机器视觉系统发展及其应用_刘金桥

第1期(总第158期)

2010年2月机械工程与自动化

M ECHAN I CAL EN G I N EER I N G &　AU TOM A T I ON N o 11

Feb 1

文章编号:167226413(2010)0120215202

机器视觉系统发展及其应用

刘金桥,吴金强

(新疆大学机械工程学院,新疆　乌鲁木齐　830008)

摘要:介绍了机器视觉系统的概念、特点以及系统的组成。重点阐述了机器视觉系统中的照明、镜头、相机等关键技术的发展现状。分析了机器视觉系统在工业、农业、医学等多个领域的应用情况,展望了机器视觉的发展趋势。

关键词:机器视觉;照明;镜头;相机中图分类号:T P 24216+2 文献标识码:A

收稿日期:2009204221;修回日期:2009209218

作者简介:刘金桥(19822),男,湖南隆回人,在读硕士研究生。

0　引言

机器视觉系统是一种非接触式的光学传感系统[1]

,它同时集成软硬件,能够自动地从所采集到的图像中获取信息或者产生控制动作。简言之,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统可提高生产线的柔性和自动化程度,在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,由于人的主观作用,造成人工视觉检查产品质量效率低且精度不高,用机器视觉方法检测可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。

机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。1　机器视觉系统

一个简单的机器视觉系统一般由照明、镜头、相机、图像采集卡和图像处理单元组成。其中照明、镜头、相机选取的好坏是决定机器视觉系统成败的关键。111　照明

照明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应用效果。由于没有通用的机器视觉照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,以达到最佳效果。一个好的照明系统,应当具有以下特征[2]:①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;②保证足够的亮度和

稳定性;③物体位置的变化不应影响成像的质量。

照明光源可分为可见光照明和不可见光照明,常用的可见光照明光源有L ED 、荧光灯、卤素灯等。可见光的缺点是一方面光能不能保持稳定,另一方面环境光会影响图像的质量,所以一般采用加防护屏的方法来减少环境光的影响。表1列出了几种主要光源的相关特性[3,4]。

表1　各种视觉光源的特性

光源

颜色寿命(h )亮度

特点L ED

红、绿、蓝、白60000～100000较亮发热少荧光灯白色,偏绿5000～7000亮发热多卤素灯

白色,偏黄5000～7000很亮发热多

L ED 光源是目前主流的机器视觉光源,主要原因是:①L ED 光源节能、不引起环境污染;②单色性好,发光响应速度快,高频特性好;③防震动及抗冲击性能好,功耗低,寿命长;④有多种颜色可选,针对不同被测物体的表面特征和材质可选用不同颜色的光源,以获得更佳的图像。

在常用的L ED 光源中,一般红色的用的多,因为

CCD 对红色更敏感(人眼对绿色更敏感)。红色L ED 发

明早,技术成熟,价格也低,相比其他的颜色,红色

光源的价格是其他同规格的12甚至1

3

。

112　镜头

镜头是机器视觉系统中的重要组件,其主要功能是光学成像。镜头的参数主要有焦距、视场(FOV ,

F ield of V iew )、

工作距离、分辨率、景深(DO F )等。工作距离是指从镜头前部到受检验物体的距离,需要的工作距离越长,保持小视野的难度和成本就越高。镜头的景深是物体离最佳焦点较近或较远时,镜头保持

所需分辨率的能力。视场代表着摄像头能够观察到的最大范围,通常以角度来表示,视场越大,观测范围越大。在组建机器视觉系统时,要根据实际需要选择合适口径和焦距的镜头。113　相机

相机在机器视觉系统中是必不可少的,相机按其感光器的不同可以分为两大类:CCD (Charge Coup led D evice )相机和C M O S (Com p lem en tary M etal O x ide Sem iconducto r )相机。这两种相机的成像工作原理没有本质的区别,所不同的是CCD 的制造工艺比较复杂,因此成本较高,而且对电能的消耗也比较大;C M O S 的制造成本和电力消耗要比CCD 低很多。不过,CCD 的成像品质较高,在同样的条件下,CCD 的成像通透性、明锐度以及色彩的丰富性、准确性都比较出色。而C M O S 的通透性则比较一般,对色彩的还原能力也比较弱。CCD 相机按照其使用的CCD 感光器件可以分为线阵式和面阵式两大类。线阵CCD 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CCD ;而面阵CCD 相机则可以一次获得整幅图像的信息,因此面阵CCD 价格比较便宜。2　机器视觉系统的应用

