第期宋国庆等机器视觉在光学加工检测中的应用机器视觉关键技术的发展现状如图所示在机器视觉系统中较为关键的技术有光源照明技术光学成像系统图像捕捉系统图像采集与处理技术其中照明光源光学成像系统中的光学镜头图像捕捉系统中相机选取的好坏是决定机器视觉系统成败的关键图典型的工业机

Size: px

Start display at page:

Download "第期宋国庆等机器视觉在光学加工检测中的应用机器视觉关键技术的发展现状如图所示在机器视觉系统中较为关键的技术有光源照明技术光学成像系统图像捕捉系统图像采集与处理技术其中照明光源光学成像系统中的光学镜头图像捕捉系统中相机选取的好坏是决定机器视觉系统成败的关键图典型的工业机"

翔婴罗
6 years ago
Views:

1 第卷第期影像科学与光化学年月!"!" #$!" ' 综述机器视觉在光学加工检测中的应用影像信息系统与处理专刊宋国庆吴育民冯云鹏刘景伟北京理工大学光电学院光机电联合研究中心北京, 北京理工大学深圳研究院广东深圳 *, *- 深圳市润祥程科技有限公司广东深圳 *, *- 摘要随着自动化控制领域的飞速发展机器视觉技术日渐成熟并且在各个领域赢得了越来越广泛的应用机器视觉系统通过对图像信息的处理用机器代替人眼实现了各种测量和判断本综述简要介绍了机器视觉技术的概念和机器视觉系统的主要组成部分阐述了机器视觉关键技术的发展现状着重分析了机器视觉技术在光学加工检测领域特别是在光学抛光检测过程中实现自动化的相关应用最后展望了机器视觉在光学加工检测领域未来的发展趋势关键词机器视觉加工检测图像处理自动化 -*- '' -. -* 文章编号 -. -*.. 机器视觉 ;!"' 主要是利用计算机来模拟人或再现与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通过机器对传输的影像自动判读处理不仅可以节省人力资源还可以提高检测控制的精度机器视觉作为光电技术应用的一个特定领域是一项综合技术其中包括数字图像处理技术光源照明技术光学成像技术机械工程技术控制技术传感器技术人机接口技术等一个典型的机器视觉应用系统如图所示系统运行机制为首先采用摄像机获得待测目标的图像信号然后通过 ) 转换成数字信号传送给图像处理统根据亮度差异像素分布以及色彩差异等信息由系统进行各种运算来获取目标的特征然后再根据预设的判别标准输出判断结果去控制驱动执行机构进行相应处理机器视觉系统可以自动快速获取大量信息并且进行自动处理这很好地解决了光学加工检测领域中还未完全实现自动化的问题系统通过对抛光区域进行图像采集分析与处理与标准面型进行对比分析自动生成下一步的抛光路径等信息循环抛光过程直至达到需求完成抛光加工过程无需人工干预准确度与生产效率大大提高的同时也提高了资源的利用率降低了生产成本 *.. 收稿 *.. + 录用国家自然科学基金项目, -* 和北京市自然科学基金项目 -, 资助通讯作者 (.! "#!

2 第期宋国庆等机器视觉在光学加工检测中的应用机器视觉关键技术的发展现状如图所示在机器视觉系统中较为关键的技术有光源照明技术光学成像系统图像捕捉系统图像采集与处理技术其中照明光源光学成像系统中的光学镜头图像捕捉系统中相机选取的好坏是决定机器视觉系统成败的关键图典型的工业机器视觉应用系统 /! #'!"' //! ' '" 光源照明技术优良的光源和照明方案是目前机器视觉应用系统成败的关键之一一个好的照明系统应当具有以下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表列出了几种主要光源的相关特性其中 ( 光源具有显色性好光谱范围宽可覆盖整个可见光范围发光强度高稳定时间长等特点近年来随着 ( 制造工艺和技术的不断发展成熟价格逐步降低其在机器视觉领域正得到越来越广泛的应用选用 ( 作为光源是一种趋势表各种光源对比 /'2' '!"' 光源颜色寿命发光亮度特点卤素灯白色偏黄 * - 很亮发热多较便宜荧光灯白色偏绿 * - 亮较便宜 ( 灯红黄绿白蓝较亮发热少固态能做成很多形状氙灯白色偏蓝 - 亮发热多持续光光学镜头光学镜头是机器视觉系统中的重要件其主要功能是光学成像镜头的参数主要有焦距视场工作距离分辨率景深等一个镜头的成像质量好坏即其对像差校正的优良与否可通过像差大小来衡量常见的像差有球差彗差像散场曲畸变 * 种单色像差和位置与倍率两种色差对定焦镜头和变焦镜头来讲同一档次的定焦镜头的像差肯定比变焦镜头的小因为变焦镜头必须折衷考虑使各种不同焦距下的成像质量都相对较好不允许出现某个焦距在变焦范围内下像质很差的情况所以在机器视觉应用系统中根 * 据被测目标的状态应优先选用定焦镜相机视觉图像获取有两种方式主动视觉和被动视觉主动视觉是指通过器件本身发光来产生视

