【正文】 攝像機(jī)。 圖像采集模塊 圖像采集模塊編程是 與硬件設(shè)備直接相關(guān)一個環(huán)節(jié)，也是計算機(jī)直接控制數(shù)字?jǐn)z像機(jī)的過程。 如圖 與圖 分別為 軟件的總體結(jié)構(gòu)流程圖和系統(tǒng)的 程序界面。在設(shè)計過程中，遵循由上至下的設(shè)計方法，首先根據(jù)系統(tǒng)的總體需求，將系統(tǒng)劃分為各個功能模塊 ：圖像采集與顯示模塊、系統(tǒng)通信模塊以及輔助功能模塊三部分。本系統(tǒng)軟件具有良好的可靠性、易維護(hù)性、易擴(kuò)充性及易裝卸性。并且 VisualC++平臺能夠提供良好的人機(jī)界面，便于用戶的操作和使用。 東北大學(xué)本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) － 12－ 軟件系統(tǒng) 的 設(shè)計 與實現(xiàn) 本系統(tǒng)軟件采用 采用 C++語言，在 VisualC++ 下開發(fā)調(diào)試。系統(tǒng)如圖 所 示。然后 進(jìn)行 光學(xué)調(diào)焦，得到清晰，且能突出圖像主要特征的圖像。 下 行 前 進(jìn) 夾 持 引 拔 后 退上 行取 樣側(cè) 出釋 放復(fù) 位開 始 圖 機(jī)械臂工作流程圖 攝像頭 所在位置能夠 得到圖像正反兩面的信息，而且沒有改變原本的注塑機(jī)生產(chǎn)過程，同時保證 了 圖像質(zhì)量 。在上述兩處位置進(jìn)行圖像采集不僅最大限度的獲取了制品正面與背面的信息，而且易于攝像機(jī)的安裝，便于系統(tǒng)設(shè)計。攝像頭的安裝位置主要根據(jù)機(jī)械臂的工作流程來選取（如圖 ）。該計算機(jī)采用強(qiáng)大的支持超線程技術(shù)的 Intel 64 位 PⅣ 處理器，全面支持 64 位應(yīng)用程序； 512M DDR2內(nèi)存，進(jìn)一步提升系統(tǒng)性能；全新 nVidia Geforce 7300LE 顯卡，增強(qiáng)的視覺體 驗； 80G 東北大學(xué)本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) － 10－ 7200r/m 的高速大容量硬盤提供快捷方便的信息存儲。因此，本設(shè)計選用與鏡頭配套的偏振片，來減弱光反射對 于圖像所造成的影響。相對于其他視覺系統(tǒng)而言，注塑制品體積較大、精度較高，因此，本設(shè)計選用了 200 萬像素 CCD 黑白攝像機(jī)；其型號為 Basler A641f，分辨率為12361624? ，傳感器類型為逐行掃描 CCD，機(jī)械光學(xué)接口為 C 型，外部接口為 IEEE 1394； (3)光學(xué)鏡頭 考慮到本實驗系統(tǒng) 測量距離固定、視場較大，且鏡頭必須與攝像機(jī)配合使用等因素，本設(shè)計選用了 Computar M1214MP 百萬像素固定焦距鏡頭，其焦距為 12mm，分辨率在中心和邊緣處超過 100 線對 /mm，視場角 H： 、 V： 。 在此基礎(chǔ)上，結(jié)合實驗室注塑制品特點，選用 線條照明方式 (單向照明 )，如圖 所示，實現(xiàn) 對東北大學(xué)本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) － 9－ 制品照明， 該照明方式可以通過對 照射角度的調(diào)節(jié)， 實現(xiàn)對制品邊緣以及紋理特征的突出顯式，為實現(xiàn)對制品缺陷的檢測提供可靠的保證。 LED 光源具有形狀自由、使用壽命長、響應(yīng)時間短、顏色自由、綜合成本低等優(yōu) 點，且在外部條件 (外部光噪聲，目標(biāo)的傾斜，材質(zhì)和系統(tǒng)類型 ) 不斷變化的情況下 均 能持續(xù) 的 獲得對比鮮明的圖像 。 (1)光源與照明方式 在機(jī)器視覺應(yīng)用系統(tǒng)中，合適的光源與照明方式往往是整個系統(tǒng)成敗的關(guān)鍵 [21]。本文根據(jù)機(jī)器視覺工作原理的基本結(jié)構(gòu)設(shè)計（如圖 所示），以及注塑制品的特點對設(shè)備進(jìn)行選型并將硬件系統(tǒng)組裝實現(xiàn)。