工程技术研究与应用主持：赵彩云 徐 仲 勋 黄 科 程 １．１ 照明 装备制造与教育第二十九卷 １．３摄像机 照明是机器视觉系统里的一个非常重要的部 分。它直接影响着摄像机采集到的数据的质量，所 摄像机是将光线生成图像的装置。摄像机又分 为ＣＣＤ传感器摄像机和ＣＭＯＳ传感器摄像机。两者 以，在选择照明设备的事情上，要非常的谨慎。一个 好的光源的判别标准是：（１）能够突出被测物体的特 征，使要被检测的部分能够与不被检测部分产生明 显的区别，增加对比度。（２）保证稳定性和亮度。（３） 主要的区别是从芯片中读出数据的方式不一样。 ＣＣＤ传感器制造的成本高，制造工艺复杂，消耗的 电力高，但是成像的质量好。ＣＭＯＳ制造成本低，制 造工艺简单，消耗的电力小，但是ＣＭＯＳ的通透性 和对色彩的还原能力都比较差。ＣＣＤ可分为两类， 线阵式和面阵式。在速度较高的情况下一般采用线 阵式，速度低的情况下采用面阵式。面阵式价格也比 机 器 当物体的位置发生变化时，成像的质量不应该受到 影响。 生活中常见的光源主要有白炽灯、氙灯、荧光 灯、ＬＥＤ等几种类型。在照明的上，有两种方法可以 来增强需要的目标特征：（１）利用光谱。比如使用合 适的照明光源，使光的光谱范围是希望能看到的范 围被目标物体反射，不想看到的范围被物体吸收。 （２）利用照明的方向性。说到方向性，有两种方法：第 一种利用光源本身的照射效果。光源漫反射时，光在 每个方向的照射强度基本相同。直接照射的时候，光 源的光集中在一个非常小的范围内。特定的环境下， 光源发出Ｏ－向平行光。（３）可以从光源、摄像机、被测 物三个部分的相对位置人手。有正面光、背光、明场 照明、暗场照明四种相互的方法。当光源和摄像 机在被测物同一侧的时候，称为正面光。当光源和摄 像机在被测物两边的时候，称此时的光为背光。当光 源和被测物成一定的角度的时，此时大部分光反射 到摄像机，称为明场照明。当光源位置使大部分的光 没有反射到摄像机的时候，仅仅是将照射到被测物 的特定的部分光反射到摄像机的时候，称为暗场照 明。 １．２镜头 镜头是一种光学设备，全称为摄像镜头。主要功 能是使光聚集而在摄像机内部成像。镜头是视觉系 统中非常重要的部分，对图像的质量有着决定性的 作用。决定镜头性能的参数主要有焦距、工作距离、 视场、景深、分辨率等。普通镜头如图２所示。 图２镜头 焦距指的是平行光入射的时候从透镜的光心到 光聚集在一起的焦点的距离。工作距离指的是镜头 的前部到被测物体的距离。视场表示摄像头能观察 到的最大的范围。景深指的是在物体在摄像机照射 到的清晰的图像的情况下能移动的前后距离范围。 较便宜。 １．４图像采集卡 图像采集卡主要的功能是把摄像机采集到的数 据转存至电脑中。 ２机器视觉技术的应用 机器视觉技术能应用在多个行业，但其功能主 要是用来检测和测量。机器视觉最大的优点就是在 测量时和被测物体无接触，而且其速度快，精度较 高，抗干扰能力也很强。从理论上说，通常人肉眼观 察不到的光，机器视觉都能观察到，如红外线、超声 波等。机器视觉观察到这些我们看不到的光后，可以 把它们转化为我们肉眼能观察到的图像，非常实用。 另外机器视觉能长时间工作而保持稳定，这些都是 人肉眼所不能做到的。这些优点使机器视觉系统得 到了广泛的应用，并且也取得了巨大的经济效益。 ２．１ 工业领域的应用 机器视觉在工业领域的应用是最广泛的。主要 用来做产品的检测和分类以及机器人的研究。在产 品的检测方面，主要是基于产品特征来作检测，主要 分为以下三类： （１）检测产品表面特征 通过检测产品表面的划痕，凹凸以及裂纹或者 是粗糙度来对产品进行评估进而可以划分等级。 （２）检查产品的空间特征 通过检查产品的空间特征来判定产品的尺寸以 及形状，以此来判定产品的尺寸是否在误差范围内 或产品是否有正确的形状。这种检查主要设计产品 的三维或者二维结构如产品的形状、位置、方向等。 （３）检查产品的结构特征 可以准确地检查产品是否丢失了零件以及产品 是否有损坏。 ２＿２在机器人的研究方面 把机器视觉应用于机器人上面，就可以使机器 人更加的自主、灵活，也更能适应变化着的环境。