嘉恒图像
机器视觉行业解决方案
目录
机器视觉就是用机器代替人眼作各种测量和判断，具有非接触测量、光谱响应范围较宽、长时间稳定工作、可在恶劣条件下作业等优势。有效地实现了仪器设备的精密控制，提高了生产效率，拓展了生产的柔性，促进了制造业的智能化、自动化发展。机器视觉技术的发展和成熟，已在半导体、电子、汽车、医疗、交通、印刷、纺织、包装、食品等行业得到了广泛应用。伴随着中国制造业的快速发展，机器视觉定能在未来得到大力发展和普及。
北京嘉恒中自图像技术有限公司，是国内领先的数字图像处理产品供应商。依托中科院自动化研究所，嘉恒图像积累了20多年图像技术经验，为了让客户了解嘉恒图像在机器视觉领域提供的解决方案以及适用于该领域的图像产品，帮助更多的制造业客户及相关行业客户了解图像技术在机器视觉的应用，特此我们编写了这本《机器视觉行业解决方案》，对一些典型的应用进行介绍，当然，我们可提供的产品和服务并不仅限于此。
我们真诚为客户提供值得信赖的机器视觉解决方案和图像产品，帮助客户更好的提高产品质量、减少生产过程中的漏洞、降低人力及制造成本。愿嘉恒图像与客户的共同成长，携手共创美好未来。
北京市中关村东路95号中科院自动化所自动化大厦625室（100190）
电 话：86-10-51665596分机331
传 真：86-10-82629477
Email：li.xi@https://www.doczj.com/doc/c97676958.html,
2009年第1版
本手册版权及解释权归北京嘉恒中自图像技术有限公司所有
如需转载，敬请与嘉恒图像公司联系并注明出处。方案一 包装瓶缺陷在线检测系统 (02)
方案二 滤光片定位、缺陷检测系统 (04)
方案三 刹车片印刷图案缺陷检测系统 (06)
方案四 全自动车底安全检查扫描系统 (07)
方案五 钢带缺陷在线高速自动检测系统 (08)
方案六 在线印刷检测系统 (10)
方案七 工业探伤检测系统 (11)
方案八 激光切割机应用系统 (12)
机器视觉系统适用图像产品推荐
一、OK系列图像采集卡
1．OK_M10B黑白图像采集卡 (13)
2．OK_M10K黑白图像降噪采集卡 (13)
3．OK_RGB21A RGB分量图像采集卡 (14)
4．OK_LV20A LVDS数字图像采集卡 (14)
5．OK_LS120A Camlink彩色线阵图像采集卡 (15)
6．OK_GPIO20 PCI输入输出控制卡 (15)
二、OK系列工业摄像头
1．OK_AM1100/AM1300高分辨黑白摄像头 (16)
2．OK_AM1330 LVDS高分辨黑白摄像头 (17)
3．OK_AC1300高分辨彩色RGB摄像头 (18)
4．OK_AC1300A VGA输出彩色摄像头 (19)
5．OK_LM2020/LM2020 Camlink线阵黑白摄像头 (20)
Contents
方案一包装瓶缺陷在线检测系统
包装瓶在制造完毕后，需要对其缺陷进行检测，传统的人工肉眼检测，不仅耗时，效率不高，且精度难以保证。我们针对该问题推出的包装瓶缺陷在线检测解决方案，将大大解决人工肉眼检测所产生的问题，有效提高了生产效率和产品质量。
一、系统原理
该检测系统主要由光源、摄像头、采集卡、图像处理计算机等部分组成。照明系统如图1所示，检测系统组成如图2所示。该系统由两道工序组成，分别检测瓶颈的包装字和瓶盖的封闭性，每道工序即为独立的一套系统，需要安装在不同的位置。
二、技术指标（1）检测对象为饮料瓶缺陷，包括包装字缺陷（印刷错误、印刷不全），及瓶盖的密闭性；（2）检测速度大于3瓶/秒；（3）对有缺陷的包装瓶进行统计，并同时保存和显示统计数据；（4）提供剔除控制信号；（5）在线检测速度可调；（6）检测精度可调；
（7）保证其精度要求，不合格的产品给出剔除信号。 （2）软件部分 一套嘉恒图像研发的包装瓶缺陷检测软件四、应用领域制瓶厂，对专业制瓶厂的瓶子进行质量合格检测；具有灌装工艺流程的厂商，如制药厂、饮料罐厂、酒厂等；系统可扩展，并根据客户的具体需求提供个性化解决方案。0203
图1：照明系统
第一道工序：
检测印刷在瓶颈的包装字，由于印刷包装
字的位置是圆柱或圆台曲面，拍摄后的图像两
侧有变形，给字符识别加大了难度，该系统通
过预处理，使得图像清晰，实现高效检测。
第二道工序：检测瓶盖的封闭性。通过对摄像机进行定标，然后采集、处理计算出瓶盖和连接环之间的距离，从而快速判断封闭性，剔出不合格产品。
条形照明
三、设备组成 （1）硬件部分
二、滤光片定位系统
（1）系统原理
此定位系统通过获得外触发信号，采集图像，并对采集的图像进行处理，计算出滤光片的中心坐标和角度，并从上到下对滤波片进行编号，以文本文件的方式给出每个编号下的中心坐标和角度，从而对滤光片进行有效定位。
（2）性能指标
方形滤光片给出中心坐标位置和任意一条边的角度，即(x，y，a)；圆形滤波片给出中心坐标位置(x，y)；
视场范围：65mm×65mm；
定位精度：0.05mm；
定位速度：1000ms/版；
定位给出的坐标以文本文件保存。（3）设备组成
硬件部分
软件部分
一套嘉恒图像研发的滤光片定位系统软件
三、滤光片缺陷检测系统
（1）系统原理
该检测系统通过获得外触发信号，采集图像，并对采集的图像进行处理，对滤光片的表面缺陷(麻点、划痕、崩边)进行分类，并统计每种缺陷的数量和缺陷的大小，最终给出滤波片的综合等级。
（2）性能指标
用户自定义麻点、划痕、崩边的缺陷等级；
对检测的滤光片各缺陷的数量进行统计，可保存并显示数据；
视场范围：8mm×8mm；
定位精度：5um；
定位速度：大于500ms/片。
（3）设备组成
硬件部分
软件部分
一套嘉恒图像研发的滤光片缺陷检测软件
四、应用领域
滤光片生产商、光学玻璃厂、眼睛片生产商等；
公司可承接相关领域的检测项目，并根据用户需求设计具体方案。
方案二滤光片定位、缺陷检测系统
一、系统描述
该系统用于检测光学玻璃镀膜产品，既滤光片。通过视觉成像检测滤光片的麻点、划痕、崩边三种外观缺陷，并对麻
点分等级；该系统由两个分系统组成：滤光片定位系统和滤光片缺陷检测系统。
系统工作流程如下图所示:
自动化工序达到目的：CCD对左边膜片定位(确定坐标)---机械臂根据定
位坐标移动产品放置到下一步进行外观缺陷检测---机械臂把产品移动到装
片盒进行装片。
0405
嘉恒图像机器视觉行业解决方案方案三 刹车片印刷图案缺陷检测系统 方案四 全自动车底安全检查扫描系统0607
方案三刹车片印刷图案缺陷检测系统
