机器视觉技术及其应用概述new

《机器视觉技术及其应用概述new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、机器视觉技术及其应用概述姓名:班级：机械0904班学号：摘要：近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现。首先概述了机器视觉技术的基本原理并分析了机器视觉系统的构建；接着论述了机器视觉技术的当前主要应用领域与情况；最后分析了现阶段机器视觉技术存在的问题。关键词：器视觉；技术；应用机器视觉系统组成及其工作原理机器视觉即用机器代替人眼来做测量和判断。机器视觉系统的工作流程大致为：被摄取目标——经图像摄取装置——图像信号——经图像处理系统——数字信号—

2、—经抽取目标特征——判断结果并控制设备。该流程的实现需相应的硬件作为基础，典型的工业机器视觉系统构成有照明、镜头、相机、图像采集卡、视觉处理器等。下面将对机器视觉系统组成和工作原理进一步具体说明。机器视觉系统组成从原理上机器视觉系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。—个典型的机器视觉系统应该包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。从中我们可以看出机器视觉是一项综合技术。其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计

3、算机软硬件技术、人机接口技术等。只有这些技术的相互协调应用才能构成一个完整的机器视觉应用系统。机器视觉应用系统的关键技术主要体现在光源照明、光学镜头、摄像机(CCD)、图像采集卡、图像信号处理以及执行机构等。以下分别就各方面展开论述。1．1．1光源照明技术光源照明技术对机器视觉系统性能的好坏有着至关重要的作用。光源应该具有以下的特征：尽可能突出目标的特征．在物体需要检测的部分与非检测部分之间尽可能产生明显的区别，增加对比度；保证足够的亮度和稳定性：物体位置的变化不应影响成像的质量。机器视觉应用系统中一般使用透射光和反射光。对于反射光情况，应充分考虑光源和光学镜头的相对位置、物体表

4、面的纹理、物体的几何形状等要素。光源设备的选择必须符合所需的几何形状，同时，照明亮度、均匀度、发光的光谱特性也必须符合实际的要求。同时还要考虑光源的发光效率和使用寿命。常用光源类型有卤素灯、荧光灯和LED光源等。1．1．2光学镜头光学镜头成像质量优劣程度可以用像差的大小来衡量，常见的像差有球差、彗差、像散、场曲、畸变、色差等六种。在选用镜头时需要考虑以下问题：(1)成像面大小成像面是入射光通过镜头后所成像的平面。这个面是一个圆形。一般使用的CCD相机。其芯片大小有1／3，1／2，2／3及l英寸4种大小．在选用镜头时要考虑就是该镜头的成像面与所用的CCD相机是否匹配。(2)焦距、视

5、角、工作距离、视野焦距是镜头到成像面的距离；视角是视线的角度，也就是镜头能看多宽：工作距离是镜头的最下端到景物之间的距离；视野是镜头所能够覆盖的有效工作区域。以上四个概念相互之间是有关联的：其关系是：焦距越小，视角越大，最小工作距离越短，视野越大。1．1．3摄像机(CCD)CCD(ChargeCoupledDevice)是美国人Boyle发明的一种半导体光学器件．该器件具有光电转换、信息存储和延时等功能。并且集成度高、能耗小，故一出现就在固体图像传感、信息存储和处理等方面得到广泛应用。CCD摄像机按照其使用的CCD器件分为线阵式和面阵式两大类．其中线阵CCD摄像机一次只能获得图像

6、的一行信息，被拍摄的物体必须以直线形式从摄像机前移过，才能获得完整的图像，而面阵摄像机可以一次获得整幅图像的信息。目前在机器视觉系统中以面阵CCD摄像机应用较多。1．1．4图像采集卡图像采集卡是机器视觉系统中的一个重要部件，它是图像采集部分和图像处理部分的接口。一般具有以下的功能模块：(1)图像信号的接收与A／D转换模块，负责图像信号的放大与数字化。有用于彩色或黑白图像的采集卡。彩色输入信号可分为复合信号或RGB分量信号。同时，不同的采集卡有不同的采集精度，一般有8Bit和10Bit两种。(2)摄像机控制输入输出接口，主要负责协调摄像机进行同步或实现异步重置拍照、定时拍照等。(3

7、)总线接口，负责通过PC机内部总线高速输出数字数据，一般是PCI接口，传输速率可高达130Mbps，完全能胜任高精度图像的实时传输。且占用较少的CPU时间。在选择图像采集卡时。主要应考虑到系统的功能需求、图像的采集精度和与摄像机输出信号的匹配等因素。1．1．5图像信号处理图像信号处理是机器视觉系统的核心。视觉信息处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善。既