机器视觉系统的最大优点是与被检测对象无接触,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,所以,机器视觉应用领域十分广泛。211　在工业中的应用

目前,机器视觉系统已成功应用于工业行业检测领域,大幅提高了产品的质量和可靠性。在电子制造领域的应用主要是引导机器人进行高精度PCB 定位和S M T 元件放置,还有表面检测。在机械领域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,还有表面检测。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。其他领域主要是部件识别和表面检测方面的应用。利用机器视觉系统节约了大量的人力和物力,降低了产品生产成本。212　在农业生产中的应用

机器视觉技术在农业生产上的研究与应用始于20

世纪70年代末期,主要研究集中于农产品的品质检测和分级。由于受到当时计算机发展水平的影响,其检测速度达不到实时的要求,处于实验研究阶段。随着电子技术、计算机软硬件技术、图像处理技术及与人类视觉相关的生理技术的迅速发展,机器视觉技术本身在理论和实践上都取得了重大突破。在农业机械上的研究与应用也有了较大的进展,除农产品分选机械外,目前已渗透到收获、农田作业、农产品颜色识别以及植物生长检测等领域,有些已取得了实用性的成果。利用计算机视觉技术对植物生长进行监测具有无损、快速、实时等特点,不仅可以检测设施内植物的叶片面积、叶片周长、茎杆直径、叶柄夹角等外部生长参数,还可以根据果实表面颜色及果实大小判别其成熟度以及作物缺水缺肥等情况[5]。213　在医学中的应用[6]

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 图像进行适当叠加,然后进行综合分析;还有对其他医学影像数据进行统计和分析,如利用数字图像的边缘提取与图像分割技术,自动完成细胞个数的计数或统计,这样不仅节省了人力,而且大大提高了准确率和效率。3　结语

机器视觉技术经过30年的发展,已经由一些简单的应用逐步向复杂检测、引导机器人和自动测量几个方面发展,并逐渐地消除了人为因素,降低了错误发生的概率。随着半导体和电子技术的发展,更快的处理速度和更高的图像采集质量是机器视觉未来的发展趋势。

参考文献:

[1]　王昕,秦鹏,F ro st&Sullivan 公司.机器视觉系统市场[J ].

软件,2007(2):16217.

[2]　张五一,赵强松,王东云.机器视觉的现状及发展趋势

[J ].中原工学院学报,2008,19(1):9211,15.

[3]　段峰,王耀南,雷晓峰,等.机器视觉技术及其应用综述

[J ].自动化博览,2002(3):59262.

[4]　唐向阳,张勇,李江有,等.机器视觉关键技术的现状及应

用展望[J ].昆明理工大学学报(理工版),2004,29(2):36239.

[5]　傅宇.机器视觉技术在农业生产自动化领域中应用研究

[J ].安徽农业科学,2006,34(15):387123872.

[6]　朱瑞.机器视觉的典型应用[J ].应用光学,2007(4):182

21.

D evelop m en t of M ach i ne V ision System and Its Application

L I U J i n -qi ao ,W U J i n -qi ang

(Co llege of M echanical Engineering ,X injiang U niversity ,U rum qi 830008,Ch ina )

Abstract :T h is paper briefly introduces the concep t ,characteristics and compo siti on of m ach ine visi on system s .It focuses on the developm ent status of the key techno logies about m ach ine visi on system s ,such as ligh ting ,lens ,cam eras ,etc .It also analyzes the app licati on of m ach ine visi on system s in vari ous of fields like industry ,agriculture ,m edicine ,etc .A t last ,it p ro spects the developm ent trend of m ach ine visi on .

Key words :m ach ine visi on ;ligh ting ;lens ;cam eras

・612・　机械工程与自动化 2010年第1期