一個完整的注塑工藝流程主要由閉模、注射座前進(jìn)、注射、保壓、預(yù)塑計量、冷卻、開模、取出制品等程序組成， 如圖 所示。因此，系統(tǒng)的硬件設(shè)計與實現(xiàn)是視覺檢測系統(tǒng)搭建的重要環(huán)節(jié)。整個視覺系統(tǒng)的工作過程如下：首先由機(jī)械臂將注塑制品夾至兩臺攝像機(jī)的位置，拍取制品的正反兩面的圖像；然后通過 1394 采集卡將圖像傳送到工業(yè) PC 機(jī)，通過圖像處理軟件的運算，得到制品的缺陷信息，并將這些信息發(fā)送到注塑生產(chǎn)控制上位機(jī)中；最后，控制系統(tǒng)根據(jù)所得到信息對控制參數(shù)進(jìn)行調(diào)整，并控制分揀系統(tǒng)將缺 陷制品與合格制品分揀到不同位置。本文所設(shè)計的機(jī)器視覺系統(tǒng)結(jié)構(gòu)組成框圖如圖 所示。 系統(tǒng)總體結(jié)構(gòu) 基于機(jī)器視覺的檢測技術(shù)是一種有效的非接觸檢測技術(shù)，廣泛應(yīng)用于各種加工件的在線檢測以及高精度、高速度的測量。 東北大學(xué)本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) 第二章 系統(tǒng)的設(shè)計與實現(xiàn) 上一章介紹了機(jī)器視覺檢測系統(tǒng)的研究現(xiàn)狀，分析了當(dāng)前機(jī)器視覺檢測系統(tǒng)存在的問題及發(fā)展方向，為本文對機(jī)器視覺檢測系統(tǒng)的研究奠定了基礎(chǔ)。選擇多分類支持向量機(jī)并根據(jù)系統(tǒng)的特點與要求對分類器進(jìn)行了設(shè)計。在紋理特征提取上，結(jié)合 灰度共生矩陣， Gabor 小波濾波器 各自的 優(yōu)點，對特征向量進(jìn)行優(yōu)化組合，減少了傳統(tǒng)方法的特征向量維數(shù)，在保證準(zhǔn)確率的情況下，提高了分類效率。首先，分析了 注塑制品質(zhì)量缺陷的特點， 提出將注塑制品缺陷分為形狀缺陷以及紋理缺陷分別進(jìn)行特征提取的思路 。增強(qiáng)了背景分割算法對于外界環(huán)境變化的適應(yīng)能力，提高了算法的實用性。為了解決分割背景處理后，有可能出現(xiàn)的噪聲問題，本文 改變了常規(guī)的濾波步驟，東北大學(xué)本科畢業(yè)設(shè)計（論文） 第一章 緒 論 － 6－ 在得到背景圖像前先 進(jìn)行 濾波， 然后再判別背景與目標(biāo)。 (2) 針對所獲取的圖像存在背景、噪聲等干擾信息，不適于直接進(jìn)行缺陷檢測的問題，本文研究了相關(guān)的預(yù)處理算法。用軟件實現(xiàn)理論研究的算法，對圖像進(jìn)行處理。 在硬件平臺的基礎(chǔ)上，利用 VC＋＋編寫攝像頭的控制代碼。主要工作包括以下幾個方面： (1) 在調(diào)研注塑生產(chǎn)過程、查閱大量文獻(xiàn)的基礎(chǔ)上，本文完成了基于機(jī)器視覺的注塑制品質(zhì)量檢測系統(tǒng)的軟硬件設(shè)計。 基于此， 本文 將研究重點放在實現(xiàn)注塑制品的機(jī)器視覺檢測，提高注塑制品檢測的效率以及產(chǎn)品的生產(chǎn)質(zhì)量 。于是現(xiàn)在少數(shù)大型注塑產(chǎn)品生產(chǎn)商，就開始采用機(jī)器視覺的辦法進(jìn)行在線實時檢測。 而現(xiàn)在國內(nèi)檢測工具多為 投影儀、精密高度尺、針規(guī)、量塊、半徑樣板、卡尺 等。如果不掌握正確的注塑質(zhì)量檢測方法，就很難控制注塑件的質(zhì)量，甚至?xí)霈F(xiàn)一些意想不到的品質(zhì)問題，給企業(yè)造成很大的經(jīng)濟(jì)損失?，F(xiàn)在塑料作為一種新型材料，正在迅速進(jìn)入辦公室自動化、海洋開發(fā)、信息產(chǎn)業(yè)等技術(shù)領(lǐng)域，并逐漸向其他領(lǐng)域拓寬 [18]。 東北大學(xué)本科畢業(yè)設(shè)計（論文） 第一章 緒 論 － 5－ 課題背景及本文主要工作 注塑制品的應(yīng)用以輕工業(yè)和建筑業(yè)為主，目前在發(fā)達(dá)國家，其消費比例可達(dá) 40％以上。 機(jī)器視覺檢測已經(jīng)滲入到工業(yè)生產(chǎn)的各個領(lǐng)域。 