2018光电成像器件原理与应用-光电成像应用举例-机器视觉测量
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2018/11/8
圆台形均匀散射光源
机器视觉测量
21
微小构件表面形貌测量
均匀散射前向照明 从图中可以看出，在这种光源下获得的图像边缘分辨比较困难，图像处理 算法难度较大，测量精度很差。 机器视觉测量 2018/11/8
22
微小构件表面形貌测量
2.均匀散射光背向照明 采用均匀散射光背向照明的方式如图所示，得到图（b）所示的图像，图形简单， 对比度高，经光路分析知，图中外面亮的一圈为工件口处的倒角圈，亮圈的内径即 为需要测量的边缘。
2018/11/8
9
微小构件表面形貌测量
喷油器底座 机器视觉测量
2018/11/8
10
微小构件表面形貌测量
2-1 光源的选择
光源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至少 30％ 的应用效果。选择光源应从以下几方面考虑 图像对比度 鲁棒性 发光强度 均匀性 可维护性 寿命及发热量
微小构件表面形貌测量
在需要突出不同边缘时，使用不同颜色的光源照明会得到不同的效果。这是由于 照射的波长不同，被测物的分光反射率、分光透射率等也会不同。如图所示，中 心部涂有银色涂层的铜框架在红色光的照明下，周围的铜和中心的银都以相同程 度的反射率成像，得到清晰的框架边缘；而在蓝色光的照明下，利用物体分光反 射率之差取得浓淡差的效果，可清晰地分辨出涂层。
2018/11/8
机器视觉测量
20
微小构件表面形貌测量
2-3 系统光源的设计
对视觉检测系统常用的光源及照明方式做了多种尝试，通过对工件表面光反射特性的分 析，设计了适于喷油器底座这种强反射金属表面工件尺寸检测的均匀散射的背光光源。 1.圆台形均匀散射光源前向照明 圆台形均匀散射光源结构如图 所示，5 圈经过严格挑选的性能一致的LED 灯紧密排 列在圆台形电路板上，发出的光经过磨砂玻璃透射，在一定范围内可近似作为均匀 散射光对待，通过控制 LED 的电流可调节发光强 在挑选发光二极管时，选择两种发光角度不 同的LED。一种是发光角度较大、发光强度较 小的红色 LED，得到的光源发光均匀。在这 种光源下采集的图像对比度很差、无法分辨 测量边缘。换用发光角度小、发光强度较大 的二极管，得到的光源扩散角，强度较大。 调节光源强度从弱到强时依次采集的图像如 图所示。
光电成像器件原理与应用
哈尔滨工程大学
理学院
光电成像器件原理与应用
(十) 光电成像应用举例-机器视觉测量
2018/11/8
机器视Baidu Nhomakorabea测量
2
微小构件表面形貌测量
1-2喷油器底座的视觉测量方案
目前的测量的主要方式有： (1) 采用三坐标测量机。主要特点是：接触式直接测量，精度高，受测头限制，效 率低，不能在线自动测量；价格昂贵，性价比不高。 (2) 采用万能工具显微镜。其特点是：非接触测量，精度高，抗干扰、稳定性好， 但读数慢且测量过程繁琐；不能在线自动测量。 (3) 利用人工测量方式：如卡尺、千分尺等。人工测量存在很多的局限性和缺点： 检测效率低，精度差；检测数量有限，检测人员容易疲劳以致发生漏检和误判现象； 为了提高检测速度，就不得不靠增加检测分选人员的数量，进而生产成本大幅度提高。 本系统以工件内壁口处与倒角的连接边缘在图像上的投影作为被测边缘，基于视觉精 密测量技术，建立了工件的自动化视觉检测系统，实现了工件内孔的自动化检测，满 足产品精密测量的要求，可以根据测量尺寸对工件进行自动分类，并按类装配，减少 废品量，提高了测量的精度和速度。