3 影像科学与光化学第卷觉图像被动视觉则指由传感器被动接收目标环境反射光来产生视觉图像相机按其感光器的不同可以分为两大类相机和 ; 相机相机按照其使用的感光器件的不同又可以分为线阵式和面阵式两大类线阵相机一次只能获得图像的一行信息速度快分辨率高可以实现运动物体的连续检测一般高速检测中多采用线阵而面阵相机可以一次获得整幅图像的信息目前在机器视觉系统中应用面阵获取图像的居多图像采集卡与图像处理技术在机器视觉系统中图像采集卡是控制摄像机拍照完成图像采集与数字化协调整个系的重要设备由于图像信号的传输需要很高的传输速度通用的传输接口不能满足要求这是需要图像采集卡的主要原因图像采集卡一般具有如下功能图像信号的接收和 ) 转换模块负责将图像信号放大和数字化摄像机控制输入输出接口主要负责协调摄像机进行同步和实现异步重置拍照定时拍照等总线接口负责通过 $ 机内部总线高速传输出数字数据一般采用 $ 接口传输速率可高达 ; $' 完全能胜任高精度图像的实时传输且占用较少的 $ 时间显示模块负责高质量的图像实时显示 * 通讯接口负责通讯其中 * 是某些图像采集卡的附加增强功能随着计算机技术微电子技术和大规模集成电路技术的快速发展为了提高系统的实时性对图像处理的很多工作都可以借助硬件完成如 $ 专用图像信号处理卡等图像信号的处理是机器视觉系统的核心它相当于人的大脑视觉信息的处理技术主要依赖于图像处理方法它包括数据编码和传输图像增强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优化了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在图像信号处理的时间上要注意的是为了满足系统对待测物图像连续无遗漏处理的实时性要求必须使一帧图像的处理时间小于等于一帧图像的采集时间即图像处理速度大于等于图像采集的速度机器视觉在光学加工中的应用现状工业中的机器视觉由于机器视觉系统与被检测物体没有直接接触因此在很多不适合人眼工作的环境中都可以使用机器视觉技术机器视觉不仅是人眼的延伸更重要的是它具有人脑的一部分功能有着比人眼更高的分辨精度和速度在电子制造领域其主要作用是引导机器人进行高精度 $ 3 定位和 ; 元件放置同时进行器件的表面检测在机械领域的应用主要是部件识别和在线质量检测通过反馈控制来提高产品的产量和成品率在汽车领域主要是装配的在线检测和零部件的离线检测表面检测等在食品饮料领域主要有包装检测和分类识别方面的应用在纸产品领域主要是表面检测和均匀度检测同时优化生产流程在医药领域主要是包装检测和标签识别光学加工检测中的机器视觉光学加工检测中的抛光工艺是生产制造流程中必不可少的一步在一个完整的制造流程中抛光是在制造序列的最后步骤中执行的在这一过程中任何一步出现缺陷意味着一个部分的不合格从而产生大量的废料再次制造或更换这些部分需要消耗大量的时间和能源并产生一定污染传统的抛光工艺在过去年集成自动化方面并没有太大的发展而其他的制造工艺已经实现了 -, 自动化和技术改进精加工研磨和抛光过程中仍然是需要人工执行的特别是在自由曲面部分对自由曲面进行抛光在工业领域中具有重要意义例如对模具及其他复杂形状的部件进行

! 第 #期宋国庆等+机器视觉在光学加工检测中的应用觉系统的精加工机器人及研磨抛光工具"图像是抛光" 资源#人力#时间的大量消耗!环境保护的日益严峻推动着加工工艺技术的向前进一步发展! > 8 等!!!! C! #*. 通过颜色渐进型 ==> 摄像机)图 B*-##.进行采集的!采集图像后对图像进行边缘提取"图像的边研究了机器视觉系统技术在抛光流缘的提取是机器视觉技术的核心算法!