方案四全自动车底安全检查扫描系统针对刹车片在制造过程中出现的漏字、漏码，字母、字符无法辨认或严重变形等缺陷，嘉恒图像开发了刹车片印刷图案缺陷检测系统。该系统也可应用到类似的缺陷检测领域。
一、系统原理
该检测系统有三个模块组成：一是采集模块，实现对图像的采集；二是图像处理模块，有效地进行图案的检测和数码字的检测、识别。三是系统输
出部分，将检验结果通知客户，比如输出报警灯(闪烁、蜂鸣)等，提供剔除
控制信号。该系统主要由光源、摄像头、采集卡、图像处理计算机等部分组成（如图１所示）。一、系统描述车底检查系统采用CCD成像原理，当车辆经过车底检查仪以后，在系统的显示窗口显示出图像，并对采集到的车辆底盘图像进行图像识别，自动对比，以达到检查车辆底部是否有异物，从而实现车底的全自动安全检查；同时，配有车辆外观显示，车牌自动识别技术等，并对车辆的数据库信息进行有效的统计和查询。二、性能特点（1）可保存并显示车底扫描图像及车辆外观图片，并记录每一天经过车辆的数量、车牌号以及车辆信息；（2）可自动识别车牌号、车牌颜色等信息，并与之前保存的车辆黑名单库相比较，若有相同信息系统报警；用户可修改保存车牌号； （3）实现车底图像的浏览、切换、放大、缩小、自动适应、实际大小观看，及对图像进行均衡、锐化、平滑、亮度、对比度等处理；还有一些功能键和系统工作模式的设置；（4）车底图像识别、自动对比功能； （5）报警功能：对黑名单车辆和危险品车辆，采用蜂鸣、灯光和图像的方式进行报警；（6）数据库管理功能：提供被测车辆的车牌号、车辆信息，可以实现车牌号、日期等多种条件查询；实现对车辆黑名单的管理；（7）车辆测速功能：系统自动检测被测车辆的行进速度；（8）组建局域网功能：通过组建局域网可实现各个大门的联网操作。三、设备组成本系统方案推荐使用OK_LM1020黑白线阵相机，1024像素，37k的线扫描速度；OK_LS120A线阵采集卡，AI高亮条形光源；四、应用领域交通监控，安全检测；封闭车辆管理，客、货运火车管理等；公司可承接相关领域的检测项目，并根据用户需求设计具体方案。二、技术指标
（1）自动识别漏字、漏码，字母、字符无法辨认、只印轮廓或严重变形能查出；
（2）视场范围：250×200mm；
（3）检测速度：平均1片/秒，最快的检测速度不超过2片/秒；
（4）现有模板、新增模板，系统都能自动检测，不需要用户操作添加模板；
（5）检测精度：单个字符必须印90%以上，同时10%的未印部分不能集中在一处；
（6）报警功能：输出声光报警并保持，操作人员手动复位报警；
（7）剔除功能：不符合标准的工件立即剔除。
三、设备组成
（1）硬件部分四、应用领域
刹车片制造商；
各种需在部件上印制图案、数字等的
厂商；
系统可扩展，并根据客户的具体需求
提供个性化解决方案。
（2）软件部分 一套嘉恒图像开发的刹车片印刷图案缺陷检测软件
图1：检测系统
嘉恒图像机器视觉行业解决方案方案五 钢带缺陷在线高速自动检测系统0809
方案五钢带缺陷在线高速自动检测系统
钢带生产过程需要对产品进行有效的质量控制，及时发现不合格产品，嘉恒图像公司针对上述问题开发了这套钢带缺陷在线高速自动检测系统。实现了对各种钢带表面的空洞、豁口、裂边等缺陷的检测，有效地对钢带的表面质量进行实时监测。
一、系统原理
表面检测技术主要是利用先进的电荷耦合器件(CCD)
分组成。表面质量检测系统组成如右图所示。
系统的工作原理为，在被测钢带上打背光，当有孔洞的钢带经过时，在孔洞的区域亮度增强，其他区域没有变化，根据这个原理，通过检测摄像头里光强的变化，检测出钢带的孔洞缺陷；由于钢带表面反射现象很强，受外界光干扰严重，容易饱和，要求相机的工作环境尽量封闭；系统的工作过程为：首先利用照相机的原理，对钢带表面进行图像采集；然后是利用数字图像处理技术，对采集到的影像进行分析，对缺陷进行识别，再对钢带表面质量进行数据统计。
二、性能特点（1）检测宽度：系统的视场范围为650mm；（2）系统分辨率：0.31mm×0.28mm；（3）最大检测速度：180m/min；（4）可设置缺陷检测等级；（5）可设置钢带参数，如输入钢卷号；（6）检测结果处理：报警灯响亮；显示并保存缺陷图案；（7）缺陷以报表格式输出结果，统计缺陷的位置坐标、数量等。三、设备组成（1）硬件部分（2）软件部分 一套嘉恒图像研发的滤光片缺陷检测软件四、应用领域各种钢带生产厂家，铜带生产厂家，及其他金属带生产厂商；其他类似钢带生产的企业。如包装材料生产厂等；
公司可承接相关领域的检测项目，并根据用户需求设计具体方案。
嘉恒图像机器视觉行业解决方案
1011
方案六在线印刷检测系统
方案七工业探伤检测系统嘉恒图像研发的在线印刷检测系统，能有效的将印刷品中出现的图案不清晰、色彩失真、图案错位等不良情况反映出来，方便印刷工人实时监控纸张印刷的情况并及时进行调整，有效的提高印刷效率及印刷质量。
目前很多无损探伤检测项目多是用人眼来完成，但是随着科学技术的发展和市场竞争的日趋激烈，人工检测在图像分辨率以及对比度的指标上越来越达不到要求。嘉恒图像针对工业探伤的需求，开发了工业探伤机检测系统。一、系统原理
通过印刷机齿轮附近的光电开
关来控制中控箱发出指令，相机收
到命令即对印刷机传送带上高速运
动的纸袋进行拍照采图，并输出在
显示器上。采集图像大小、位置可
根据需要随时调节。工人通过显示
器，对印刷情况进行监测。二、性能特点
（1）实时检测，检测位置任意可调；
（2）检测纸带最高速度：300印/min.，最快速度可以每秒采集五张图片；
（3）最快触发频率：5次/s；
（4）工作温度：-5℃～+45℃；
（5）工作湿度：20～80%；
（6）分辨率：1280×1024，130万像素，可大范围视野地观察高速运动的图像，图像清晰明了；
（7）图像的大小、清晰度和亮暗可调；
（8）可移植性强，性价比高；
（9）能手动输入齿轮数，适用于各种型号齿轮机的印刷机；
（10）工作人员可对印刷过程进行实时监控。
二、性能特点（1）有效进行对图像信息进行辨识颜色； （2）物距：500～1000mm； （3）视场大小：200mm×200mm； （4）速度>10f/s；（5）曝光时间可调，图像无拖影； （6）软件界面简洁，方便操作；（7）开关量控制功能； （8）图像存储功能；（9）计数器功能； （10）软件具有加密功能。四、应用领域
所有连续纸张印刷过程中需观察所印刷的图案内容和颜色是否有误的企业。如
印刷厂，包装袋厂等；
其它类似于连续印刷检测的领域。三、设备组成一、系统描述目前工业上探伤检测的通常手段有超声、X光、紫外等。这里介绍的案例用于检测大型钢管，原理是用荧光物质在紫外光照射下发光的性质，将荧光物质涂在零件表面上，借助荧光检验钢管表面是否有裂痕。