（a）红色光照明
（b）蓝色光照明 涂有银色涂层的铜框架
2018/11/8
机器视觉测量
18
微小构件表面形貌测量
3. 偏振光:在光源和镜头上使用偏振镜片可获得偏振光，使用光的偏振特性可以消除镜 面反射的影响，突出表面的细节。
（a）没有使用偏光照明 b）使用偏光照明 4. 光源强度对图像的影响:为在读取人民币编号的系统中，在不同光源强度的照明下获取的图 片，当光源强度较强时可以很清晰地读到编号。
照明方式的影响
2018/11/8
机器视觉测量
16
微小构件表面形貌测量
2. 不同颜色照明的影响 不同颜色的瓶盖在不同颜色的光源照明下得到的图像，从图片中 可以看出，用白光采集出来的图片，瓶盖上的图案都能完整的保留下来；用红光 采集的图片中丢失了红色的信息。
（a）不同颜色瓶盖
（b）白光
（c）红光
因此得出结论： a) 在被测物颜色比较复杂的情况下，如果要保证所有颜色都不丢失，则应该选 择白色光源。 b) 如果要在颜色比较复杂的情况下，需要滤掉某颜色，则只要用要滤掉颜色的 光源即可。 机器视觉测量 2018/11/8 17
2018/11/8
软件算法流程 机器视觉测量
24
微小构件表面形貌测量
3-2 图像噪声类型
1.摄像机产生的噪声 (1) 散粒噪声 (2) 暗电流噪声 (3) 光响应非均匀性噪声 (4) 读出噪声 (5) 杂波噪声 2. 视频图像采集的像素抖动 (1) 行同步相位误差 (2) 频率误差 (3) 像素抖动
机器视觉测量
13
微小构件表面形貌测量
2-2 照明方式的研究
利用各种不同性能和结构的光源以及物体和背景对光的反射和传送特性，可以设计 出不同的照明方案。照明按照射方式分为背向照明和前向照明两类：背向照明是被 测物放在光源和相机之间，它的优点是能获得高对比度的图像；前向照明是光源和 相机位于被测物的同侧，这种方式便于安装。每类按照物体的反射特性及光源与摄 像机的位置关系又可分为几种方式。常用的照明方式：
2-2光源的照射方式
控制和调节照射到物体上的入射光的方向是视觉系统照明设计的基础。它取决 于光源的类型和相对于物体放置的位置。一般来说有两种最基本的方式：直射 光和散射光，直射光是指入射光基本上来自一个方向，射角小，它能投射出被 照射物体的阴影，会有光点；散射光是指入射光来自多个方向，甚至所有方向， 它不会投射出明显的阴影，光斑均匀。
微小构件表面形貌测量
3-4 喷油器底座图像的边缘提取算法
针对本系统图像简单、对比度高、系统要求图像处理速度快的特点，对采集的 图像首先进行阈值变换生成二值图像，并对二值图像应采用数学形态学的边缘 提取算法，并在此基础上，提出了基于方向链码的边缘跟踪方法，实现了边缘 的准确快速的提取。
待处理图像
2018/11/8
2018/11/8
机器视觉测量
3
2018/11/8
机器视觉测量
4
2018/11/8
机器视觉测量
5
2018/11/8
机器视觉测量
6
2018/11/8
机器视觉测量
7
2018/11/8
机器视觉测量
8
微小构件表面形貌测量
系统原理框图 系统分成三部分：视觉测量系统（包括摄像机、光源、光学系统、图像采 集卡、计算机等）、控制执行系统（包括自动上料、定位及自动分选机构 等）和软件系统（视觉测量软件、控制软件等）。 机器视觉测量
3-3 图像预处理