也器视觉系统能够自动获取这些区域并自动执行相已经涌现出了许多先进的技术"目前较为经典的应的抛光步骤"在完成一轮抛光过程后再对标记边缘提取算法有 =.;算法# 2J 算法#?Lc 算区域进行图像采集!对得到的标记轮廓内的区域法# [ 3 算法# TJ 8算法# TJ 算法等" 与需要得到的标准面型进行对比分析与处理!

4 ! 第 #期宋国庆等+机器视觉在光学加工检测中的应用觉系统的精加工机器人及研磨抛光工具"图像是抛光" 资源#人力#时间的大量消耗!环境保护的日益严峻推动着加工工艺技术的向前进一步发展! > 8 等!!!! C! #*. 通过颜色渐进型 ==> 摄像机)图 B*-##.进行采集的!采集图像后对图像进行边缘提取"图像的边研究了机器视觉系统技术在抛光流缘的提取是机器视觉技术的核心算法!它包含了程中的应用"机器视觉检测系统与 =A>'=AY 图像特征中的大部分信息!为后续的拟合#特征划以及机器人系统的集成性是进一步发展的关键" 分等提供了大量有价值的信息"边缘提取直接关在一般加工过程中!需要待加工的部件在完成粗系到机器视觉中的特征划分!它是后续各种图像加工后!由技术人员对抛光区域进行彩色标记!机处理算法的基础!人们对其投入了大量的研究!也器视觉系统能够自动获取这些区域并自动执行相已经涌现出了许多先进的技术"目前较为经典的应的抛光步骤"在完成一轮抛光过程后再对标记边缘提取算法有 =.;算法# 2J 算法#?Lc 算区域进行图像采集!对得到的标记轮廓内的区域法# [ 3 算法# TJ 8算法# TJ 算法等" 与需要得到的标准面型进行对比分析与处理!生进一步研究改进这些算法对于提高图像处理能成相应的数据代码!其中包括下一步的抛光路径力!进而进一步提高机器视觉系统在加工检测领与驻留时间#抛光速度等信息!系统自动进行下一域中的应用具有重要意义!图 + 展示了文献##. 轮的抛光处理!直到检测区域与标准面型一致时! 中提到的图像数字处理的一般步骤" 退出加工流程!抛光过程结束" 图)与图!显示的是传统抛光流程与采用机器视觉系统后的抛光流程" 图'!精加工机器人及研磨抛光工具 U / J / 5 /. 5G /8 图!传统抛光流程 =I 8G /G 3 \ H P \ 图!改进的抛光流程 6 G 5G /G 3 \ H P \ 图(!摄像机和传感器响应曲线图"显示了国外已经研制成功的带有机器视 T 3 I X P G

影像科学与光化学第卷为突出机器视觉对图像处理的研究已经成为现代各国科学家的研究工作重点虽然广泛的应用给机器视觉技术带来了前所未有的发展机遇但也存在一些问题例如至今也没有一个最优的照明方案这制约着机器视觉的发展以及如何进一步优化图像处理算法都是下一步要需要着重解决的问题参考文献图图像数字处理的主要步骤 ; '"/'2 "#/!