針對這一問題， 左奇等人提出一種基于局部二值化 的 視覺檢測方法 [17]。 在醫(yī)藥業(yè)中，膠囊類的藥品包裝一般使用鋁塑板包裝，其優(yōu)點是方便、衛(wèi)生及密封性好。 X Lou 等人 對完整小麥和破損小麥的檢測 進(jìn)行了研究 ，分別采用基于統(tǒng)計分類器的 K最近鄰法和基于 BP 網(wǎng)絡(luò)分類器的檢測方法。 視覺檢測在農(nóng)業(yè)中的應(yīng)用主要體現(xiàn)在農(nóng)產(chǎn)品的檢測方面，農(nóng)產(chǎn)品的圖像檢測技術(shù)按其目的不同可分成：分級、檢驗和分類。在 Mills 研究的尺寸測量系統(tǒng)中 [13]，使用高分辨率線掃描相機(jī)來獲取圓柱形零件的檢測圖像，通過對圖像的處理及分析，計算其尺寸誤差。機(jī)械零件的視覺檢測是將三維物體拍攝成二維的數(shù)字圖像，根據(jù)圖像來分析和理解空間物體。該系統(tǒng)在多于 30 處位置進(jìn)行檢測，測量的有效 (RMS)誤差 。Schmidberger 等人用一個裝配在機(jī)器人上的照相機(jī)來檢測大尺寸平面上的信息，移動機(jī)器人拍攝不同部位圖像，通過圖像處理的方法比較被測零件與標(biāo)準(zhǔn)零件圖像，從而檢測裂縫、折疊、孔洞丟失等缺陷 [11]。 Franci Lahajnar 等人描述對電路板自動檢測的機(jī)器視覺系統(tǒng) [10]，他們應(yīng)用亞像素邊緣檢測技術(shù)和半自動校正系統(tǒng)來分辨 電路板的物理特性，通過檢測電路板的尺寸反映刀具的磨損情況。 PCB 和 IC 的檢測代表了一類重要的視覺應(yīng)用領(lǐng)域，目前在PCB 和 IC 的生產(chǎn)線上，大約 60％的檢測任務(wù)是由機(jī)器視覺檢測來完成的。傳統(tǒng)的檢測方法越來越不適應(yīng)，檢測成本越來越高。相關(guān)資料表明，目前視覺檢測技術(shù)已經(jīng)在印刷電路板的檢測、汽車車身檢測、鋼板表面的自動探傷、機(jī)械零件的自動識別分類和幾何尺寸測量、大型工件平行度和垂直度測量、容器容積或雜質(zhì)檢測及農(nóng)產(chǎn)品的檢測等領(lǐng)域得到了廣泛應(yīng)用。美國人首先將視覺檢測系統(tǒng)應(yīng)用于制造業(yè) [8]，其中，有 100 多家公司躋身于視覺檢測系統(tǒng)的經(jīng)營市場。信件分揀、指紋識別、人臉識別、車牌識別等都是此方面典型的應(yīng)用。二維識別用在識別遠(yuǎn)距離的物體或者在場景中穩(wěn)定的位置的物體。 (3)目標(biāo)分類與識別 目標(biāo)分類 與識別一直是研究的熱點，物體識別的基本方法是建立物體模型，使用各種匹配算法從真實的圖像中識別出物體最相似的目標(biāo)。 東北大學(xué)本科畢業(yè)設(shè)計（論文） 第一章 緒 論 － 3－ (2)表面質(zhì)量檢測 機(jī)器視覺檢測技術(shù)已經(jīng)廣泛應(yīng)用到工業(yè)產(chǎn)品的表面檢測中，主要檢測的內(nèi)容包括毛刺、劃痕、磨損等。機(jī)器視覺應(yīng)用于尺寸測量工程中時，從視覺系統(tǒng)的硬件 (光源、圖像傳感器等 )的選用到軟件算法的設(shè)計中的每一個環(huán)節(jié)都對最終的性能產(chǎn)生影響。 根據(jù)機(jī)器視覺的應(yīng)用領(lǐng)域不同，對機(jī)器視覺檢測的研究可以分為不同的種類，不同的學(xué)者對分類也有不同的見解 [6,7]。一些研究機(jī)構(gòu)或企業(yè)開發(fā)了機(jī)器視覺系統(tǒng)軟件的開發(fā)平臺或者函數(shù)庫，提供一些常用的算法和工具。因此，許多學(xué)者在機(jī)器視覺的現(xiàn)狀與目標(biāo)、理論與方法以及實驗與應(yīng)用等方面發(fā)表了許多不同的見解，探索了新的理論，在很大程度上促進(jìn)了機(jī)器視覺技術(shù)的發(fā)展 [4,5]。 80 年代， Marr 首次從信息處理的 角度綜合了圖像處理、心理物理學(xué)、神經(jīng)心理學(xué)及精神病學(xué)的研究成果，提出了第一個較為完備的視覺處理框架，他將視覺分為自上而下的三個階段，創(chuàng)建了 Marr 的理論框架。 