当图像输入到计算机的时候，由于输入转换器件及周围环境的影响等，使图像上 含有各种各样的噪声和失真。反映在图像上，噪声使原本均匀和连续变化的灰度 突然变大或减小，形成一些虚假的边缘和轮廓，这对于高精度的测量是十分不利 的。图像预处理的任务就是抑制噪声、增强细节，为后续特征提取、计算分析等 处理提供一幅高信噪比的优质图像。图像预处理在工程上包括图像增强、图像几 何校正、图像复原处理，在本系统中只用到图像增强处理，即图像滤波 。 机器视觉测量 2018/11/8 25
(a)
2018/11/8
沐浴方式（高角度）
(b) 低角度光 机器视觉测量
(c)
同轴方式
14
微小构件表面形貌测量
(d)
低角度方式扩散光
(e)
直射背向照明
(f)
散射背向照明
2018/11/8
明阈照明
机器视觉测量
暗阈照明
15
微小构件表面形貌测量
2-2 照明技术在测量中的应用
1. 前向照明与背向照明的影响 在检测缝宽的系统中，分别使用前向照明和背向照明得到如图所示的图像。从图中 可以看出，在前向照明下，光由被测物表面反射后在摄像机里成像，光强不同， 成像的灰度不同，成像的对比度也会发生变化；而在背向照明下，被测物不透 光的部分成像为黑色，在缝隙处光线直接透过成像为白色，得到“黑白分明” 的测量图像，因此可以很清晰地得到被测物的边缘轮廓。所以在多数物体轮廓 检测中多使用背向照明方式。
背向照明
2018/11/8
机器视觉测量
23
微小构件表面形貌测量
3-1图像处理算法研究
视觉精密测量系统一般采用如下步骤进行处理：将被测工件放置于工作平台， 利用自动聚焦函数和移动机构使工件被测参数表面处于物面位置；采集图像进 行预处理、阈值分割等；进行像素级边缘检测，获取像素级边缘、边缘法线方 向；对像素级边缘进行亚像素定位，获取准确的边缘位置；利用视觉系统的标 定参数将边缘点转换到物面坐标系，并进行畸变校正；最后根据边缘点来拟合 被测工件的被测参数。
2018/11/8
机器视觉测量
11
微小构件表面形貌测量
光源的照射方式
2-2物体的光反射与传送特性
照明除了增加图像对比度和亮度之外，另一个重要目的是尽可能加大被测物体和 背景之间的差距，利用物体和背景对入射光的反射特性的差异来强化这种差距， 是照明技术设计的重要思想。 1. 反射特性 物体反射入射光有镜面反射和漫反射两种不同的反射特性。
2018/11/8
机器视觉测量
29
微小构件表面形貌测量
3-5 基于平面网格的二维视觉测量系统标定
设计并采用高精度的光刻技术加工了一个平面网格板玻璃靶标，靶标面上均匀分 布两组相互垂直的平行直线，如图 所示，其中白色为透光线条，黑色部分不透 光。靶标上共有 9×9 条透光直线，组成 8×8 个完整的不透光的网格方块；在 水平和垂直方向上透光线条宽度均为 0.5mm，相邻两条透光平行线的同向边缘间 距为 2.5mm。光刻方法得到的直线误差和网格顶点分布误差可以忽略不计（优于 ±1μm）。
2018/11/8
（a）强度较弱
机器视觉测量
（ b）
19
微小构件表面形貌测量
5. 照明角度对图像的影响 为检测光盘表面印字图像，当采用低角度散射光照明时，可以清晰 地看清光盘表面的字。
（a）高角度直射光
（b）低角度散射光
照明角度对图像的影响 综上所述，当选择好的照明方式时，可以给测量图像带来好的效果，减小了后续 图像处理算法的难度，提高了测量精度
机器视觉测量
26
微小构件表面形貌测量
2018/11/8
机器视觉测量
27
微小构件表面形貌测量
2018/11/8
机器视觉测量
28
微小构件表面形貌测量
