机器视觉检测技术

机器视觉检测 一、概念

视觉检测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。

机器视觉检测的特点是提高生产的柔性和自动化程度。

2、典型结构

五大块：照明、镜头、相机、图像采集卡、软件

1.照明

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为：

分类 背向照明

具体说明

优点

被测物放在光源和摄像机之能获得高对间 比度的图像 光源和摄像机位于被测物的便于安装 同侧

前向照明

结构光

将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息

频闪光照明

将高频率的光脉冲照射到物

体上，摄像机拍摄要求与光源同步

2.镜头

镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机

按照不同标准可分为：标准分辨率数字相机和模拟相机等。

要根据不同的实际应用场合选不同的相机和

机器视觉检测 一、概念

视觉检测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。

机器视觉检测的特点是提高生产的柔性和自动化程度。

2、典型结构

五大块：照明、镜头、相机、图像采集卡、软件

1.照明

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为：

分类 背向照明

具体说明

优点

被测物放在光源和摄像机之能获得高对间 比度的图像 光源和摄像机位于被测物的便于安装 同侧

前向照明

结构光

将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息

频闪光照明

将高频率的光脉冲照射到物

体上，摄像机拍摄要求与光源同步

2.镜头

镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机

按照不同标准可分为：标准分辨率数字相机和模拟相机等。

要根据不同的实际应用场合选不同的相机和

介绍了基于通用工业机器人柔性在线视觉检测系统的坐标测量原理。为了获得封闭和准确的系统坐标变换链,以MD—H模型为基础建立了机器人的距离精度校准模型,同时,对多个校准点运用奇异值分解的形式分步求解旋转矩阵和平移矩阵,实现机器人基础坐标系与激光跟踪仪坐标系之间的配准,进而完成多台机器人基础坐标系与车身坐标系的统一。实验表明：该方法操作简单,能够获得±0.30m

21 0 0年第 2 9卷第 2期

传感器与微系统 ( rnd cradM coytm T c nl is Ta su e n irss eh o g ) e oe

8 3

工业机器人视觉检测系统的现场标定技术王一，任永杰，刘常杰，叶声华(天津大学精密测试技术及仪器国家重点实验室，天津 3 0 7 ) 0 0 2

摘

要：介绍了基于通用工业机器人柔性在线视觉检测系统的坐标测量原理。为了获得封闭和准确的系

统坐标变换链， MD H模型为基础建立了机器人的距离精度校准模型，以—同时，对多个校准点运用奇异值分解的形式分步求解旋转矩阵和平移矩阵，实现机器人基础坐标系与激光跟踪仪坐标系之间的配准，而进完成多台机器人基础坐标系与车身坐标系的统一。实验表明：方法操作简单，够获得± . 0该能 03 mm的标

方向性纹路中的表面瑕疵

应用机器视觉于方向性纹路 之表面瑕疵检测

方向性纹路中的表面瑕疵

纹路的种类 有方向性的纹路(directional texture)–灰阶变化具有规则性且依特定方向重复的现 象，且呈现某些固定方向的结构特征 –如纺织品之经纬或切削加工件之刀纹等

无方向性之随机纹路(random texture)–不具固定方向性，且随机分布于物体表面 –例如金属铸件

方向性纹路中的表面瑕疵

举例

布紋

切削加工件

金屬鑄件

方向性纹路中的表面瑕疵

本研究的方法 事先并不需要建立纹路的特征指针，而是藉由 傅立叶转换可以凸显方向性纹路之周期性特征 的特性，以及反傅立叶转换之影像还原技术， 来进行方向性纹路之表面瑕疵检测。

方向性纹路中的表面瑕疵

纹路之图例 方向性纹路-切削加工件

(a1) 原始影像

(a2) 傅立叶转换影像

方向性纹路中的表面瑕疵

纹路之图例 随机纹路-金属铸件

(b1) 原始影像

(b2) 傅立叶转换影像

方向性纹路中的表面瑕疵

各个流程方法之处理结果21000 18000 15000 ¨ ¤ × 12000 « Ö ² ¥ 9000 [ È ­ 6000

A

第5章基于机器视觉的测控技术主要内容机器视觉测控系统数字图像处理图像融合技术典型应用 HALCON简介1

第5章基于机器视觉的测控技术在人类感知外部信息的过程中，通过视觉获得的信息占全部获取信息的75%。随着计算机技术和自动化技术突飞猛进的发展，机器视觉取得了长足的进步，在现代工业、农业、国防以及科学研究等众多领域取得了广泛应用。

2

第5章基于机器视觉的测控技术介绍机器视觉测控系统、数字图像处理方法以及图像信息融合术，简要介绍应用作者研制的 ZM-VS1300视觉智能测控系统平台研制开发自己专用视觉测控系统方案，最后给出了作者研制的机器视觉测控系统典型应用案例。3