在线印刷检测系统示意图
三、设备组成（1）硬件部分（2）软件部分 一套嘉恒图像研发的滤光片缺陷检测软件四、应用领域探伤设备制造商；工业制造企业；
系统可扩展，并根据客户的具体需求提供个性化解决方案。方案六 在线印刷检测系统 方案七 工业探伤检测系统
1．OK_M10B黑白图像采集卡OK_M10B是基于PCI总线的标准视频黑白图像采集卡。它采用高效总线分享技术，提高CPU并行处理能力，并有高带宽输入，数字抗混叠、滤波等多项先进技术，是一款专业级的标准黑白采集卡。主要技术参数采集信号： PAL、NTSC等标准视频信号 最大点频： 25M，采集点阵行方向连续可调 采集位数： 8位 采集格式： 8位、24位、32位 输入路数： 三选一路视频输入，用软件切换选择 输入幅度： 视频幅度0.2V-3V峰峰，零点调整为±1.5V 镜像采集： 上下、左右镜像采集 外触发输入： 支持(TTL低电平) 水平清晰线数： 800线 查找表： 具有输入查找表 信号检测： 可自动测量行场视频特性 嘉恒图像机器视觉行业解决方案方案八 激光切割机应用系统 机器视觉系统适用图像产品推荐1213
方案八激光切割机应用系统
机器视觉系统适用图像产品推荐一、系统描述
激光切割技术广泛应用于金属和非金属材料的加工中，可大大减少加工时间，降低加工成本，提高工件质量。现代的激光成了人们所幻想追求的“削铁如泥”的“宝剑”。 激光切割是应用激光聚焦后产生的高功率密度能量来实现的。激光切割机的整个系统由控制系统、运动系统、光学系统、水冷系统、排烟和吹气保护系统等组成。OK 系列产品是光学系统中的重要组成部分，光学系统获取清晰图像后，送至计算机通过软件进行识别运算，从而准确无误的进行硅片的切割。
二、性能指标
（1）目标尺寸：6mm×5mm；
（2）系统分辨率：5um×5um；
（3）算法耗时：<50ms；
（4）被切割图案要求左右对称；
（5）正确率：可达到100%。
三、设备组成
（1）硬件部分
（2）软件部分
一套嘉恒图像研发的识别与分割功能软件
四、应用领域
金属和非金属材料的激光加工企业；
系统可扩展，并根据客户的具体需求提供个性化解决方案。
一、OK系列图像采集卡2．OK_M10K黑白图像降噪采集卡OK_M10K是基于PCI总线的标准视频黑白图像采集卡。OK_M10K具有反馈式递归数字滤波器，滤波器实时运行，可有效去除图像中的噪音和随机干扰，滤波系数15档可选，用户可根据噪声和图像活动特性，选择最佳滤波系数。主要技术参数采集信号： PAL、NTSC等标准或非标准视频信号 最大分辨率： 36M，采集点阵行方向连续可调 采集位数： 8位 采集格式： 8位、24位、32位 输入路数： 四选一路视频输入，用软件切换选择 输入幅度： 视频幅度0.2V-3V峰峰，零点调整为±1.5V 镜像采集： 上下、左右镜像采集 外触发输入： 支持(TTL低电平)，外触发(低电平沿)硬件采集控制 水平清晰线数： 600线 查找表： 具有输入查找表 信号检测： 可自动测量行场视频特性 降噪功能： 具有硬件实时递归降噪功能，降噪系数15级可调
1415
5．OK_LS120A Camlink彩色线阵图像采集卡OK_LS120A是基于PCI总线，配合OK线阵系列摄像头而设计，接收符合CameraLink标准数字图像输出信号的线阵数字图像卡。具有高精度、高速度、无采集损失、使用灵活等特点。主要技术参数采集信号： CameraLink数字信号 总线结构： PCI总线结构 行分辨率： 8192x12 最大点频： 40M 采集格式： GRAY32、GRAY24、GRAY8、GRAY10黑白格式及 RGB32等彩色格式 输入路数： 一路CameraLink数字输入 输入视频： 支持双10/12位数据采集 外触发输入： 外触发信号输入 查找表： 具有输入/输出查找表 信号检测： 可自动测量行场视频特性 降噪功能： 具有硬件实时递归降噪功能，降噪系数15级可调6．OK_GPIO20 PCI输入输出控制卡GPIO20 控制卡具有多种接受外触发的输入端口；具有多种发出控制信号的输出端口；具有多种视频同步输出信号。这些输入输出端口为图象处理系统提供了多种不同设备之间的同步和控制能力。可用来与图像卡配合使用，来进行外触发控制采集等。技术特点及指标三个TTL输入端口； 四个光耦合式输入端口； 三个TTL输出端口； 二个光耦合输出端口； 一组继电器常开/常闭触点连接； 从输入视频分离输出复合同步、帧和场同步、行同步、奇偶场标志等信号，这些信号可输出，提供其它部分同步
之用。3．OK_RGB21A RGB分量图像采集卡
OK_RGB21A是基于PCI总线的RGB中速图像采集卡，可采集标准和非标准RGB分量摄像机和信号源，或是三个同步的独立视频源，并有数字抗混叠滤波等多项先进技术，提高图形清晰度。
主要技术参数
采集信号： 标准或非标准视频信号，可以是RGB分量式视频信号，
也可是单路黑白视频信号
最大分辨率： 2048×2048×3
最大点频： 60M，可采集的VGA最大分辨模式为 800×600，
85场，采样频率连续可调
采集格式： 支持RGB24或RGB32及GRAY8位格式的图像采集，
适用于各种 PCI或AGP显示卡
输入路数： 两路RGB通道选一
A/D： 三路8位A/D，三路输入的亮度和对比度可独立调节，
三路可自动调节带宽的抗混叠滤波器
镜像采集： 具有硬件镜像反转功能
同步方式： R带同步、G带同步、B带同步、复合同步、行场分离同步
外触发输入： 外触发信号输入(TTL低电平) 信号检测： 可自动检测信号源的行场特性
4．OK_LV20A LVDS数字图像采集卡
OK_LV20A是RS-644(LVDS)数字式图像采集卡系列。具有高精度、高速度、无采集损失、递归降噪、使用灵活等特点。主要技术参数
采集信号：RS-644(LVDS)标准数字视频输入信号
总线结构：PCI总线结构
最大分辨率：1600×1200×10
最大点频：40M
采集格式：支持GRAY32、GRAY24、GRAY8、GRAY10
黑白图形格式
输入路数：一路LVDS输入
输入视频：支持10位数据采集
镜像采集：具有硬件镜像反转功能
外触发输入：外触发信号输入(TTL低电平)
查找表： 具有输入查找表 信号检测： 可自动测量行场视频特性
1617
二、OK系列工业摄像头