从图像的对比中，可以看出，Robert 算子提取的图像边缘简单、但是噪 声敏感，适用于边缘明显而且噪声较少的场合；Sobel 和 Prewitt 这两 种算子提取的边缘会出现不连续的情况；Kirsch 和 LoG 算子提取的边缘 线较粗且放大了噪声。相比之下，腐蚀算法提取的边缘连续、边缘宽度为 单像素，很好的保留了边缘的细节。对这几种边缘提取算法的运行时间进 行了测试，得到的结果如表 所示。表中数据说明，基于数学形态学的腐 蚀边缘提取算法速度较快。 边缘提取算法运行时间表（ms）
2018/11/8
机器视觉测量
12
微小构件表面形貌测量
镜面反射与漫反射 镜面反射：光线的反射角等于入射角。此种反射有时会产生极强的眩光，在 多数情况下应避免镜面反射。 漫反射：照射到物体上的光从各个方向漫散出去。在大多数实际情况下，漫 射光在某个角度范围内形成，并取决于入射光的角度。
2018/11/8
2018/11/8
机器视觉测量 平面网格靶标及特征点选取
30
微小构件表面形貌测量
选取特征点应该遵循坐标容易提取、稳定的点。本系统中选用两条垂直相交的透光直
线交点的中心作为特征点，这样可以充分利用靶标件的边缘点参与拟合，提高特征点
的稳定性。由于摄像机镜头的像差、畸变等的影响会使图像边缘区域的成像质量较差， 会增加边缘特征点提取误差，所以去除掉边缘的点，选择中间 8 条相互垂直的透光 线的交点中心 7×7 个点作为标定需要的靶标特征点。 1.特征点在靶标平面内的实际坐标 以选用的第一个特征点为中心，以靶标的水平线和垂直线为坐标轴，建立靶标坐标系。 因为靶标的加工精度很高为±0.5μm，因此可以用靶标的设计尺寸来计算特征点的实 际坐标。 2.特征点在图像坐标系中的像素坐标 特征点坐标的获取如图 所示，首先拟合特征点 周围的 4 个完整的不透光方块的边缘直线段 1～8 的直线方程，再求出两相交直线
圆台形均匀散射光源
机器视觉测量
21
微小构件表面形貌测量
均匀散射前向照明 从图中可以看出，在这种光源下获得的图像边缘分辨比较困难，图像处理 算法难度较大，测量精度很差。 机器视觉测量 2018/11/8
22
微小构件表面形貌测量
2.均匀散射光背向照明 采用均匀散射光背向照明的方式如图所示，得到图（b）所示的图像，图形简单， 对比度高，经光路分析知，图中外面亮的一圈为工件口处的倒角圈，亮圈的内径即 为需要测量的边缘。
2018/11/8
9
微小构件表面形貌测量
喷油器底座 机器视觉测量
2018/11/8
10
微小构件表面形貌测量
2-1 光源的选择
光源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至少 30％ 的应用效果。选择光源应从以下几方面考虑 图像对比度 鲁棒性 发光强度 均匀性 可维护性 寿命及发热量
微小构件表面形貌测量
在需要突出不同边缘时，使用不同颜色的光源照明会得到不同的效果。这是由于 照射的波长不同，被测物的分光反射率、分光透射率等也会不同。如图所示，中 心部涂有银色涂层的铜框架在红色光的照明下，周围的铜和中心的银都以相同程 度的反射率成像，得到清晰的框架边缘；而在蓝色光的照明下，利用物体分光反 射率之差取得浓淡差的效果，可清晰地分辨出涂层。
2018/11/8
机器视觉测量
20
微小构件表面形貌测量
2-3 系统光源的设计
