零件尺寸的机器视觉检测系统的研究..docx

工业零件形状尺寸的机器视觉检测系统的研究
在工业生产中 , 传统的检测技术需要众多的检测工人 , 不仅影响生产效率 , 而且 带来不可靠 因素。 视觉检测技术克服了传统检测技术的缺点 , 它以检测的安全性、 可靠性及自动化程度 高等优点而得到广泛的应用 ,成为当今检测技术的研究热点之 一。
机器视觉检测的主要过程为 :首先采用 CCD 摄像机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 ,如:面积、长度、数 量、位置等。最后 ,根据预设 的容许度和其他条件输出结果 ,如:尺寸、角度、偏移 量、个数、合格 /不合格等 ,极大的 提高了工作效率和产品的质量。 随着跨学科基 础研究的不断深入 , 计算机性能的快速提高和 其它视觉测量外围组件性价比的提高 基于机器视觉的精密检测技术必将会有更广阔的应用 前景。
二 视觉检测系统结构及工作原理
机器视觉系统的基本结构是在一定的光照 （包括可见光、 红外线甚至超声波等 各种成像手段 条件下, 成像设备 （摄像机、 图像采集卡等 把三维场景的图像采集到 计算机内部 , 形成二维 图像:其次,运用图像处理技术对采集到的原始图像进行预处 理以得到质量改善了的图像 ; 然后, 从图像中提取感兴趣的特征 , 构成对图像的描述 ; 再进一步 ,运用模式识别技术对抽 取到的特征进行分类整理 ; 最后, 运用人工智能得 到更高层次的抽象描述 , 完成视觉系统的 任务。 机器视觉系统通常由光源部分、 图像传感器、 装有图像采集卡的计算机和专用的图像 处理软件组成。 通过图像传 感器采集图像目标 , 把目标的三维图像采集为二维图像 , 通过光 信号转换成模拟的 电信号, 再由图像采集卡把模拟信号转换成数字信号 , 供计算机处理。 一 般来说,机 器视觉系统为了避免环境自然光线或灯光对其工作状态的影响 ,光源应亮度大、 亮 度可调、 均匀性及稳定性好 , 以抑制外界环境各种光对图像质量产生较大影响而导 致机器 视觉系统的故障或误判行为。常用的图像传感器有两种形式 :一种为线阵 , 一种为面阵。图像采集卡具有图像信号接收与IV D转换、协调摄像机进行同步或
实现异步重置拍摄和定时拍摄、通过数据总线进行高速数据传输等功能，最后通过 专用图像处理软件完成对图像的处理与分析。机器视觉检测系统的基本结构原理 图如下图所示。
I ccD m
CCD摄
像机
像机
J图嚼
■
图常
三视觉检测系统的软件设计
通常情况下图像处理的流程如图下图所示。 首先需要通过标定系统所得到的
系统内外参数和 图像的畸变模型对图像进行校正和恢复，使其能够精确地反映工件 表面的实际情况。其次，在视觉测量精度要求不高的情况下，可以直接在图像采集过 程所得到的原始图像的基础上进 行测量;而在本系统中，对测量的精度要求较高，所 以需要对原始图像进行滤波和增强等预处理㈣。最后就是对图像中关注的特征进 行精确的定位，进而测量所需要的特征量，这是整个测量过程的核心。为了提高测 量精度，本文先采用Sobel边缘检测算法进行粗定位，再采用亚像素特征定位方法进 行细定位
四工业零件的检测方法
在构建的机器视觉检