機器視覺技術及應用
來源：無錫創視2014年12月04日熱度：759
機器視覺*概述
機器視覺，簡單的講，可以理解為給機器加裝上視覺裝置，或者是加裝有視覺裝置的機器。給機器加裝視覺裝置的目的，是為了使機器具有類似于人類的視覺功能，從而提高機器的自動化和智能化程度。由于機器視覺涉及到多個學科和多種技術(包括數字圖像處理技術、機械工程技術、控制技術、電光源照明技術，光學成像技術、傳感器技術、模擬與數字視頻技術、計算機軟硬件技術等)，所以給出一個精確的定義是很困難的，而且在這個問題上見仁見智，各人認識也不盡相同
機器視覺*研究范疇
從應用的層面看，機器視覺研究包括工件的自動檢測與識別、產品質量的自動檢測、食品的自動分類、智能車的自主導航與輔助駕駛、簽字的自動驗證、目標跟蹤與制導、交通流的監測、關鍵地域的保安監視等等。從處理過程看，機器視覺分為低層視覺和高層視覺兩階段。低層視覺包括邊緣檢測、特征提取、圖像分割等，高層視覺包括特征匹配、三維建模、形狀分析與識別、景物分析與理解等。從方法層面看，有被動視覺與主動視覺之分，又有基于特征的方法與基于模型的方法之分。從總體上來看，也稱作計算機視覺。可以說，計算機視覺側重于學術研究方面，而機器視覺則側重于應用方面。[2] 機器視覺作為一門工程學科，正如其它工程學科一樣，是建立在對基本過程的科學理解之上的。機器視覺系統的設計依賴于具體的問題，必須考慮一系列諸如噪聲、照明、遮掩、背景等復雜因素，折中地處理信噪比、分辨率、精度、計算量等關鍵問題。
機器視覺*系統組成
一個典型的機器視覺系統包括以下五大塊：
1. 照明
照明是影響機器視覺系統輸入的重要因素，它直接影響輸入數據的質量和應用效果。由于沒有通用的機器視覺照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，以達到最佳效果。光源可分為可見光和不可見光。常用的幾種可見光源是 白幟燈 、 日光燈 、 水銀燈 和 鈉光燈 。可見光的缺點是光能不能保持穩定。如何使光能在一定的程度上保持穩定，是實用化過程中急需要解決的問題。另一方面，環境光有可能影響圖像的質量，所以可采用加防護屏的方法來減少環境光的影響。照明系統按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優點是能獲得高對比度的圖像。前向照明是光源和攝像機位于被測物的同側，這種方式便于安裝。結構光照明是將光柵或線光源等投射到被測物上，根據它們產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。
2. 鏡頭
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目標高度③影像高度④放大倍數⑤影像至目標的距離⑥中心點/節點⑦畸變
3. 相機
按照不同標準可分為：標準分辨率 數字相機 和 模擬相機 等。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:線掃描CCD和面陣CCD;單色相機和彩色相機。
4. 圖像采集卡
圖像采集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。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，可以將圖像迅速地傳送到計算機存儲器進行處理。有些采集卡有內置的多路開關。例如，可以連接8個不同的攝像機,然后告訴采集卡采用那一個相機抓拍到的信息。有些采集卡有內置的數字輸入以觸發采集卡進行捕捉，當采集卡抓拍圖像時數字輸出口就觸發閘門。
5.視覺處理器
視覺處理器集采集卡與處理器于一體。以往計算機速度較慢時，采用視覺處理器加快視覺處理任務。現在由于采集卡可以快速傳輸圖像到存儲器，而且計算機也快多了，所以現在視覺處理器用的較少了。
機器視覺*工作原理
機器視覺檢測系統采用照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像處理系統對這些信號進行各種運算來抽取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功能。機器視覺被稱為 自動化 的眼睛，在 國民經濟 、 科學研究 及 國防建設 等領域都有著廣泛的應用。
機器視覺*優越性
1. 安全可靠：視覺的最大優點是與被觀測的對象無接觸，因此對觀測與被觀測者都不會產生任何損傷，十分安全可靠，這是其他感覺方式無法比擬的。另外，人無法長時間地觀察對象，機器視覺則不知疲勞，始終如一地觀測，所以機器視覺可以廣泛地用于長時間惡劣的工作環境。
2. 視覺范圍廣：理論上，人眼觀察不到的范圍，機器視覺也可以觀察，例如紅外線、微波、超聲波等人類就觀察不到，而機器視覺則可以利用這方面的敏感器件形成 紅外線 、 微波 、 超聲波 等圖象。因此可以說是擴展了人類的視覺范圍。
