器視覺相近或者相關(guān) ， 這些學(xué)科中包括圖像處理、模式識別或圖像識別、圖像理解等。由于歷史發(fā)展或領(lǐng)域本身的特點 ， 這些學(xué)科有某種程度的相互重疊。但是 ， 機器視覺與其他學(xué)科又有著一定的區(qū)別 ， 其成像系統(tǒng) 光源 主機 視 覺 系統(tǒng) 場景 圖像 描述 反饋 長春理工大學(xué)本科畢業(yè)設(shè)計 7 特點是 ： 綜合技術(shù) 機器視覺是一項綜合技術(shù) ， 其中包括數(shù)字圖像處理技術(shù)、機械工程技術(shù) 、控制技術(shù)、電光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)、人機接口技術(shù)等。這些技術(shù)在機器視覺中是并列關(guān)系 ， 相互協(xié)調(diào)應(yīng)用才能構(gòu)成一個成功的工業(yè)機器視覺應(yīng)用系統(tǒng) 強調(diào)工業(yè)可靠性 機器視覺強調(diào)工業(yè)現(xiàn)場環(huán)境下的可靠性 ， 要求能夠適應(yīng)工業(yè)生產(chǎn)中惡劣的環(huán)境 ， 有較高的容錯能力和安全性 ， 不會破壞工業(yè)產(chǎn)品。 強調(diào)實用性 機器視覺強調(diào)實用性 ， 要求有合理的性價比 ， 要有通用的工業(yè)接口 ， 能夠由普通工作來操作 ， 必須有較強的通用性和可移植性。 要求高速度和高精度 由于機器視覺通常要求高速度和高 精度 ， 數(shù)字圖像處理中的許多新算法目前還難以應(yīng)用。因此 ， 機器視覺技術(shù)在工業(yè)生產(chǎn)中的實際應(yīng)用速度遠遠滯后于圖像處理理論的發(fā)展速度。 機器視覺系統(tǒng)的應(yīng)用及發(fā)展動向 機器視覺檢測應(yīng)用 機器視覺系統(tǒng)在高速、細微和重復(fù)的制造過程中顯得非?？煽?， 因此被廣泛用于加工制造企業(yè) ， 完成大批量生產(chǎn)過程中的重復(fù)性檢測任務(wù)。機器視覺在質(zhì)量檢測方面的應(yīng)用占整個工業(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。機器視覺檢測是非接觸無損檢測 ， 與傳統(tǒng)的檢測手段相比 ， 它具有不可替代的優(yōu)越 性 ， 因而得到了廣泛的應(yīng)用。利用線陣 CCD 配合包裝盒的一維運動獲取目標圖像 ， 然后由計算機對圖像進行處理 ，可以檢測日期編號等信息的遺漏和正確與否 ； 以頻閃光作為照明光源 ， 利用面陣或者線陣 CDC 作為螺紋鋼外形輪廓尺寸的探測器件 ， 實現(xiàn)熱軋螺紋鋼幾何參數(shù)在線測量 ；在各種產(chǎn)品表面缺陷檢測方面應(yīng)用也很多。 機器視覺系統(tǒng)的發(fā)展動向 近年來計算機視覺 (即機器視覺 )的發(fā)展大致表現(xiàn)在以下三個方面 ： 基于幾何方法的計算機視覺計算理論體系已臻于完整計算機視覺的研究目標之一是使機器能感知三維環(huán)境中物體的幾何信息 ， 包括它的 形狀、位置、姿態(tài)、運動等。 20 世紀 90 年代中期以來 ， 計算機視覺界將對應(yīng)與射影幾何、仿射幾何、歐幾里得幾何的描述 ， 系統(tǒng)地引進視覺計算方法中 ， 比較完美地對應(yīng)為視覺系統(tǒng)中對物體由粗到細的描述 ， 在計算機視覺系統(tǒng)中降低了對攝像系統(tǒng)參數(shù)了長春理工大學(xué)本科畢業(yè)設(shè)計 8 解的要求 ， 提高了系統(tǒng)對噪聲的魯棒性。 機器學(xué)習(xí)方法受到越來越多的關(guān)注模式識別的所有領(lǐng)域始終存在基于結(jié)構(gòu)與基于統(tǒng)計的兩大分支。如果說基于幾何的計算機視覺主要通過幾何 ， 描述物體及其運動的三維結(jié)構(gòu) ， 屬于結(jié)構(gòu)方法 ， 已得到較系統(tǒng)的研究 ； 而在計算機視覺中的統(tǒng)計方法除較好地用于圖像的底層處理外 ， 一直顯得不完善更不用說系統(tǒng)化了。 