对视觉检测系统常用的光源及照明方式做了多种尝试，通过对工件表面光反射特性的分 析，设计了适于喷油器底座这种强反射金属表面工件尺寸检测的均匀散射的背光光源。 1.圆台形均匀散射光源前向照明 圆台形均匀散射光源结构如图 所示，5 圈经过严格挑选的性能一致的LED 灯紧密排 列在圆台形电路板上，发出的光经过磨砂玻璃透射，在一定范围内可近似作为均匀 散射光对待，通过控制 LED 的电流可调节发光强 在挑选发光二极管时，选择两种发光角度不 同的LED。一种是发光角度较大、发光强度较 小的红色 LED，得到的光源发光均匀。在这 种光源下采集的图像对比度很差、无法分辨 测量边缘。换用发光角度小、发光强度较大 的二极管，得到的光源扩散角，强度较大。 调节光源强度从弱到强时依次采集的图像如 图所示。
光电成像器件原理与应用
哈尔滨工程大学
理学院
光电成像器件原理与应用
(十) 光电成像应用举例-机器视觉测量
2018/11/8
机器视Baidu Nhomakorabea测量
2
微小构件表面形貌测量
1-2喷油器底座的视觉测量方案
目前的测量的主要方式有： (1) 采用三坐标测量机。主要特点是：接触式直接测量，精度高，受测头限制，效 率低，不能在线自动测量；价格昂贵，性价比不高。 (2) 采用万能工具显微镜。其特点是：非接触测量，精度高，抗干扰、稳定性好， 但读数慢且测量过程繁琐；不能在线自动测量。 (3) 利用人工测量方式：如卡尺、千分尺等。人工测量存在很多的局限性和缺点： 检测效率低，精度差；检测数量有限，检测人员容易疲劳以致发生漏检和误判现象； 为了提高检测速度，就不得不靠增加检测分选人员的数量，进而生产成本大幅度提高。 本系统以工件内壁口处与倒角的连接边缘在图像上的投影作为被测边缘，基于视觉精 密测量技术，建立了工件的自动化视觉检测系统，实现了工件内孔的自动化检测，满 足产品精密测量的要求，可以根据测量尺寸对工件进行自动分类，并按类装配，减少 废品量，提高了测量的精度和速度。
（a）红色光照明
（b）蓝色光照明 涂有银色涂层的铜框架
2018/11/8
机器视觉测量
18
微小构件表面形貌测量
3. 偏振光:在光源和镜头上使用偏振镜片可获得偏振光，使用光的偏振特性可以消除镜 面反射的影响，突出表面的细节。
（a）没有使用偏光照明 b）使用偏光照明 4. 光源强度对图像的影响:为在读取人民币编号的系统中，在不同光源强度的照明下获取的图 片，当光源强度较强时可以很清晰地读到编号。
照明方式的影响
2018/11/8
机器视觉测量
16
微小构件表面形貌测量
2. 不同颜色照明的影响 不同颜色的瓶盖在不同颜色的光源照明下得到的图像，从图片中 可以看出，用白光采集出来的图片，瓶盖上的图案都能完整的保留下来；用红光 采集的图片中丢失了红色的信息。
（a）不同颜色瓶盖
（b）白光
（c）红光
因此得出结论： a) 在被测物颜色比较复杂的情况下，如果要保证所有颜色都不丢失，则应该选 择白色光源。 b) 如果要在颜色比较复杂的情况下，需要滤掉某颜色，则只要用要滤掉颜色的 光源即可。 机器视觉测量 2018/11/8 17
2018/11/8
软件算法流程 机器视觉测量
24
微小构件表面形貌测量
3-2 图像噪声类型
1.摄像机产生的噪声 (1) 散粒噪声 (2) 暗电流噪声 (3) 光响应非均匀性噪声 (4) 读出噪声 (5) 杂波噪声 2. 视频图像采集的像素抖动 (1) 行同步相位误差 (2) 频率误差 (3) 像素抖动
机器视觉测量
13
微小构件表面形貌测量
2-2 照明方式的研究