2．OK_AM1330 LVDS高分辨黑白摄像头 OK_AM1330，1/2英寸黑白面阵CCD，有效像元输出1300×1024，10位RS-644(LVDS)数字输出；全窗口输出时，帧频8-24Hz可选；局部行输出时，最大帧频可高达200F/S，可随时触发采集，曝光时间可控，对比度、亮度可调；带有电子消隐圆功能，可以设置电子圆的半径和中心坐标。 可匹配卡型：OK_LV20A, OK_LV40A 主要技术参数
1．OK_AM1100/AM1300高分辨黑白摄像头
OK_AM1100（AM1300），1/2英寸黑白面阵CCD，有效像元输出768×576
（1300×1024），逐行模拟视频输出；全窗口输出时，帧频20-70Hz（8-24Hz ）可选；视频输出为1.0Vpp，75Ω；局部行输出时，最大帧频可高达800（200）F/S，可
随时触发采集，曝光时间可控，由RS232控制的功能有扫描方式、曝光时间、帧频
率、黑电平、增益、Gamma校正等。
可匹配卡型：OK_M10B, OK_M10K, OK_M20A。
主要技术参数
3．OK_AC1300高分辨彩色RGB摄像头OK_AC1300，1/2英寸彩色面阵CCD，最大分辩率1300×1024，逐行模拟视频输出；视频输出为1.0Vpp，75Ω；全窗口输出时，帧频8-24Hz 可选；局部行输出时，最大帧频可高达230F/S，可随时触发采集，曝光时间可控，白平衡、对比度、亮度、饱和度可调。色彩亮丽逼真；支持外同步模式。
可匹配卡型：OK_RGB10B, OK_RGB21A
主要技术参数4．OK_AC1300A VGA输出彩色摄像头OK_AC1300A，1/2英寸彩色面阵CCD，最大分辩率1300×1024，VGA75Hz输出：直接连接显示器显示，图像更为直观，降低系统成本，更经济实用；视频输出为1.0Vpp，75Ω；可随时触发采集，曝光时间可控，白平衡、对比度、亮度、饱和度可调。色彩亮丽逼真；支持外同步模式。
可匹配卡型：OK_RGB10B, OK_RGB21A
主要技术参数
1819
嘉恒图像机器视觉行业解决方案
205．OK_LM2020/LM2020 Camlink线阵黑白摄像头
OK_LM1020（OK_LM2020），黑白CCD传感器，像素尺寸14μm；有效像素1024（2048） Pixels；行频37 （19）KHz；像素深度8、10、12、14位软件可调；光谱范围200nm至1000nm；CameraLink接口输出，12V DC电源，F卡口镜头；支持串口编程，增益、偏置可调，多种测试图，AOI和数据移位等功能；内、外同步模式，边沿、电平和可编程曝光方式。
可匹配卡型：OK_LS120A
主要技术参数
机器视觉基础知识详解 随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。小编为你准备了这篇机器视觉入门学习资料。 机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉优势：机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。人工检测与机器视觉自动检测的主要区别有：
为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。 案例一：机器人+视觉自动上下料定位的应用： 现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘2中，振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统，该系统通过判断玩偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人，机器人收到坐标后运动抓取产品，当振动盘中有很多玩偶处于反面时，VD200视觉定位系统需判断反面玩偶数量，当反面玩偶数量过多时，VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。 该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面，计算出玩偶中心点坐标，发送给机器人。通过VD200视觉定位系统实现自动上料，大大减少人工成本，大幅提高生产效率。 案例二：视觉检测在电子元件的应用： 此产品为电子产品的按钮部件，产品来料为料带模式，料带上面为双排产品。通过对每个元器件定位后，使用斑点工具检测产品固定区域的灰度值，来判断此区域有无缺胶情况。 该应用采用了深圳视觉龙公司的DragonVision视觉系统方案，使用两个相机及光源配合机械设备，达到每次检测双面8个产品，每分钟检测大约1500个。当出现产品不良时，立刻报警停机，保证了产品的合格率和设备的正常运行，提高生产效率。
2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 原始数据特征向量类别标识 特征度量模式分类器 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。
3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学
基于机器视觉的产品检测技术研究 1、机器视觉 1.1机器视觉的概念 机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。 值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、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、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。 机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 1.3机器视觉的研究现状 机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为
3D机器视觉应用解决方案
3D视觉 R G B + XYZ 机器需要显性的三维数据以更好地理解物理世界 2D机器视觉开始逐步普及 3D机器视觉刚刚开始落地
3D机器视觉普及的关键障碍 ?光学：精度、分辨率、量程等 硬件核心规格 ?电学：速度、接口、传输等 ?尺寸、功耗、结构等 硬件物理指标 ?工况条件适应性、稳定性 ?相机价格、上位机成本、软件成本 系统实施成本 ?使用和维护成本 ?3D视觉算法和软件的稀缺性 软件完整成熟 ?软件工程优化和实际使用场景下的成熟度商业软件和开源软件在硬件大量普及的基础上预期发展会加速起来