針對眾多特定領(lǐng)域的應(yīng)用研究不斷深入 ， 較大規(guī)模的應(yīng)用系統(tǒng)逐步走向商業(yè)化隨著當(dāng)前計算機的性能價格比飛速提高 ， 眾多特定領(lǐng)域的計算機實時應(yīng)用系統(tǒng)的商業(yè)化已成為可能。如利用指紋、虹膜、人臉、語音等識別技術(shù)、行為識別技術(shù)與運動跟蹤技術(shù)、多攝像機融合技術(shù)構(gòu)成視覺監(jiān)測系統(tǒng) ， 用于信息安全、智能交通、反恐防盜、身份鑒別等。 長春理工大學(xué)本科畢業(yè)設(shè)計 9 第 3 章 系統(tǒng)總體設(shè)計 本系統(tǒng)是由 CCD 攝像頭、照明系統(tǒng)、圖像采集卡、機械裝置、主控計算機等部件組成，圖 31 為系統(tǒng)結(jié)構(gòu)圖。其工作過程是 ： 首 先將工件送到 CCD 攝像頭視場內(nèi) ； 然后由成像系統(tǒng)和圖像采集卡將圖像采集到計算機內(nèi)部 ； 運用圖像處理技術(shù)對采集到的原始圖像進行預(yù)處理以改善圖像質(zhì)量，從中提取感興趣的特征量 ； 最后運用模式識別技術(shù)對取到得特征量進行分類整理以完成系統(tǒng)的檢測。下面分別介紹系統(tǒng)的各部分的組成及工作原理。 1 2 3 4 5 6 CCD 攝像頭及照明系統(tǒng) 圖像采集卡 主控 計算 機 分類機構(gòu) 工件 傳送裝置 圖 31 機器視覺 系統(tǒng)結(jié)構(gòu)圖 3. 1 CCD 攝像頭 CCD 是一種半導(dǎo)體成像器件，具有靈敏度高、抗強光、畸變小、體積小、壽命長，抗震動等優(yōu)點。本系統(tǒng)采用的是國產(chǎn) MTV1881EX 型號的黑白攝像頭 ，它的工作方式是將被攝物體的圖像經(jīng)過鏡頭聚焦到 CCD 芯片上， CCD 根據(jù)光的強弱積累相應(yīng)比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經(jīng)視頻捕捉卡濾波、放大處理， A/D 轉(zhuǎn)換后形成視頻信號輸出。 3. 2 圖像采集卡 本系統(tǒng)采用的是大恒 PCIXR 視頻捕捉卡，具 有高品質(zhì)的視頻采集性能，具備高速 PCI 總線，采集頻率為 3D 幀 /秒，顯示畫面流暢不間斷 ； 顯示分辨率640X480。 動態(tài)捕捉影像以靜態(tài)圖像方式存盤，提供 BMP， JPG， TIP， TGA 等多種存盤格式。 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 長春理工大學(xué)本科畢業(yè)設(shè)計 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 進行模 /數(shù)變換 ， 數(shù)字化的圖像信號經(jīng)各種圖像處理后 ， 利用 PCI 總線 ， 傳到 VAG 卡顯示或計算機內(nèi)存存儲 。 由于要檢測工件的兩 個表面 ， 所以需要在硬件上使用兩路視頻輸入 ， 每路采集不同表面的圖像 。 采樣頻率在一定范圍內(nèi)可調(diào) ，滿足不同場合的需求 。 視頻輸入信號及采樣頻率 凡符合 PAL 制式 (625 行 ， 50 場 /秒 )和 NTSC 制式 (525 行 ， 60 場 /秒 )的視頻設(shè)備輸出的圖像信號均可作 為該 視頻捕捉卡 的輸入源。在一般情況下 ， 攝像機、 錄像機等視頻設(shè)備均滿足上述標準。采樣頻率在一定范圍內(nèi)可調(diào) ， 滿足不同場合的需求。 視頻輸入窗口和顯示窗口 視頻輸入窗口是指數(shù)字化后的輸入圖像尺寸 。 在 PAL 制式 ， 輸入窗口最大尺寸為 768 X 576。 在 NTCS 制式為 64 X 480。 圖像顯示窗口是指在 VAG 顯示器上顯示的圖像尺寸 ， 其最大值不能超過輸入圖像窗口 。 當(dāng)圖像顯示窗口小于視頻輸入窗口時 ， 有兩種方法可以采用 。 一種方法是減少視頻輸入窗口的大小 ， 即重新設(shè)置起始行 、 終止行 、 起始列 、 終止列 。 