機械工程前沿專題講座-資料下載頁
2024-10-13 20:59本頁面
【正文】 猛的機器視覺技術(shù)解決了這一問題。機器視覺系統(tǒng)一般采用CCD照相機攝取檢測圖象并轉(zhuǎn)化為數(shù)字信號，再采用先進的計算機硬件與軟件技術(shù)對圖象數(shù)字信號進行處理，從而得到所需要的各種目標(biāo)圖象特征值，并由此實現(xiàn)模式識別，坐標(biāo)計算，灰度分布圖等多種功能。然后再根據(jù)其結(jié)果顯示圖象，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。與人工視覺相比較，機器視覺具有精確，快速，可靠，和易數(shù)字化等優(yōu)點。機器視覺系統(tǒng)的輸入裝置可以是攝像機、轉(zhuǎn)鼓等，它們都把三維的影像作為輸入源，即輸入計算機的就是三維管觀世界的二維投影。如果把三維客觀世界到二維投影像看作是一種正變換的話，則機器視覺系統(tǒng)所要做的是從這種二維投影圖像到三維客觀世界的逆變換，也就是根據(jù)這種二維投影圖像去重建三維的客觀世界。機器視覺系統(tǒng)主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。將近80%的工業(yè)視覺系統(tǒng)主要用在檢測方面，包括用于提高生產(chǎn)效率、控制生產(chǎn)過程中的產(chǎn)品質(zhì)量、采集產(chǎn)品數(shù)據(jù)等。產(chǎn)品的分類和選擇也集成于檢測功能中。例如生產(chǎn)線上的單攝像機視覺系統(tǒng)，它的視覺系統(tǒng)用來檢測生產(chǎn)線上的產(chǎn)品，決定產(chǎn)品是否符合質(zhì)量要求，并根據(jù)結(jié)果，產(chǎn)生相應(yīng)的信號輸入上位機。圖像獲取設(shè)備包括光源、攝像機等；圖像處理設(shè)備包括相應(yīng)的軟件和硬件系統(tǒng)；輸出設(shè)備是與制造過程相連的有關(guān)系統(tǒng)，包括過程控制器和報警裝置等。數(shù)據(jù)傳輸?shù)接嬎銠C，進行分析和產(chǎn)品控制，若發(fā)現(xiàn)不合格品，則報警器告警，并將其排除出生產(chǎn)線。機器視覺的結(jié)果是CAQ系統(tǒng)的質(zhì)量信息來源，也可以和CIMS其它系統(tǒng)集成。由于沒有通用的機器視覺照明設(shè)備，所以針對每個特定的應(yīng)用實例，要選擇相應(yīng)的照明裝置，以達到最佳效果。過去，許多工業(yè)用的機器視覺系統(tǒng)用可見光作為光源，這主要是因為可見光容易獲得，價格低，并且便于操作。常用的幾種可見光源是白幟燈、日光燈、水銀燈和鈉光燈。但是，這些光源的一個最大缺點是光能不能保持穩(wěn)定。以日光燈為例，在使用的第一個100小時內(nèi)，光能將下降15%，隨著使用時間的增加，光能將不斷下降。因此，如何使光能在一定的程度上保持穩(wěn)定，是實用化過程中急需要解決的問題。另一個方面，環(huán)境光將改變這些光源照射到物體上的總光能，使輸出的圖像數(shù)據(jù)存在噪聲，一般采用加防護屏的方法，減少環(huán)境光的影響。由于存在上述問題，在現(xiàn)今的工業(yè)應(yīng)用中，對于某些要求高的檢測任務(wù)，常采用X射線、超聲波等不可見光作為光源。但是不可見光不利于檢測系統(tǒng)的操作，且價格較高，所以，目前在實際應(yīng)用中，仍多用可見光作為光源。機器視覺系統(tǒng)中，視覺信息的處理技術(shù)主要依賴于圖像處理方法，它包括圖像增強、數(shù)據(jù)編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內(nèi)容。經(jīng)過這些處理后，輸出圖像的質(zhì)量得到相當(dāng)程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。圖像的增強用于調(diào)整圖像的對比度，突出圖像中的重要細節(jié)，改善視覺質(zhì)量。通常采用灰度直方圖修改技術(shù)進行圖像增強。圖像的灰度直方圖是表示一幅圖像灰度分布情況的統(tǒng)計特性圖表，與對比度緊密相連。圖像的數(shù)據(jù)編碼和傳輸，數(shù)字圖像的數(shù)據(jù)量是相當(dāng)龐大的，一幅512*512個像素的數(shù)字圖像的數(shù)據(jù)量為256 K字節(jié)，若假設(shè)每秒傳輸25幀圖像。高信道速率意味著高投資，也意味著普及難度的增加。因此，傳輸過程中，對圖像數(shù)據(jù)進行壓縮顯得非常重要，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。圖像邊緣銳化處理主要是加強圖像中的輪廓邊緣和細節(jié)，形成完整的物體邊界，達到將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來的目的。圖像分割是將圖像分成若干部分，每一部分對應(yīng)于某一物體表面，在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。圖像的識別過程實際上可以看作是一個標(biāo)記過程，即利用識別算法來辨別景物中已分割好的各個物體，給這些物體賦予特定的標(biāo)記，它是機器視覺系統(tǒng)必須完成的一個任務(wù)。在本世紀(jì)四、五十年代發(fā)展起來的線性濾波器以其完善的理論基礎(chǔ)，數(shù)學(xué)處理方便，易于采用FFT和硬件實現(xiàn)等優(yōu)點，一直在圖像濾波領(lǐng)域占有重要地位，其中以WIENER濾波器理論和卡爾曼濾波理論為代表。但是線性濾波器存在著計算復(fù)雜度高，不便于實時處理等缺點。雖然它對高斯噪聲有良好的平滑作用，但對脈沖信號干擾和其它形式的噪聲干擾抑制效果差，信號邊緣模糊。為此，1971年，著名學(xué)者TUKEY提出非線笥濾波器——中值濾波器，即把局部區(qū)域中灰度的中值作為輸出灰度，并將其與統(tǒng)計學(xué)理論結(jié)合起來，使用迭代方法，比較理想地將圖像從噪聲中恢復(fù)出來，并且能保護圖像的輪廓邊界，不使其變模糊。近年來，非線性濾波理論在機器視覺、醫(yī)學(xué)成像、語音處理等領(lǐng)域有了廣泛的應(yīng)用，同時，也反過來促使該理論的研究向縱深方向發(fā)展。
語文相關(guān)推薦
鄂ICP備17016276號-1