3D 相机硬件综述 高度标准化的硬件模组 低性能小尺寸极低价 工业场景不适用 2D大厂、3D创新极其缓慢 特殊规格顶级相机，价格昂贵 应用场景非常有限，出货量少 工业级硬件+ 软件方案 合适精度、超低成本、小型化 新的产业需求，致力3D无处不在 传统机器视觉大厂消费类3D视觉 3D在工业的普及应用 图漾已经在此占据明显的领先优势
1-硬件价格和系统成本 ?必须突破2年投入回报期的决策困局，为客户带来超预期的性价比 ?>2年回报期：少量非用不可的节点 ?<1年回报期：大规模普及应用 ?硬件成本三大件= 手+ 眼+ 脑 ?脑：计算单元成本相对透明合理，比较标准化，选择多 ?手：进口和国产机器人齐头并进，性价比趋于合理，比较标准化 ?眼：技术和研发难度大，软件占比高，国外产品成本虚高 ?机器视觉之眼 ?2D：国产工业相机在起步，国内软件在起来，应用集成类上市公司在涌现 ?3D：国内核心技术有突破，应用环节也应该走在全球前沿
机器视觉系统的５个主要组成结构介绍 从机器视觉系统字面意思就可看出主要分为三部分：机器、视觉和系统。机器负责机械的运动和控制；视觉通过照明光源、工业镜头、工业相机、图像采集卡等来实现；系统主要是指软件，也可理解为整套的机器视觉设备。下面我们重点说下机器视觉系统中的五大模块： 1.机器视觉光源（即照明光源） 照明光源作为机器视觉系统输入的重要部件，它的好坏直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的视觉光源，以达到最佳效果。常见的光源有：LED环形光源、低角度光源、背光源、条形光源、同轴光源、冷光源、点光源、线型光源和平行光源等。 2.工业镜头 镜头在机器视觉系统中主要负责光束调制，并完成信号传递。镜头类型包括：标准、远心、广角、近摄和远摄等，选择依据一般是根据相机接口、拍摄物距、拍摄范围、CCD尺寸、畸变允许范围、放大率、焦距和光圈等。 3.工业相机 工业相机在机器视觉系统中最本质功能就是将光信号转变为电信号，与普通相机相比，它具有更高的传输力、抗干扰力以及稳定的成像能力。按照不同标准可有多种分类：按输出信号方式，可分为模拟工业相机和数字工业相机；按芯片类型不同，可分CCD工业相机和CMOS工业相机，这种分类方式最为常见。 4.图像采集卡 图像采集卡虽然只是完整机器视觉系统的一个部件，但它同样非常重要，直接决定了摄像头的接口：黑白、彩色、模拟、数字等。比较典型的有PCI采集卡、1394采集卡、VGA 采集卡和GigE千兆网采集卡。这些采集卡中有的内置多路开关，可以连接多个摄像机，同时抓拍多路信息。 5.机器视觉软件
机器视觉入门知识详解 随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。小编为你准备了这篇机器视觉入门学习资料。 机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉优势：机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。人工检测与机器视觉自动检测的主要区别有：
为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。 啤酒厂采用的填充液位检测系统为例来进行说明： 当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒 瓶和持续的流程统计数据。
机器人视觉引导玩偶定位应用： 现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘2中，振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统，该系统通过判断玩偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人，机器人收到坐标后运动抓取产品，当振动盘中有很多玩偶处于反面时，VD200视觉定位系统需判断反面玩偶数量，当反面玩偶数量过多时，VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。 该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面，计算出玩偶中心点坐标，发送给机器人。通过VD200视觉定位系统实现自动上料，大大减少人工成本，大幅提高生产效率。 视觉检测在电子元件的应用：
机器视觉系统 1.引言 随着医疗水平和医疗器械的不断提高和更新，一次性注射针以其方便、卫生的特点深受用户的喜爱，其需求量也迅速增大，而针头外观的好坏直接影响到一次性注射针的质量。所以为了减少不合格品的数量，需要增加检测工序。手工外观检验和产品标记昂贵和不可靠。同时又意味着不近人情的单调工作。这里，自动化机器视觉系统提供了解决这些问题的方案。 2. 一次性注射针的缺陷 一次性注射针可以分为针座和针头两个部分。针座的缺陷对产品的质量影响可以不计。而针头就存在着两种缺陷情况：首先针头在制作过程中针尖部位可能会产生毛刺；其次针头在自动装配过程中可能会产生倒插现象（针尖部位被插入针座）。影响针头的几个缺陷为：针尖毛刺、倒插。其中倒插不仅会对产品的质量产生直接的影响，而且严重的会危害到人的生命。如图1： 正插倒插 图1 3. 利用机器视觉实现一次性注射针的外观缺陷的自动化检测 随着市场一次性注射针需求的不断增大，以及客户对产品质量的要求，越来越多的医疗器械生产厂商采用自动化注射针检测系统，对一次性注射针的外观缺陷进行综合检测。这种方法代替了传统的人工方法以提高生产效率和产品质量，解决了人工方法效率低、速度慢，以及受检测人员主观性制约等不确定因素
带来的误检及漏检，实现更好的100%产品在线检测。 3.1机器视觉系统概述 机器视觉系统是指通过图像摄取装置（分CMOS相机和CCD相机两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。 3.2 机器视觉系统的特点 1）. 机器视觉系统属于光电系统； 2）. 机器视觉系统中的传感器属于阵列传感器； 3）. 机器视觉系统中的数据量大； 4）.运行速度快，但与集成电路的制造与发展相关。 3.3机器视觉实现一次性注射针的外观缺陷的自动化检测方案 本文采用了注射针检测系统用于一次性注射针的外观缺陷检测。该系统以西门子图像处理器为核心，并结合西门子自动化设备，形成了既有简单的数字信号接口又有复杂的工业网络接口的系统，让用户能选择适合自己工况的系统，既方便又节省投资。 其基本检测处理流程如图2，简易系统框架如图3： 图2 基本检测流程图图3简易系统框架