3. 對象選擇范圍廣：視覺方式所能檢測的對象十分廣泛，可以說是對對象不加選擇。在一些不適合于人工作業的危險工作環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。
4. 生產效率高：機器視覺系統可以快速獲取大量信息，而且易于自動處理，也易于同設計信息以及加工控制信息集成。尤其是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，用機器視覺檢測方法可以大大提高 生產效率 和生產的自動化程度，易于實現 信息集成 。
機器視覺*光源選型
在機器視覺系統中，獲得一張高質量的可處理的圖像是至關重要。系統之所以成功，首先要保證圖像質量好，特征明顯，。一個機器視覺項目之所以失敗，大部分情況是由于圖像質量不好，特征不明顯引起的。要保證好的圖像，必須要選擇一個合適的光源。
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征與需要被忽略的圖像特征之間產生最大的對比度，從而易于特征的區分。對比度定義為在特征與其周圍的區域之間有足夠的灰度量區別。好的照明應該能夠保證需要檢測的特征突出于其他背景。
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，可能有三種不好的情況會出現。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。其次，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：另一個測試好光源的方法是看光源是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，結果圖像應該不會隨之變化。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，這不利于后面的特征提取。
好的光源需要能夠使你需要尋找的特征非常明顯，除了是攝像頭能夠拍攝到部件外，好的光源應該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，剩下來的工作就容易多了。具體的光源選取方法還在于試驗的實踐經驗。
機器視覺*檢測方法
隨著制造業的不斷發展，先進制造技術的研究和應用越來越廣泛。先進制造 技術以及自動化制造系統和先進生產模式的推廣應用都要求先進的檢測手段與之相適應。
將機器視覺應用到制造業的檢測領域中，用機器視覺系統確定產品相對于一 組標準要求的偏差的過程通常稱為機器視覺檢測[1]。它特指機器視覺在工業檢測方面的應用，是機器視覺應用和研究領域中的一個重要分支。
機器視覺檢測與傳統的人工檢測相比效率更高，檢測結果更加準確可靠。由 于機器視覺檢測不會受到操作者的疲勞度、責任心和經驗等因素的影響，在一些 不適合人工作業的危險場合，人工視覺難以滿足要求的場合和帶有高度重復性、智能性并且靠人的眼睛無法連續穩定地進行產品檢測的場合，機器視覺可以發揮 它自身的優勢來高效、高質量的完成檢測任務。
機器視覺是適合現代制造技術發展的一種檢測方式。首先，機器視覺可以實現非接觸在線檢測，完成對生產線上的零件進行100%的檢測，滿足自動化制造系統中的工序間檢測和過程檢測的要求;其次，機器視覺檢測是通過計算機或者數字信號處理器中的程序對圖像信息進行處理而得到的測量結果，因此機器視覺檢測具有一定的智能和柔性，適于現代企業的柔性生產方式;再次，只要選用足夠高精度的鏡頭和圖像傳感器，機器視覺檢測技術可以達到較高的檢測精度;最后，機器視覺易于實現信息的集成和管理，為實現計算機集成制造技術提供必要的支持。
機器視覺檢測是與先進制造工藝與現代制造生產模式相適應的智能化、自動化、柔性的檢測手段。在國外己經將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。在中國，這種應用也在逐漸被認知，對于機器視覺的需求將越來越廣泛。
機器視覺*應用領域
機器視覺的應用主要有檢測和 機器人視覺 兩個方面：
1. 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、缺陷性檢測與裝配完全性檢測)。
2. 機器人視覺：用于指引機器人在大范圍內的操作和行動，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他設備上(即料斗揀取問題)。至于小范圍內的操作和行動，還需要借助于觸覺傳感技術。
機器視覺技術正廣泛地應用于各個方面，從醫學影像到遙感圖像，從工業檢測到文件處理，從毫微米技術到多媒體數據庫，不一而足。可以說需要人類視覺的場合幾乎都需要機器視覺。
(1)在工業檢測中的應用 許多領域像冶金、化工、建材、安全保衛、工件檢測等工業生產過程中，這些工業對象復雜，過程涉及參數眾多，并有顯著的非線性、驟變性、離散性、分布性和不確定性。尤其是在周圍環境極其惡劣(例如高溫環境和不確定對象，其形狀參數難以用普通的測量手段進行測量)的情況下，對這類系統要想建立確定的模型是十分困難的。因此，用常規控制技術難以實現對象的計算機實時控制。