5.1机器视觉测控系统概念：机器视觉测控就是将被测对象的视觉图像信息检测传递给图像处理装置，图像处理装置经过一系列处理后给出决策结果，根据决策结果实施对测控系统的相应控制。应用：广泛应用于有形物体的检测、识别和跟踪。如工业产品的尺寸测量、缺陷识别、分类判定等；微电子器件的焊点自动检测；软质、易脆零部件的检验；各种模具二维形状检测；大型工具三维自动检测等。4

5.1机器视觉测控系统原理：机器视觉测控系统一般由获取图像信息的图像测量系统、决策分类或跟踪对象的控制系统组成。可分为图像获取和图像处

第5章基于机器视觉的测控技术主要内容机器视觉测控系统数字图像处理图像融合技术典型应用 HALCON简介1

第5章基于机器视觉的测控技术在人类感知外部信息的过程中，通过视觉获得的信息占全部获取信息的75%。随着计算机技术和自动化技术突飞猛进的发展，机器视觉取得了长足的进步，在现代工业、农业、国防以及科学研究等众多领域取得了广泛应用。

2

第5章基于机器视觉的测控技术介绍机器视觉测控系统、数字图像处理方法以及图像信息融合术，简要介绍应用作者研制的 ZM-VS1300视觉智能测控系统平台研制开发自己专用视觉测控系统方案，最后给出了作者研制的机器视觉测控系统典型应用案例。3

5.1机器视觉测控系统概念：机器视觉测控就是将被测对象的视觉图像信息检测传递给图像处理装置，图像处理装置经过一系列处理后给出决策结果，根据决策结果实施对测控系统的相应控制。应用：广泛应用于有形物体的检测、识别和跟踪。如工业产品的尺寸测量、缺陷识别、分类判定等；微电子器件的焊点自动检测；软质、易脆零部件的检验；各种模具二维形状检测；大型工具三维自动检测等。4

5.1机器视觉测控系统原理：机器视觉测控系统一般由获取图像信息的图像测量系统、决策分类或跟踪对象的控制系统组成。可分为图像获取和图像处

介绍了机器视觉在新的领域的应用,在微电子半导体等生产线上的定位系统,哈哈

基于机器视觉的智能控制定位检测系统＊

王东慧1，程武山2，姬明权1

（1 上海工程技术大学 汽车工程学院 上海 201620 2 上海工程技术大学 机械工程学院 上海 201620）

摘要：制造业的发展，尤其在半导体和电子行业，带来了对机器视觉需求的提升；也决定了机器视觉将由过去单纯的采集、分析、传递数据，判断动作，逐渐朝着开放性的方向发展，这一趋势也预示着机器视觉将与自动化更进一步的融合。由于机器视觉的介入，自动化将朝着更智能、更快速的方向发展。本文介绍了一种基于机器视觉的自动传插件的智能控制定位检测系统，该系统的设计和研发在更多自由度，更精确、快速的自动化智能控制做出了进一步的提升和改善，更能适应市场的需要和发展。多样化、个性化更加凸显。 关键词：机器视觉；智能控制；定位检测；自动传插件。 中图分类号：TP391.4 文献标识码：A

The System of Intelligent Control and Location Detection Based on Machine Vision

Wang Donghui1 ，Cheng Wushan2 ，J

机器视觉

目录·【概述】 ·【基本构造】 ·【工作原理】

·【机器视觉系统的典型结构】 ·【机器视觉的应用】

机器视觉（Machine vision）

【概述】

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。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

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。

【基本构造】

一个典型的工业机器视觉系统包括

深圳稻草人自动化培训 www.dcrauto.com

机器视觉在中国

中国工业自动化的现状及发展趋势

众所周知，中国正在成为一座世界工厂。将近100种商品生产位居世界第一，它们遍布10多个工业行业，诸如：消费品、制药、电子器件等。中国在刚刚过去的2003年吸引了超过500亿美元的海外投资。近年来每年的经济增长速度保持在7～8%。

制造业已经成为中国最大的工业行业，然而来自装备制造业的产值仅相当于整个制造业产值的26%。与美国和德国超过40%的比例相比，在未来20年，中国制造业需要高速发展。这将给工厂自动化带来前所未有的机遇。资金密集型和技术密集型的工业越来越多地受到政府支持；另一方面，鉴于中国潜在的巨大市场和丰富低廉的人力资源，许多发达国家将他们的生产线和设备转移到中国大陆开办工厂，因此在未来较长的一个时期内，发展劳动密集型产业仍将是中国政府的重要政策。

上面这些因素都直接影响着中国工业自动化的面貌。例如在长春大众和上海大众的现代化工厂和Nokia的北京工厂中，最先进的工业生产线和检测设备随处可见，自动化水平及质量检测水平与他们在别的国家的生产基地相比毫不逊色甚至更高。你也可以看到很多半自动化、半人工

机器视觉技术发展现状

人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。

一、 机器视觉简介

机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。

机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、