机器人视觉技术及应用教学课件(共8章)第1章 机器视觉技术概述

为工业增智 为教育赋能
14
机器视觉技术概述
2
机器视觉系统概念
2.1
机器视觉系统概念
15
2.1 机器视觉系统概念
机器视觉系统概念
• 机器视觉系统是通过机器视觉产品（即图像摄取装置）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，得到被摄目标的形态信息，根据像素分布的亮度、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。简单说来，机器视觉就是用机器代替人眼来做测量和判断。
镜头焦距f
视 野
工作距离d
相 机
范
靶
围
面
W
m
f=m*d/W
为工业增智 为教育赋能
25
3.3 CCD摄像机
CCD摄像机
• 目前CCD摄像机以其小巧、 可靠、清晰度高等特点在 商用与工业领域都得到了 广泛地使用。CCD摄像机 按照其使用的CCD器件可 以分为线阵式（卷帘快门） 和面阵式（全局快门）两 大类。
研究小组，于1977年提出了不同于“积木世界”分析方法的计算视觉理论； • 20世纪80年代到20世纪90年代中期，机器视觉获得蓬勃的发展，新概念，新方法，
1.1 机器视觉的起源与发展
• 在中国，视觉技术的应用开始于20世纪90年代，但在各行业的应用几乎一片空白。到21世 纪，视觉技术开始在自动化行业成熟应用
为工业增智 为教育赋能
19
3.1 机器视觉系统
• 此外，还有以智能相机为中心的机器视觉系统形态，将照明、成像、处理内置于相机内部， 一台相机即可完成机器视觉系统的全部功能。
为工业增智 为教育赋能
20
3.2 光源照明技术与光学镜头
1 光源照明技术
• 在目前的机器视觉应用系统中，好的光源与照明方案往往是整个系统成败的关键，起着非 常重要的作用，并不是简单的照亮物体而已。
2 光学镜头
（1）什么是光学镜头
• 光学镜头一般称为摄像头或摄影镜头，简 称镜头，光学镜头是机器视觉系统中必不 可少的部件，直接影响成像质量的优劣， 影响算法的实现和效果。其功能就是光学 成像，相当于人眼的晶状体，在机器视觉 系统中非常重要。
为工业增智 为教育赋能
23
3.2 光源照明技术与光学镜头
10倍变焦、20倍变焦等。
为工业增智 为教育赋能
24
3.2 光源照明技术与光学镜头
（3）光学镜头的性能参数与选型
• 镜头的主要性能指标有焦距、光阑系数、倍率、接口等。根据被测目标的状态应优先选用 定焦镜头。
• 镜头选择应注意：焦距、目标高度、影像高度、放大倍数、影像至目标的距离、中心点等。 当然，镜头与摄像机的安装接口也是应考虑的一个重要因素。
• 在机器视觉应用系统中一般使用透射光和反射光。对于反射光情况应充分考虑光源和光学 镜头的相对位置、物体表面的纹理，物体的几何形状等要素。
• 光源设备的选择必须符合所需的几何形状，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。下表列出了主要几种光源的相 关特性。
为工业增智 为教育赋能
11
1.2 机器视觉的行业应用
3 图像自动解释应用
• 对放射图像、显微图像、医学图像、遥感多波段图像、合成孔径雷达图像、航天航测图像 等的自动判读理解。由于近年来技术的发展，图像的种类和数量飞速增长，图像的自动理 解已成为解决信息膨胀问题的重要手段。
为工业增智 为教育赋能
12
• 相对人类视觉，机器视觉 在速度、感光范围、观测 精度、环境要求等方面都 存在显著优势
为工业增智 为教育赋能
16
2.1 机器视觉系统概念
• 机器视觉是机器人自主行动的前提，能够实现计算机系统对于外界环境的观察、识别以及 判断等功能，对于人工智能的发展具有极其重要的作用，是人工智能范畴最重要的前沿分 支之一，机器视觉技术在国内外人工智能企业应用技术中占比超过40%，其中国内占比达 到了46%。
为工业增智 为教育赋能
8
1.1 机器视觉的起源与发展