使視頻輸入窗口與圖像顯示窗口相匹配 。 處理后的結(jié)果顯示的僅是全部輸入圖像的一個局部 ， 這種方法稱為裁剪 。 另一種方法是采用對視頻輸入窗口采用抽點和抽行的方法減少其大小 ， 即根據(jù)視頻輸入窗口和圖像顯示窗口的相對大小設(shè)置縮小比例系數(shù) ， 處理后的結(jié)果顯示的是縮小的全部輸入圖像 ， 這種方法稱 為比例縮小 。 也可以將兩種方法結(jié)合起來 ， 達到所需要的結(jié)果 。 3. 3 軟件設(shè)計 本課題中的圖像處理算法均采用 Matlab 程序語言實現(xiàn)模擬， Matlab 提供一個高度集成的、集科學(xué)計算、程序設(shè)計和可視化歸于一身的。 為了設(shè)計出實用有效的軟件 ， 必須按照軟件工程的理論 ， 進行充分的分階段的分析和設(shè)計 。 采用 模塊化結(jié)構(gòu) 設(shè)計，其特點為 ： 1)可修改性 。 對模塊內(nèi)部的修改 ， 對模塊外部沒有影響 ； 增加或刪除幾個模塊 ， 不影響整個程序 ； 2)可讀性 。 每個模塊意義和職責(zé)明確 ， 模塊間的接口關(guān)系清楚 ， 便于用戶和設(shè)計人員進行系統(tǒng)代碼的維護 ； 3)驗證性 。 獨立于其它模塊 ， 可單獨驗證一個模塊的正確性 ， 便于進行調(diào)試 。采用模塊化原理使軟件結(jié)構(gòu)清晰 ， 容易閱讀理解和維護 。 本系統(tǒng)中 ， 按照算法要求設(shè)計了各子程序 。 長春理工大學(xué)本科畢業(yè)設(shè)計 11 第 4 章 缺陷檢測軟件設(shè)計 由于本系統(tǒng)是一個完整、實時的缺陷檢測系統(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，再到模式識別，最后到缺陷種類分選整套過程有一個全面、整體的設(shè)計。 系統(tǒng) 主要有以下幾個模塊 ： 圖像實時采集模塊、圖像預(yù)處理模塊、 閾 值選取模塊、圖像測量模塊、缺陷檢測模塊、缺陷識別模塊，其過程如圖 41 所示。 圖 41 缺陷檢測過 程 4. 1 圖像實時采集模塊 為了準確、及時獲得圖像的當(dāng)前狀態(tài)，需要不斷地通過圖像采集卡將 CCD攝像系統(tǒng)的圖像信息直接讀取到計算機內(nèi)存，在計算機內(nèi)存中進行其他的后續(xù)處理，如 ： 圖像濾波、圖像測量、缺陷檢測等等。 4. 2 圖像預(yù)處理模塊 為去掉噪聲對圖像的于擾，要將剛采集的圖像數(shù)據(jù)進行預(yù)處理，如 ： 去除孤立點、平滑、濾波等 ； 同時，還要對圖像進行灰度調(diào)整，增加對比度，為后續(xù)的圖像處理工作做準備，如圖 42 所示。 圖 42 原始圖像及灰度調(diào)整后圖像 經(jīng)過預(yù)處理后，圖像的對比度增加，拉伸了圖像灰度，表現(xiàn)在灰度直 方圖上就是峰與峰之間的距離加大，便于選取分割 閾 值及后續(xù)圖像分割，如圖 43 所示。 圖像實時采集模塊 缺陷識別模塊 圖像預(yù)處理模塊 缺陷檢測模塊 閾值選取模塊 圖像測量模塊 長春理工大學(xué)本科畢業(yè)設(shè)計 12 0 50 100 150 200 250 直方圖 直方圖 像素值 3000 2500 2021 1500 1000 500 0 0 50 100 150 200 250 像素值 3000 2500 2021 1500 1000 500 0 圖 43 灰度調(diào)整前及灰度調(diào)整后圖像直方圖 4. 3 閾值選取模塊 閾值的選取對于分割圖像、提取缺陷信息至關(guān)重要，其方法也很多，本系統(tǒng)采取利用圖像的灰度直方圖來選取閾值，如圖 44 所示。 圖 44 濾波前及濾波后的灰度直方圖 4. 4 圖像測量模塊 （ 1） 工件尺寸和位置測量 根據(jù)閾值選取模塊所計算的閾值分割圖像，將圖像二值化處理，便于圖像整體信息的掃描，如圖 45 所示。 圖 45 圖像位置信息掃描 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 2021 1000 0 像素值 6000 5000 4000 3000 2021 1000