利用各种不同性能和结构的光源以及物体和背景对光的反射和传送特性，可以设计 出不同的照明方案。照明按照射方式分为背向照明和前向照明两类：背向照明是被 测物放在光源和相机之间，它的优点是能获得高对比度的图像；前向照明是光源和 相机位于被测物的同侧，这种方式便于安装。每类按照物体的反射特性及光源与摄 像机的位置关系又可分为几种方式。常用的照明方式：
2-2光源的照射方式
控制和调节照射到物体上的入射光的方向是视觉系统照明设计的基础。它取决 于光源的类型和相对于物体放置的位置。一般来说有两种最基本的方式：直射 光和散射光，直射光是指入射光基本上来自一个方向，射角小，它能投射出被 照射物体的阴影，会有光点；散射光是指入射光来自多个方向，甚至所有方向， 它不会投射出明显的阴影，光斑均匀。
微小构件表面形貌测量
3-4 喷油器底座图像的边缘提取算法
针对本系统图像简单、对比度高、系统要求图像处理速度快的特点，对采集的 图像首先进行阈值变换生成二值图像，并对二值图像应采用数学形态学的边缘 提取算法，并在此基础上，提出了基于方向链码的边缘跟踪方法，实现了边缘 的准确快速的提取。
待处理图像
2018/11/8
2018/11/8
机器视觉测量
3
2018/11/8
机器视觉测量
4
2018/11/8
机器视觉测量
5
2018/11/8
机器视觉测量
6
2018/11/8
机器视觉测量
7
2018/11/8
机器视觉测量
8
微小构件表面形貌测量
系统原理框图 系统分成三部分：视觉测量系统（包括摄像机、光源、光学系统、图像采 集卡、计算机等）、控制执行系统（包括自动上料、定位及自动分选机构 等）和软件系统（视觉测量软件、控制软件等）。 机器视觉测量
3-3 图像预处理
当图像输入到计算机的时候，由于输入转换器件及周围环境的影响等，使图像上 含有各种各样的噪声和失真。反映在图像上，噪声使原本均匀和连续变化的灰度 突然变大或减小，形成一些虚假的边缘和轮廓，这对于高精度的测量是十分不利 的。图像预处理的任务就是抑制噪声、增强细节，为后续特征提取、计算分析等 处理提供一幅高信噪比的优质图像。图像预处理在工程上包括图像增强、图像几 何校正、图像复原处理，在本系统中只用到图像增强处理，即图像滤波 。 机器视觉测量 2018/11/8 25
(a)
2018/11/8
沐浴方式（高角度）
(b) 低角度光 机器视觉测量
(c)
同轴方式
14
微小构件表面形貌测量
(d)
低角度方式扩散光
(e)
直射背向照明
(f)
散射背向照明
2018/11/8
明阈照明
机器视觉测量
暗阈照明
15
微小构件表面形貌测量
2-2 照明技术在测量中的应用
1. 前向照明与背向照明的影响 在检测缝宽的系统中，分别使用前向照明和背向照明得到如图所示的图像。从图中 可以看出，在前向照明下，光由被测物表面反射后在摄像机里成像，光强不同， 成像的灰度不同，成像的对比度也会发生变化；而在背向照明下，被测物不透 光的部分成像为黑色，在缝隙处光线直接透过成像为白色，得到“黑白分明” 的测量图像，因此可以很清晰地得到被测物的边缘轮廓。所以在多数物体轮廓 检测中多使用背向照明方式。
背向照明
2018/11/8
机器视觉测量
23
微小构件表面形貌测量
3-1图像处理算法研究
视觉精密测量系统一般采用如下步骤进行处理：将被测工件放置于工作平台， 利用自动聚焦函数和移动机构使工件被测参数表面处于物面位置；采集图像进 行预处理、阈值分割等；进行像素级边缘检测，获取像素级边缘、边缘法线方 向；对像素级边缘进行亚像素定位，获取准确的边缘位置；利用视觉系统的标 定参数将边缘点转换到物面坐标系，并进行畸变校正；最后根据边缘点来拟合 被测工件的被测参数。