这 样可以使机器人搬运，加工零件，自动焊接的时候能 更加有效率。 ２．３ 医学领域的应用 在医学领域，机器视觉主要是作为仪器来辅助 工程技术研究与应用主持：赵彩云 医生对病人进行检查以及数据的分析。比如进行医 学影像的分析，对数据进行统计和分析，自动完成对 细胞的个数的计数，这样，就简便了很多，节省了很 多的时间，省去了很多的人力物力。 ２．４在农业领域的应用 机器视觉应用于农产品始于上个世纪７０年代 末。随着科技的进步，硬件和软件得到了迅猛的发 展，机器视觉在理论与实践方面都得到了重大的发 展，在农业领域也应用得更加广泛。在农产品的收 获、农产品的颜色识别、农场的作业以及农作物的生 长质量的检测都取得了巨大的成果。如图３所示。 图３视觉机器人收获水果 ３机器视觉技术存在的问题 虽然机器视觉得到了广泛的应用，并且取得了 很大的成果，但是不得不承认，机器视觉还是有很多 的不足。对于人眼来说，也许识别一个物体，理解周 围的场景是一件很容易的事情，但是对于机器来说， 存在以下几个问题： （１）一幅图像多重意义 当三维的图像被投影成为二维的图像，许多的 信息就会丢失，也许两张相同的二维图像是由两个 完全不同的三维场景投影而成的。另外，同一物体， 从不同的视角拍摄，也会产生不同的图像，机器分辨 起来也会有很大的难度。 （２）数据量比较大 不管是彩色图像还是灰度图像，其信息量都十 分巨大，因此就需要很大的存储空间，这样就不容易 实现快速处理。 （３）环境因素的影响 周围的噪光，光的不稳定，物体的形状及颜色， 摄像机与物体的相互位置的变化都会对图像有一定 的影响。 （４）实￣，－ｊ－性问题 实时性主要分为硬实时和软实时。随着硬件的 发展，硬实时问题已经有了比较好的解决方案。 在软实时的问题上，主要是靠算法来解决，以提 高图像的处理速度。但是这样的话，在复杂的工作现 场，就会有准确性和鲁棒性下降等问题。因此，就无 法精确地得到物体的图像。 ４结语 经过了几十年的发展，机器视觉已经日趋成熟， 并且应用得也越来越广泛。这大大地提高了机器自 动化、智能化的水平，为社会带来了巨大的经济效 益。虽然在解决图像的分辨、实时性等问题上还是有 一定的困难，但是随着科技的发展，这些问题也会得 到很好解决的。机器视觉在我国也算是新兴产业，越 来越多的公司和科研机构开始研究机器视觉，机器 视觉必然将成为我国的支柱产业。 【参考文献】 【１】贾云得８机器视觉９；８北京：科技出版社＜≠≠一李金雄． ＰＩＣ单片机轻松入门『Ｍ１．北京：中国电力出版社，２０１３． 【２】段发阶，张洪涛，叶声华视觉技术在电子网板检测中的应 用研究Ⅲ光电子・激光，２００１，１２（９） ｌ３】颜发根，少华，陈乐等．基于ＰＣ的机器视觉系统Ｕ１．可编程 控制器与工厂自动化，２００４（７）：１２９—１３１． 【４】刘焕军，王耀南。机器视觉中的图像采集技术卟电脑与信 息技术，２００３（１）：１８—２１． 『５】章炜 机器视觉技术发展及其工业应用Ｕ】．红外，２００５，２７ （２）：１１—１７ 【６】彭刚，黄心汉，王敏．基于视觉引导和超声测距的运动目标 跟踪和抓取Ｕ１．高技术通讯，２００２，１２（６） ［７】叶华声，邾继贵，王仲．视觉检测技术及应用Ｕ】．中国工程科 学．１９９９． ［８】颜发根，刘建群，陈新，丁少华．机器视觉及其在制造业中的 应用Ｄ１．机械制造，２００４（４２）． 【９］王昕，秦鹏，Ｆｒｏｓｔ＆Ｓｕｌｌｉｖａｎ公司．机器视觉系统市场Ｕ］．软 件，２００７（２）：１６—１７． 【１０】张五一，赵强松，王东云．机器视觉的现状及发展趋势 装备制造与教育第二十九卷原工学院学报，２００８，１９（１）：９－１１，１５． ［１１】朱瑞．机器视觉的典型应用Ｕ１．应用光学，２００７（４）：１８—２１． ［１２】朱铮涛，黎绍发．视觉，ａｌ４量技术及其在现代制造业中的应 用Ⅱ］．现代制造工程，２００４（４）：５９—６１ ［１３１刘继胜，钟良．机器视觉技术在质量检测中的应用Ｕ１．现代 制造工程，２００４（２）：９９—１０１ ［１４］范祥，卢道华，王佳．机器视觉在工业领域中的研究应用 Ｕ】．现代制造工程，２００７（６）