机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式
2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像
第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定
解读机器视觉系统解析及优缺点 在现代工业自动化生产中，涉及到各种各样的检验、生产监视及零件识别应用，例如零配件批量加工的尺寸检查，自动装配的完整性检查，电子装配线的元件自动定位，IC上的字符识别等。通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。 由此人们开始考虑利用光电成像系统采集被控目标的图像，而后经计算机或专用的图像处理模块进行数字化处理，根据图像的像素分布、亮度和颜色等信息，来进行尺寸、形状、颜色等的判别。这样，就把计算机的快速性、可重复性，与人眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。 一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。当这些要求完全确定后，这个系统就设计并建立来满足这些精确的要求。 机器视觉的优点包括以下几点： ■精度高 作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多部件的一个进行空间测量。因为此种测量不需要接触，所以对脆弱部件没有磨损和危险。 ■连续性 视觉系统可以使人们免受疲劳之苦。因为没有人工操作者，也就没有了人为造成的操作变化。多个系统可以设定单独运行。 ■成本效率高 随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变得越来越高。一个价值10000美元的视觉系统可以轻松取代三个人工探测者，而每个探测者每年需要20000美元的工资。另外，视觉系统的操作和维持费用非常低。 ■灵活性 视觉系统能够进行各种不同的测量。当应用变化以后，只需软件做相应变化或者升级以适应新的需求即可。 许多应用满意过程控制（SPC）的公司正在考虑应用机器视觉系统来传递持续的、协调的和精确的测量SPC命令。在SPC中，制造参数是被持续监控的。整个过程的控制就是要保证这些参数在一定的范围内。这使制造者在生产过程失去控制或出现坏部件时能够调节过程参数。 机器视觉系统比光学或机器传感器有更好的可适应性。它们使自动机器具有了多样性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软件的变换而不是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用 机器视觉系统的构成 机器视觉技术用计算机来分析一个图像，并根据分析得出结论。现今机器视觉有两种应用。机器视觉系统可以探测部件，在此光学器件允许处理器更精确的观察目标并对哪些部件可以通过哪些需要废弃做出有效的决定；机器视觉也可以用来创造一个部件，即运用复杂光学器件和软件相结合直接指导制造过程。 尽管机器视觉应用各异，但都包括以下几个过程；
机器视觉系统的关键技术在哪 机器视觉系统的关键技术在哪？专家解释，成功的机器视觉系统最主要的是解决图像采集和图像处理分析这两大问题，而图像的采集又牵扯到了光源、光学成像、数字图像获取和传输等几大技术问题。那对于机器视觉系统的关键技术该怎样认识呢？ 机器视觉技术通过计算机对摄取的图像进行处理，分析其中的信息，并做出相应的判断，进而发出对设备的控制指令。机器视觉系统的具体应用需求千差万别，视觉系统本身也可能有多种不同的形式，但都包括以下过程: ◇图像采集利用光源照射被观察的物体或环境，通过光学成像系统采集图像，通过相机和图像采集卡将光学图像转换为数字图像，这是机器视觉系统的前端和信息来源。 ◇图像处理和分析计算机通过图像处理软件对图像进行处理，分析获取其中的有用信息。如PCB板的图像中是否存在线路断路、纺织品的图像中是否存在疵点、文档图像中存在哪些文字等。这是整个机器视觉系统的核心。 ◇判断和控制图像处理获得的信息最终用于对对象（被测物体、环境）的判断，并形成对应的控制指令，发送给相应的机构。如摄取的零件图像中，计算零件的尺寸是否与标准一致，不一致则发出报警，做出标记或进行剔除。 ◇照明设计照明设计主要包括三个方面: 光源、目标和环境的光反射和传送特性、光源的结构。照明直接作用于系统的原始输入，对输入数据质量的好坏有直接的影响。光源决不仅仅是为了照亮物体，通过有效的光源设计可以令需要检测的特征突出，同时抑制不需要的干扰特征，给后端的图像处理带来极大的便利。而不恰当的照明方案会造成图像亮度不均匀，干扰增加，有效特征与背景难以区分，令图像处理变得极其困难，甚至成为不可能完成的任务。由于被测对象、环境和检测要求千差万别，因而不存在通用的机器视觉照明设备，需要针对每个具体的案例来设计照明的方案，要考虑物体和特征的光学特性、距离、背景，根据检测要求具体选择光的强度、颜色和光谱组成、均匀性、光源的形状、照射方式等。 ◇相机是一个光电转换器件，它将光学成像系统所形成的光学图像转变成视频/数字电信号。相机通常由核心的光电转换器件、外围电路、输出/控制接口组成。目前最常用的光
机器视觉测量技术 杨永跃 合肥工业大学 2007.3
目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像
5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
机器视觉概念/研究现状/应用/检测 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 1、机器视觉 1.1机器视觉的概念 机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。 值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、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、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，
