基于机器视觉的产品检测技术研究.doc

基于机器视觉的产品检测技术研究.doc:..基于机器视觉的产品检测技术研究1、,从客观爭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。D相机或其它图像拍摄装置将H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忖标的特征,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。而工业应川屮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、机械工稈技术、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,要求能够适应工业牛产中恶劣的坏境,要有合理的性价比,要有通用的工业接口,能够由普通工作者來操作,有较高的容错能力和女全性,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、 机器视觉更强调实吋性,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II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。,机器视觉研究包括工件的自动检测与识別、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。从方法层而看,有被动视觉与主动视觉之,乂有基于特征的方法与基于模型的方法之分。从总体上來看,也称作计算机视觉。可以说,计算机视觉侧重丁•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Z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肖、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。,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。