• 国内方面，受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提 高、政策利好等因素，中国机器视觉市场需求不断增长。2018年中国机器视觉市场规模首 次超过100亿元。随着行业技术提升、产品应用领域更广泛，未来机器视觉市场将进一步 扩大，预计2019年市场规模将近125亿元，2023年将达到197亿元，2019-2023年复合增 长率超12%。
为工业增智 为教育赋能
9
1.2 机器视觉的行业应用
1 机器视觉在工业检测中的应用
• 目前，机器视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量和可靠性，保 证了生产的速度。主要有 • 1）引导和定位：上下料使用机器视觉来定位，引导机械手臂准确抓取。 • 2）外观检测：检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。 • 3）高精度检测：有些产品的精密度较高，达到0.01～0.02m，甚至µ级，是人眼无法 检测出来的，必须使用机器来完成。 • 4）识别：数据的追溯和采集，在汽车零部件、食品、药品等应用较多。例如产品包装 印刷质量的检测、饮料行业的容器质量检测、饮料填充检测、饮料品封口检测、木材 厂木料检测、半导体集成块封装质量检测、卷钢质量检测和水果分级检测等。在制药 生产线上，使用机器视觉技术可以对药品包装进行检测，以确定是否装入正确的药 粒。
（2）光学镜头的分类
• ①.镜头的种类按焦距可分为：广角镜头、 标准镜头、长焦距镜头；
• ②.按动作方式可分为：手动镜头、电动镜 头；
• ③.按安装方式可分为：普通安装镜头、隐 蔽安装镜头；
• ④.按光圈可分为：手动光圈、自动光圈； • ⑤.按聚焦方式可分为：手动聚焦、电动聚
焦、自动聚焦； • ⑥.按变焦倍数可分为：2倍变焦、6倍变焦、
为工业增智 为教育赋能
13
1.3 机器视觉面临的问题
• 对于人的视觉来说，由于人的大脑和神经的高度发展，其目标识别能力很强。但是人的视 觉也同样存在障碍。例如，即时具有敏锐视觉和高度发达头脑的人，一旦置身于某种特殊 环境，其目标识别能力也会急剧下降。将人的视觉引入机器视觉中，机器视觉也存在着这 样的障碍。它主要表现在三个方面：一是如何准确、高速（实时）地识别出目标；二是如 何有效地增大存储容量，以便容纳下足够细节的目标图像；三是如何有效地构造和组织出 可靠的识别算法，并顺利地实现。前两者相当于人的大脑这样的物质基础，这期待着高速 的阵列处理单元，以及算法的新突破，用极少的计算量及高度的并行性实现功能。
第1章 机器视觉概述
机器视觉概述
知识目标
➢ 了解机器视觉技术的发展和行业应用 ➢ 熟悉机器视觉系统的基本概念和特点 ➢ 掌握机器视觉系统的组成及各部分功能
技能目标
➢ 能够理解和掌握机器视觉技术的相关概念 ➢ 能够理解和认知机器视觉相关工业应用
2
机器视觉技术概述
项目1 机器视觉行业背景 项目2 机器视觉系统概念 项目3 机器视觉系统组成 项目4 机器视觉系统的应用场景
• 1966年，麻省理工大学（MIT）开展了暑期视觉项目，目的是为了构建视觉系统的重要组 成部分。MIT的视觉科学家David Marr提出了使得计算机识别视觉世界的算法。他指出， 为了获取视觉世界完整的3D图像，需要经历几个阶段： • 第一个阶段是原始草图，得到大部分 边缘、端点和虚拟线条； • 第二阶段是David Marr 所说的“2.5 维草图” ； • 最后一个阶段是将所有的内容放在一 起，组成一个3D模型。
• 另外，由于当前对人类视觉系统和机理、人脑心理和生理的研究还不够，目前人们所建立 的各种视觉系统绝大多数是只适用于某一特定环境或应用场合的专用系统，而要建立一个 可与人类的视觉系统相比拟的通用视觉系统是非常困难的。正因为如此，赋予机器以人类 视觉功能是几十年来人们不懈追求和奋斗的目标。
• 随着“中国制造2025”战略计划的实施，我国将进一步深化产业结构调整，推进制造业的 科技创新，提高智能制造水平，着力从要素驱动向创新驱动的根本转变。产业结构的转型 升级和制造业的进一步智能化为机器视觉技术的发展应用带来了巨大的机遇和挑战。
为工业增智 为教育赋能
7
1.1 机器视觉的起源与发展