5 影像科学与光化学第卷为突出机器视觉对图像处理的研究已经成为现代各国科学家的研究工作重点虽然广泛的应用给机器视觉技术带来了前所未有的发展机遇但也存在一些问题例如至今也没有一个最优的照明方案这制约着机器视觉的发展以及如何进一步优化图像处理算法都是下一步要需要着重解决的问题参考文献图图像数字处理的主要步骤 ; '"/'2 "#/!"'' 通过对图像处理技术的进一步探索与进加大机器视觉系统中的光源镜头等关键技术的研究机器视觉技术能够完全实现光学加工检测的自动化进而可以推动整个工业加工流程的完全自动化提高企业生产效率与产品的合格率同时提高资源利用率加大对环境的保护总结与展望近年来随着图像处理算法的快速发展生产自动化程度的日益提高机器视觉技术已受到人们越来越多的重视加速了机器视觉技术向相关领域的发展机器视觉技术在准确度以及效率方面的优势大大解决了生产过程中的一些迫切需要解决的问题本文除简要介绍了机器视觉系统的构成及其关键技术的发展外着重对其在光学加工检测中的应用进行了阐述通过与传统的生产流程进行对比展现机器视觉技术在光学加工检测领域中的巨大优势当前资源消耗环境保护越来越受到人们的重视体现在生产中就要求技术的发展能够提高资源的利用率提高生产的效率与对环境的保护随着机器视觉的发展人们对于机器智能化的需求越来越高由于图像具有直观易懂形象等特点使得图像的采集与处理的作用就显得尤章炜机器视觉技术发展及其工业应用红外.- > "#""/ "2!"'"! #'#' //! '. - 唐向阳张勇李江有机器视觉关键技术的现状及应用展望 "' ' # //! / '. /"!2" "!!"' ;8+#" " $ ".+ 段峰王耀南雷晓峰机器视觉技术及其应用综述自动化博览 *+. "@ " " 2!"' "! #' //! *+. 张五一赵强松王东云机器视觉的现状及发展趋势中原工学院学报, +. > > A $ "'"'##". "/ " "# 2!" ' 8+$ ", +. * " 贡树行光学设计是机器视觉系统的关键红外 +++,-.+ "? 8 "/! #"' '"".!"'' '" ' +++,-.+ 刘焕军王耀南段峰机器视觉中的图像采集技术电脑与信息技术 *. 8 "!5'"!!"'! ' $ " *. - ' 66"' $ #" )" /"" "'' #" " 2 =* / #" "! /'" /" 2

6 第期宋国庆等机器视觉在光学加工检测中的应用 * #" '' "''' "'#!#/'"2 ( -.,!" " ;6 " ( #8 2!" "#!!"'2! "# '""'#/ '!'. " $ ",.- +"'" )"#" )6?3! '$).!##/' ' '/"! "+,.+ "'" )"#" )6 6 /#2' 22 "" 2' 2!"''!" #'/"! + " #" " ),+.,* "'" )"#" )" "(. "!'!'/' ' '" '"#!' # 2! ' + " #" " ). ' #(!2"' #$ '$!"'??5 (?/" " * "!"" #"!"" 3 ' $ " 3, * #5* " '3 ' $ " #5*, *-* * - "#" "$ " )#5*, *-* *"''"/##""/ "2 #! 2"#!"'"!' " " # ' " # " //! ''#'"2 /!"''!"'' '" ''"!"''" #2" "'# #'2 " ' " " # #" "!!"/2!"' #"!2 2/!!"'' '"" """2#!"# ' ""#"#""/ "2"" "!5"'!"'"!5"' " ' """ / "# " //! 2"!"'"2"#2/! 2! #"'" """# #" "'/"!" //! 2!/' /!"''"/ '/"!'2 2 " #""/ "2!"'"2"#2/! 2! #"' "/ "'""# /!+-"!"'"/!"''2! #"' "'/# (.! "#!

自然科学版预处理视盘粗定位视盘垂直坐标的粗定位视盘水平坐标的粗定位

自然科学版预处理视盘粗定位视盘垂直坐标的粗定位视盘水平坐标的粗定位自然科学版文章编号视网膜图像中视盘的快速自动定位方法赵晓芳林土胜李碧摘要基于眼底视网膜血管的分布结构及视盘本身的特点提出一种快速自动定位视盘的方法首先根据视网膜血管的网络分布结构大致定位视盘的垂直坐标然后根据视盘的亮度信息及视盘与血管的关系来定位视盘的水平坐标最后把视盘限定在以粗定位的视盘为中心的一个小窗口内用变换精确定位视盘中心该方法不需要事先分割视网膜血管也不需要对算法进行训练