對于這類復雜對象的自動控制，所遇到的最大困難是檢測問題，而大多數場合，可通過機器視覺來實現。
機器視覺系統可用于工業領域的很多方面，如零件檢驗與尺寸測量、零件的缺陷檢查、零件裝配、機器人的引導和零件的識別等。應用圖像處理及機器視覺檢測技術最多的部門是電子工業，其次是汽車工業、木材工業、紡織工業、食品加工工業、包裝工業及航空工業等等，已取得的應用成果有:a)產品形狀和表面缺陷檢查、b)產品非破壞性檢查、c)機器人、d)產品分類等。
(2)機器視覺在農業中的應用
隨著圖像處理技術的專業化、計算機硬件成本的下降以及運行速度的提高，在農產品品質自動檢測和分級領域應用機器視覺系統已變得越來越具有吸引力。農產品在其生產過程中由于受到人為和自然等復雜因素的影響，產品品質差異很大，如形狀、大小、色澤等都是變化的，很難做到整齊劃一，故在農產品品質檢測與分析時，要有足夠的應變能力來適應情況的變化。機器視覺技術在農產品品質檢測上的應用正是滿足了這些應變的要求。農產品的尺寸與面積、形狀和顏色是農產品品質的重要特征，利用機器視覺進行檢測不僅可以排除主觀因素干擾，而且還能對這些指標進行定量描述，具有人工檢測所無法比擬的優越性。
(3) 在醫學中的應用
在醫學領域，機器視覺用于輔助醫生進行醫學影像的分析，主要利用數字圖像處理技術、信息融合技術對X射線透視圖、核磁共振圖像、CT圖像進行適當疊加，然后進行綜合分析;還有對其它醫學影像數據進行統計和分析，如利用數字圖像的邊緣提取與圖像分割技術，自動完成細胞個數的計數或統計，這樣不僅節省了人力，而且大大提高準確率和效率。
(4)機器視覺在機器人導航及視覺伺服系統的應用
賦予機器人視覺是機器人研究的重點之一，其目的是要通過圖像定位和圖像理解向機器人運動控制系統反饋目標或自身的狀態與位置信息。
(5)其它方面
在閉路電視監控系統中，機器視覺技術被用于增強圖像質量，捕捉突發事件，監控復雜場景，鑒別身份，跟蹤可疑目標等，它能大幅度地提高監控效率，減少危險事件發生的概率。在交通管理系統中，機器視覺技術被用于車輛識別、調度，向交通管理與指揮系統提供相關信息。在衛星遙感系統中，機器視覺技術被用于分析各種遙感圖像，進行環境監測、地理測量，根據地形、地貌的圖像和圖形特征，對地面目標進行自動識別、理解和分類等。
機器視覺*應用實例
1. 基于機器視覺的儀表板總成智能集成測試系統 EQ140-II汽車儀表板總成是我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。檢測項目包括：檢測速度表等五個儀表指針的指示 誤差 ;檢測24個信號報警燈和若干照明9燈是否損壞或漏裝。一般采用人工目測方法檢查，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，改變了這種現狀，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各種誤差，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標準信號源、具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處理系統。
2. 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要求，但原始的采用人工目視或用百分表加控針的檢測方法不僅易受主觀因素的影響，而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利用機器視覺技術對金屬表面缺陷進行自動檢查，在生產過程中高速、準確地進行檢測，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圍的雜散光，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。金屬板放在檢驗臺上。檢驗臺可在X、Y、Z三個方向上移動，攝像機采用TCD142D型2048線陳CCD，鏡頭采用普通照相機鏡頭。CCD接口電路采用單片機系統。主機PC機主要完成圖像預處理及缺陷的分類或劃痕的深度運算等，并可將檢測到的缺陷或劃痕圖像在 顯示器 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處理。
該系統主要利用線陣CCD的自掃描特性與被檢查鋼板X方向的移動相結合，取得金屬板表面的三維圖像信息。