• 从全球范围看，由于下游消费电子、汽车、半导体、医药等行业规模持续扩大，全球机器 视觉市场规模呈快速增长趋势，2017年已突破80亿美元，并预计到2020年全球市场规模 将达到125亿美元，2025年将超过192亿美元。
• 从长远的潜在市场规模来看，当前只有5%的潜在用户使用了机器视觉，也就是还有95%的 潜在用户需要但还没有用上机器视觉，全部潜力发挥出来后，全球的市场可达到1200亿美 元。
为工业增智 为教育赋能
26
3.3 CCD摄像机
• 线阵CCD摄像机一次只能获得图像的一行信息，被拍摄的物体必须以直线形式从摄像机前 移过，才能获得完整的图像。它主要用于检测条状、筒状产品，例如布匹、钢板、纸张等。
• 现代工业自动化技术日趋成熟，越来越多 的制造企业考虑如何采用机器视觉来帮助 生产线实现检查、测量和自动识别等功能， 以提高效率并降低成本，从而实现生产效 益最大化。机器视觉作为新兴技术被寄予 厚望，被认为是自动化行业一个具备光明 前景的细分市场。机器视觉由于技术本身 存在的优越性在许多领域有很好的发展前 景。
1.2 机器视觉的行业应用
4 军事应用
• 军事领域是对新技术最渴望、最敏感的领域，对于机器视觉同样也不例外。最早的视觉和 图像分析系统就是用于侦察图像的处理分析和武器制导。机器视觉广泛应用于航空着陆姿 势、起飞状态；弹道/火箭喷射、子弹出膛、火炮发射；爆破分析炮弹爆炸、破片分析、爆 炸防御；撞击、分离以及各种武器性能测试分析，点火装置工作过程等。
为工业增智 为教育赋能
21
3.2 光源照明技术与光学镜头
• 综合比较来看LED光源因其显色性好，光谱范围宽，能覆盖可见光的整个范围，且发光强 度高，稳定时间长，近年来随着LED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
为工业增智 为教育赋能
22
3.2 光源照明技术与光学镜头
3
机器视觉技术概述
1
机器视觉行业背景
1.1
机器视觉的起源与发展
1.2
机器视觉的行业应用
1.3
机器视觉面临的问题
4
1.1 机器视觉的起源与发展
1 机器视觉的起源
• 计算机视觉的历史是从60年代初开始的，由Larry Roberts撰写的作品《Block World》， 被公认为计算机视觉的第一篇博士论文。
为工业增智 为教育赋能
17
机器视觉技术概述
3
机器视觉系统组成
3.1
机器视觉系统
3.2
光源照明技术与光学镜头
3.3
CCD摄像机
3.4
图像采集卡与视觉传感器
3.5
图像处理信号与执行机构
为工业增智 为教育赋能
18
3.1 机器视觉系统
机器视觉系统概念 • 机器视觉是一项综合性的技术，综合了光学，机械，电子，计算机软硬件等方面的技术。 一个典型的机器视觉系统包括以下产品：相机、光源、图像采集卡/视觉处理器板、独立于 硬件产品的视觉软件、接口和线缆和其他视觉配件。
为工业增智 为教育赋能
5
1.1 机器视觉的起源与发展
2 机器视觉的发展
• 机器视觉，起源于20世纪50年代，早期研究主要是从统计模式识别开始，工作主要集中在 二维图像分析与识别上；
• 20世纪60年代的研究前沿是以理解三维场景为目的的三维机器视觉； • 1977年，David Marr教授在麻省理工大学的人工智能实验室领导一个以博士生为主体的
• 作为人工智能技术的重要分支，机 器视觉正在快速发展。机器视觉是 实现自动化技术的重要的基础技术 之一，能够实现仪器设备的基准控 制，提升生产制造过程的自动化、 智能化，极大提高工作效率和准确 率，其应用范围不仅限于外界信息 的输入，通常还扩展为信息的进一 步处理以及执行机构（机械臂，传 送带等）的联动控制。
为工业增智 为教育赋能
10
1.2 机器视觉的行业应用
2 机器视觉在医学中应用
• 在医学领域，机器视觉用于辅助医生进行医学影像的分析，主要利用数字图像处理技术、 信息融合技术对X射线透视图、核磁共振图像、CT图像进行分析或对其它医学影像数据的 统计和分析。不同医学影像设备得到是不同特性的生物组织的图像。例如，X射线反映的 是骨骼组织，核磁共振影像反映的是有机组织图像，而医生往往需要考虑骨骼与有机组织 的关系，因而需要利用数字图像处理技术将两种图像适当地叠加起来，以便于医学分析。