关于机器视觉及其应用问题的探讨

关于机器视觉及其应用问题的探讨

作者：朱晓丽

来源：《中国教育技术装备》2010年第09期

1 机器视觉的概念

简而言之,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)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。

2 机器视觉系统的组成

2.1 图像的获取图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据,它主要由照明、图像聚焦形成、图像确定和形成摄像机输出信号3部分组成。

2.2 图像处理技术机器视觉系统中,视觉信息的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,既改善图像的视觉效果,又便于计算机对图像进行分析、处理和识别。图像的增强用于调整图像的对比度,突出图像中的重要细节,改善视觉质量。通常采用灰度直方图修改技术进行图像增强。如果获得一幅图像的直方图效果不理想,可以通过直方图均衡化处理技术作适当修改,即把一幅已知灰度概率分布图像中的像素灰度作某种映射变换,使它变成一幅具有均匀灰度概率分布的新图像,实现使图像清晰的目的。图像的平滑处理技术即图像的去噪声处理,主要是为了去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息。图像边缘锐化处理主要是加强图像中的轮廓边缘和细节,形成完整的物体边界,达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。图像分割是将图像分成若干部分,每一部分对应于某一物体表面,在进行分割时,每一部分的灰度或纹理符合某一种均匀测度度量,其本质是将像素进行分类。分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。图像的识别过程实际上可以看作是一个标记过程,即利用识别算法来辨别景物中已分割好的各个物体,给这些物体赋予特定的标记,它是机器视觉系统必须完成的一个任务。

龙源期刊网 http://www.qikan.com.cn

3 机器视觉的特点

利用机器视觉可以实现非接触测量,对于观测者与被观测者都不会产生任何损伤,从而提高系统的可靠性。同时还具有较宽的光谱响应范围,例如使用人眼看不见的红外测量,扩展人眼的视觉范围。而且还可以长时间稳定工作,人类难以长时间对同一对象进行观察,而机器视觉则可以长时间地作测量、分析和识别任务。

4 机器视觉的应用

4.1 在焊缝跟踪中的应用传统的焊接技术由于靠人工观察不断调节焊炬位置来实现,它具有调节精度低、焊缝质量差、工人劳动强度大、生产效率低等缺点,已不能满足现代化生产的需要。利用机器视觉传感技术来获取焊缝信息,具有信息量大、与工件不接触、灵敏度和精度高、抗电磁干扰能力强等优点,还可以同时进行焊缝跟踪控制和焊缝质量的控制。

4.2 在布匹生产中的应用在布匹的生产过程中,布匹质量检测是高度重复性和智能性的工作,容易出错且效率低,在现代化流水线后面常常可看到很多的检测工人来执行这道工序,给企业增加巨大的人工成本和管理成本的同时,却仍然不能保证100%的检验合格率(即“零缺陷”)。流水线进行自动化的改造,使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上,所有布匹的颜色及数量都要进行自动确认。现在采用机器视觉的自动识别技术完成以前由人工来完成的工作,可以大大提高生产效率和生产的自动化程度。

5 机器视觉在国内外的应用现状

正是由于机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,因此在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

在国外,机器视觉的应用普及主要体现在半导体及电子行业,其中大概40%～50%都集中在半导体行业,如PCB印刷电路、SMT表面贴装、电子生产加工设备。机器视觉系统还在质量检测的各个方面已经得到广泛的应用,并且其产品在应用中占据着举足轻重的地位。除此之外,机器视觉还用于其他各个领域。

龙源期刊网 http://www.qikan.com.cn

而在我国,以上行业本身就属于新兴的领域,再加之机器视觉产品技术的普及不够,导致以上各行业的应用几乎空白,即便是有,也只是低端方面的应用。目前在我国随着配套基础建设的完善,技术、资金的积累,各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现,国内有关大专院校、研究所和企业近2年在图像和机器视觉技术领域进行了积极思索和大胆尝试,逐步开始工业现场的应用,其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等,真正高端的应用还很少。因此,以上相关行业的应用空间还比较大。当然,在其他领域(如指纹检测等)也有着很好的发展空间。