2018/11/8
机器视觉测量
11
微小构件表面形貌测量
光源的照射方式
2-2物体的光反射与传送特性
照明除了增加图像对比度和亮度之外，另一个重要目的是尽可能加大被测物体和 背景之间的差距，利用物体和背景对入射光的反射特性的差异来强化这种差距， 是照明技术设计的重要思想。 1. 反射特性 物体反射入射光有镜面反射和漫反射两种不同的反射特性。
2018/11/8
机器视觉测量
29
微小构件表面形貌测量
3-5 基于平面网格的二维视觉测量系统标定
设计并采用高精度的光刻技术加工了一个平面网格板玻璃靶标，靶标面上均匀分 布两组相互垂直的平行直线，如图 所示，其中白色为透光线条，黑色部分不透 光。靶标上共有 9×9 条透光直线，组成 8×8 个完整的不透光的网格方块；在 水平和垂直方向上透光线条宽度均为 0.5mm，相邻两条透光平行线的同向边缘间 距为 2.5mm。光刻方法得到的直线误差和网格顶点分布误差可以忽略不计（优于 ±1μm）。
2018/11/8
（a）强度较弱
机器视觉测量
（ b）
19
微小构件表面形貌测量
5. 照明角度对图像的影响 为检测光盘表面印字图像，当采用低角度散射光照明时，可以清晰 地看清光盘表面的字。
（a）高角度直射光
（b）低角度散射光
照明角度对图像的影响 综上所述，当选择好的照明方式时，可以给测量图像带来好的效果，减小了后续 图像处理算法的难度，提高了测量精度
机器视觉测量
26
微小构件表面形貌测量
2018/11/8
机器视觉测量
27
微小构件表面形貌测量
2018/11/8
机器视觉测量
28
微小构件表面形貌测量
从图像的对比中，可以看出，Robert 算子提取的图像边缘简单、但是噪 声敏感，适用于边缘明显而且噪声较少的场合；Sobel 和 Prewitt 这两 种算子提取的边缘会出现不连续的情况；Kirsch 和 LoG 算子提取的边缘 线较粗且放大了噪声。相比之下，腐蚀算法提取的边缘连续、边缘宽度为 单像素，很好的保留了边缘的细节。对这几种边缘提取算法的运行时间进 行了测试，得到的结果如表 所示。表中数据说明，基于数学形态学的腐 蚀边缘提取算法速度较快。 边缘提取算法运行时间表（ms）
2018/11/8
机器视觉测量
12
微小构件表面形貌测量
镜面反射与漫反射 镜面反射：光线的反射角等于入射角。此种反射有时会产生极强的眩光，在 多数情况下应避免镜面反射。 漫反射：照射到物体上的光从各个方向漫散出去。在大多数实际情况下，漫 射光在某个角度范围内形成，并取决于入射光的角度。
2018/11/8
2018/11/8
机器视觉测量 平面网格靶标及特征点选取
30
微小构件表面形貌测量
选取特征点应该遵循坐标容易提取、稳定的点。本系统中选用两条垂直相交的透光直
线交点的中心作为特征点，这样可以充分利用靶标件的边缘点参与拟合，提高特征点
的稳定性。由于摄像机镜头的像差、畸变等的影响会使图像边缘区域的成像质量较差， 会增加边缘特征点提取误差，所以去除掉边缘的点，选择中间 8 条相互垂直的透光 线的交点中心 7×7 个点作为标定需要的靶标特征点。 1.特征点在靶标平面内的实际坐标 以选用的第一个特征点为中心，以靶标的水平线和垂直线为坐标轴，建立靶标坐标系。 因为靶标的加工精度很高为±0.5μm，因此可以用靶标的设计尺寸来计算特征点的实 际坐标。 2.特征点在图像坐标系中的像素坐标 特征点坐标的获取如图 所示，首先拟合特征点 周围的 4 个完整的不透光方块的边缘直线段 1～8 的直线方程，再求出两相交直线