要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。 机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。
机器视觉基础知识详解 随着工业4、0时代的到来,机器视觉在智能制造业领域的作用越来越重要,为了能让更多用户获取机器视觉的相关基础知识,包括机器视觉技术就是如何工作的、它为什么就是实现流程自动化与质量改进的正确选择等。小编为您准备了这篇机器视觉入门学习资料。 机器视觉就是一门学科技术,广泛应用于生产制造检测等工业领域,用来保证产品质量,控制生产流程,感知环境等。机器视觉系统就是将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布与亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。 机器视觉优势:机器视觉系统具有高效率、高度自动化的特点,可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触,安全可靠。人工检测与机器视觉自动检测的主要区别有: 为了更好地理解机器视觉,下面,我们来介绍在具体应用中的几种案例。 案例一:机器人+视觉自动上下料定位的应用:
现场有两个振动盘,振动盘1作用就是把玩偶振动到振动盘2中,振动盘2作用就是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统,该系统通过判断玩偶正反面,把玩偶处于正面的坐标值通过串口发送给机器人,机器人收到坐标后运动抓取产品,当振动盘中有很多玩偶处于反面时,VD200视觉定位系统需判断反面玩偶数量,当反面玩偶数量过多时,VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。 该定位系统通过玩偶表面的小孔来判断玩偶就是否处于正面,计算出玩偶中心点坐标,发送给机器人。通过VD200视觉定位系统实现自动上料,大大减少人工成本,大幅提高生产效率。 案例二:视觉检测在电子元件的应用: 此产品为电子产品的按钮部件,产品来料为料带模式,料带上面为双排产品。通过对每个元器件定位后,使用斑点工具检测产品固定区域的灰度值,来判断此区域有无缺胶情况。 该应用采用了深圳视觉龙公司的DragonVision视觉系统方案,使用两个相机及光源配合机械设备,达到每次检测双面8个产品,每分钟检测大约1500个。当出现产品不良时,立刻报警停机,保证了产品的合格率与设备的正常运行,提高生产效率。 案例三:啤酒厂采用的填充液位检测系统案例:
机器视觉系统设计五大难点【详 解】 机器视觉系统设计五大难点 内容来源网络，由“深圳机械展（11万m2, 1100 多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、数控系统、3D打印、激光 切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 机器视觉系统的组成 机器视觉系统是指用计算机来实现人的 视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部
分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。 机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。 机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。 近80%的工业视觉系统主要用在检测方面，包括
用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。下面通过一个用于生产线上的单摄像机视觉系统，说明系统的组成及功能。 视觉系统检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS其它系统集成。 图像的获取
机器视觉基础知识详解 随着工业 4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让 更多用户获取机器视觉的相关基础知识， 包括机器视觉技术是如何工作的、 它为什么是实现 流程自动化和质量改进的正确选择等。小编为你准备了这篇机器视觉入门学习资料。 机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量， 控制生产流程，感知环境等。机器视觉系统是将被摄取目标转换成图像信号, 传送给专用的 I 图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信 号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 光源 机器视觉优势：机器视觉系统具有高效率、 高度自动化的特点， 可以实现很高的分辨率精度 与速度。机器视觉系统与被检测对象无接触， 安全可靠。人工检测与机器视觉自动检测的主 要区别有: C C D 相机 高題 T 作时闻 工仙『可肖限 不易信息■棗成 人;」和倉理或本不斬上升 不适合齡和措辭境 V 工件 可靠性
为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。 案例一：机器人+ 视觉 自动上下料定位的应用: 从反面振动为正面。该应用采用了深圳视觉龙公司 VD200视觉定位系统，该系统通过判断玩 偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人， 机器人收到坐标后运动抓取产 品，当振动盘中有很多玩偶处于反面时， VD200视觉定位系统需判断反面玩偶数量，当反面 玩偶数量过多时，VD200视觉系统发送指令给振动盘 该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面， 计算出玩偶中心点坐标，发 送给机器人。通过VD200视觉定位系统实现自动上料， 大大减少人工成本， 大幅提高生产效 率。 案例二：视觉检测在电子元件的应用: 此产品为电子产品的按钮部件，产品来料为料带模式，料带上面为双排产品。通过对 每个元器件定位后，使用斑点工具检测产品固定区域的灰度值， 来判断此区域有无缺胶情况。 该应用采用了深圳视觉龙公司的 Drag on Visi on 视觉系统方案，使用两个相机及光源配 合机械设备，达到每次检测双面 8个产品，每分钟检测大约 1500个。当出现产品不良时, 立刻报警停机，保证了产品的合格率和设备的正常运行，提高生产效率。 2把反面玩偶振成正面。 SB 3^ I i- I" 现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘 2中，振动盘2作用是把玩偶