60 年代中期， R. Robert 開創(chuàng)性的三維景物分析研究成為機(jī)器視覺的起源，他運用數(shù)字圖像研究實體模型，對物體形狀和結(jié)構(gòu)進(jìn)行了描述。在中國，這種應(yīng)用也在逐漸被認(rèn)知，對于機(jī)器視覺的需求將越來越廣泛。 機(jī)器視覺檢測是與先進(jìn)制造工藝與現(xiàn)代制造生產(chǎn)模式相適應(yīng)的智能化、自動化、柔東北大學(xué)本科畢業(yè)設(shè)計（論文） 第一章 緒 論 － 2－ 性的檢測手段。 并且 機(jī)器視覺檢測與傳統(tǒng)的人工檢測相比效率更高，檢測結(jié)果更加準(zhǔn)確可靠。 機(jī)器視覺檢測是一種適合現(xiàn)代制造技術(shù)發(fā)展的檢測方式。 將機(jī)器視覺應(yīng)用到制造業(yè)的檢測領(lǐng)域中，用機(jī)器視覺系統(tǒng)確定產(chǎn)品相對于一組標(biāo)準(zhǔn)要求的偏差的過程通常稱為機(jī)器視覺檢測 [3]。 機(jī)器視覺實際上是數(shù)字視覺技術(shù)與工業(yè)制造技術(shù)的結(jié)合的綜合性技術(shù)，主要包括數(shù)字圖像處理技術(shù)、機(jī)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(jī)軟硬技術(shù)，人機(jī)接口技術(shù)等。它的工作過程大致為 ： 首先，使用相機(jī)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，圖像系統(tǒng)對這圖像中包含的信息進(jìn)行處理和計算 ； 然后計算機(jī)根據(jù)處理的結(jié)果做出判斷或決策 ； 最后將控制信號傳送給執(zhí)行機(jī)構(gòu)。 Multiclass Classification Support Vector Machine 東北大學(xué)本科畢業(yè)設(shè)計（論文） 目錄 － IV－ 目錄 畢業(yè)設(shè)計（論文）任務(wù)書 ......................................................................................................... I 摘要 ............................................................................................................................................ II ABSTRACT .............................................................................................................................III 第一章 緒論 .............................................................................................................................. 1 機(jī)器視覺檢測技術(shù)概述 ................................................................................................. 1 機(jī)器視覺檢測的研究概況 ............................................................................................. 2 機(jī)器視覺檢測技術(shù)的應(yīng)用 ............................................................................................. 3 課題背景及本文主要工作 ............................................................................................. 5 第二章