3. 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個較為典型的例子，該系統由62個測量單元組成，每個測量單元包括一臺激光器和一個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經過校準。同時還有一個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秒檢測一個車身的速度，檢測三種類型的車身。系統將檢測結果與人、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判別關鍵部分的尺寸一致性，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。
4. 紙幣印刷質量檢測系統： 該系統利用圖像處理技術，通過對紙幣生產流水線上的紙幣20多項特征(號碼、盲文、顏色、圖案等)進行比較分析，檢測紙幣的質量，替代傳統的人眼辨別的方法。
5. 智能交通管理系統： 通過在交通要道放置 攝像頭 ，當有違章車輛(如闖紅燈)時，攝像頭將車輛的牌照拍攝下來，傳輸給中央管理系統，系統利用圖像處理技術，對拍攝的圖片進行分析，提取出車牌號，存儲在數據庫中，可以供管理人員進行檢索。
6. 金相分析 ： 金相圖象分析系統能對金屬或其它材料的基體組織、雜質含量、組織成分等進行精確、客觀地分析，為產品質量提供可靠的依據。
西門子機器視覺系統在醫療機械的應用
7. 醫療圖像分析： 血液細胞自動分類計數、 染色體 分析、 癌癥細胞 識別等。
8. 瓶裝啤酒生產流水線檢測系統： 可以檢測啤酒是否達到標準的容量、 啤酒 標簽是否完整
9. 大型工件 平行度 、 垂直度 測量儀： 采用激光掃描與CCD探測系統的大型工件平行度、垂直度測量儀，它以穩定的準直激光束為測量基線，配以回轉軸系，旋轉五角標棱鏡掃出互相平行或垂直的基準平面，將其與被測大型工件的各面進行比較。在加工或安裝大型工件時，可用該認錯器測量面間的平行度及垂直度。
10. 螺紋鋼外形輪廓尺寸的探測器件： 以頻閃光作為照明光源，利用面陳和線陳CCD作為螺紋鋼外形輪廓尺寸的探測器件，實現熱軋 螺紋 鋼幾何參數在線測量的動態檢測系統。
11. 軸承 實時監控： 視覺技術實時監控軸承的負載和溫度變化，消除過載和過熱的危險。將傳統上通過測量滾珠表面保證加工質量和安全操作的被動式測量變為主動式監控。
12. 金屬表面的裂紋測量： 用微波作為信號源，根據微波發生器發出不同波濤率的方波，測量金屬表面的裂紋，微波的波的頻率越高，可測的裂紋越狹小。
總之，類似的實用系統還有許多，這里就不一一敘述了。
機器視覺*歷史發展
機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、 邊緣檢測 、 輪廓線 構成、對象建模、匹配等技術，后來一直在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素組成的區域，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，以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,即把目標分為若干子目標的分析方法，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方法是一致的。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方法不必求助于諸如 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目標制導的圖像處理;②圖像處理和分析的并行算法;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視覺知識的表示;⑥視覺系統的知識庫等。
機器視覺*市場展望
由于機器視覺系統可以快速獲取大量信息，而且易于自動處理，也易于同設計信息以及加工控制信息集成，因此，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。
但是機器視覺技術比較復雜，最大的困難在于人的視覺機制尚不清楚。人可以用內省法描述對某一問題的解題過程，從而用計算機加以 模擬 。但盡管每一個正常人都是“視覺專家”，卻不可能用 內省法 來描述自己的視覺過程。因此建立機器視覺系統是十分困難的任務。 可以預計的是，隨著機器視覺技術自身的成熟和發展，它將在現代和未來制造企業中得到越來越廣泛的應用。
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)將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，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各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。
上一條： 機器視覺技術應用于包裝印刷質量檢測
下一條： 機器視覺鋁箔針孔檢測的圖像傳感器選擇分析