机器视觉检测技术在工业检测中的应用 发表时间：2018-11-11T11:27:25.170Z 来源：《电力设备》2018年第17期作者：吴崇龙[导读] 摘要：机器视觉主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。 (身份证号码：44080319880423xxxx) 摘要：机器视觉主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分，计算机视觉是研究试图建立从图像或者多维数据中获取“所需信息”的人工智能识别系统。正广泛地应用于医学、军事、工业、农业等诸多领域中。 关键词：机器视觉；工业检测；应用视觉技术在国内外发展极其必要。2008年经济危机极大冲击了美国至全球的各个领域。美国汽车制造业“BigThree”频临破产，进一步自动化是唯一出路。美国政府推行“MadeinUS”计划。出台多个政策刺激鼓励企业技术发明创新，视觉技术的应用就显得非常必要。近年在国内，劳动力工资成本大幅提高，很多生产企业迁移到人力资源更低廉的国家和区域，食品、医药质量事件不断。“MadeinChina”在世界声誉亟需提高，为提高质量保持竞争力，各领域的视觉检测及高度自动化势在必行。视觉检测对工业自动化的重要性与日俱增，工业自动化需求对视觉技术的推动高度集成化。在工业生产中，相对于传统的一些测量方法，机器视觉最大的优点是快捷、安全、可靠性大，精确和智能化，机器视觉精准地采集图片和算法分析，提高了产品验证的一致性，无接触并适应各种高温低温环境的测量，提升了产品生产的安全性、降低工人劳动强度，更实现企业高效安全生产和自动化管理，这些都具是不可替代的。下面通过举例证明这些方面的应用。 1机器视觉检测技术具体应用随着社会生产的发展，人们对于口罩外观质量的要求日趋严格。无纺布口罩的生产流程主要有：口罩定型、口罩成型、焊接冲切、上鼻梁条、耳带焊接、文字移印共六道工序，在口罩焊接冲切的过程中，如果对杯型口罩本体和口罩外套进行压合、焊接、切边的操作的过程不当就会使口罩出现瑕疵，影响产品的品质及企业的信誉。因此在无纺布口罩生产的过程中，应当采取一定的措施检测并剔除含有毛发、污点的口罩，保证口罩的品质。无纺布口罩的成品和半成品在流水线上以每秒近十片的速度流转，有时运行速度超过了每分钟一千米，在这种速度下传统的人工检测技术无法适应高速生产线，而且人工检测方法效率低下，劳动成本高，容易漏检，给企业造成损失。所以通过机器视觉技术进行无纺布口罩表面瑕疵检测口罩质量检测提供了很好的方案。 机器视觉系统的工程顺序为：首先将标准的样品放到传送带上，将样品移动到高速CCD线阵照相机下方，照明系统发出的平行光源照亮物体，选用畸变小的光学镜头，将被检测样品的三维场景的图像采集到计算机内部，形成二维图像，精确地反映样品表面的实际情况，建立标准样本特征库。为了对样品进行精确的测量，可以在摄像机视场内不同方位对标定标准样品进行多次标定，然后求其均值作为最终的标定系数，这样既可消除镜头畸变引起的误差又可去掉标定过程引入的随机误差。这种标定方法具有标定精度高、过程简单、成本低廉的优势，相较于标准的网格平面体标定方式更加容易实现，以标准样品为标定物，保证了被测样品各位置的光学参数与标定得到的参数相一致，确保了应用系统的标定精度和稳定性。标定方法的确定为下一步样品的检测和相机抓拍的控制提供了基础。 其次采用闭环控制方法，精确抓拍高速运动工件的图像，以防止工件抓拍不完整为后续检测工作带来困难，其控制过程为：传感器检测到工件的工位信息后,将工件的工位信息发送给相机控制单元,相机控制单元控制相机快门开启,完成相机拍照(工件图像曝光),获取工件图像,该图像传送到工件图像分割与定位单元进行处理,定位出工件图像在整幅图像中的位置,计算出工件图像中心与整幅图像中心的位置偏差,将位置偏差反馈到相机控制单元,相机控制单元根据本次的位置偏差调整下次的相机快门开启时间,以便让工件图像处于整幅图像中心位置,实现相机精确抓拍工件图像的控制。 再次对工件图像进行快速处理，对这些信号进行各种运算来提取产品的异常特征，如表面是否有毛发、异物、污点，以及耳绳、鼻梁线等部件有无缺失等等。 最后将被检测工件图像与标准样本特征库中的特征进行对比,找出被检测工件图像特征与特征库中的特征不相符的部分,若不相符的部分超出规定的范围,即可以判定为瑕疵工件。通过系统设计的剔废机构自动将有异常特征的废件剔除，从而实现口罩缺陷的自动识别、剔废功能，检测精度达到纵横向均为0.01毫米。 2机器视觉识别技术应用实例当前，机器视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量和生产效率。企业中用于检测输血袋编号。在血袋生产过程中，血袋上的字符编号的正确和唯一是必不可少的检测信息。依靠工人的肉眼逐条检测带状转印薄膜上的字符串，来追踪血袋编号是否错印，劳动强度大，效率低,不能从根本上保证检测质量。一旦血袋编号出现重印、错印将会发生严重医疗事故，因此一种基于机器视觉技术的血袋编号字符的提取、识别与错误反馈于一体的检测系统就适时、必要地诞生了，用以提高一次性血袋出厂编号的检测精度和自动化水平，保证产品质量，解决生产实际问题。 2.1字符在线识别系统组成 为达到识别目的，识别系统由硬件和软件构成。硬件系统主要有血袋编号检测台机械结构、LED阵列照明系统、血袋编号图像采集系统、摄像机和计算机等。软件部分是系统的核心，主要由图像预处理、字符定位、字符倾斜校正、字符分割、字符识别等部分组成。 2.2识别系统的实现 本系统基于labVIEW编程、图像处理、微型计算机接口技术等实现输血袋的文字在线识别。使用图像灰度化技术、平滑、校正、直方图均衡化等技术进行图像预处理。使用投影定位法等对字符进行定位。使用投影法、模版匹配等进行倾斜角度调整。使用垂直投影法对字符进行分割。使用了BP神经网络来识别分割后的字符。为提高识别率，设计训练了三个神经网络:字母网络、数字网络、字母与数字网络。 2.3实验结果