机器视觉及其应用论文(格式完整)

机器视觉的典型应用

摘要：主要介绍机器视觉的典型应用，简要分析机器视觉的特点、优越性和应用分类，详细介绍了机器视觉技术在印刷行业、农业、工业、医学中的应用，并且分别举例说明。机器视觉的诞生和应用在理论和实际中均具有重要意义。

关键词：机器视觉；标签检测；字符识别；水果品质分级；缺损检测

1 机器视觉的典型应用

在现代自动化生产过程中，机器视觉系统已广泛应用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是可以提高生产的柔性和自动化程度。在一些不适合于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，常用机器视觉来代替人工视觉，同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度，是实现计算机集成制造的基础技术。随着机器视觉技术自身的成熟和发展，可以预计它将在现代及未来的各个行业中得到越来越广泛的应用。

机器视觉的应用分类如下：

1)纺织与服装

*断纱检测：

*织染检测

*布料、皮革形状检测

2)食品与粮食

*粮食异物检测、分拣与色选

*饮料液体检测

*生产日期、保质期字符识别

*灌装线上空瓶的破损、洁净检测

3)特种检验

*缆绳磨损与破损检测

*容器与管道探伤

*游乐设施速度检测

*危险装备的在线状态检测

4)包装

*外观完整性检测

*条码识别

*密封性检测

5)机械制造

*零部件外形尺寸检测

*装配完整性检测

*部件的定位与姿态识别

*零件、发动机、底盘等编号的同色凹字符识别

6)邮政分拣

*邮政编码识别

*包裹物品检测

7)海关与口岸

*指纹、掌纹、虹膜与人脸识别

*货物识别

*安检危险物品检测

此外，机器视觉还广泛应用于集成电路检测、

航空航天、军事国防、消防和公路交通等。

2机器视觉技术的应用实例

机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等多个领域的交叉学科。它不仅是人眼的延伸，更重要的是具有人脑的一部分功能。机器视觉不会有人眼的疲劳，有着比人眼更高的分辨精度和速度，借助红外线、紫外线、X射线、超声波等高新探测技术，它在探测不可视物体和高危险场景时，更具有其突出优点。下面介绍几个机器视觉典型应用实例。2．1在印刷行业中的应用

目前，机器视觉已成功地应用于印刷行业检测领域，大幅度地提高了产品的质量和可靠性，保证了生产的速度。

检测内容：

1)检出条形码标签打印整体模糊的，数字、字母、条形码都不清楚的；

2)检出标签上的字母、条形码、数字1项或者2项不清楚的，例如字母打印不清楚、条形码印刷断裂；在一段时间内所印刷的图案是相同的；

3)检出标签尺寸不附合要求的，标准尺寸为9 mmX 42 mm;

4)材质表面有点反光，主体是白底黑字图案；

5)速度：3～4张／s；标签打印机打出的连续

标签，标签间隔长度3 mm；

6)检出并剔除次品；

7)进行在线或者离线检测。

该标签印刷质量检测系统是西安市春秋视讯技术有限责任公司为某公司研究开发的，现已成功投入使用。

2.2在工业中的应用

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。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，饮料瓶封口检测，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，关键机械

零件的工业CT等[1]。在海关，应用X射线和机器视觉技术的不开箱货物通关检验，大大提高了通关速度，节约了大量的人力和物力。南京造币厂生产的印钞机是机器视觉在印刷行业的典型应用。

南京造币厂是中国唯一的印钞造币机械定点制造厂，属国家专控的重要企业。其开发生产的YBW2150造币机工艺要求极为严格。为保证每一道生产工序的可靠性，必须对生产中的产品进行100％检测。2000年10月新发行的第5套人民币中，壹圆硬币的侧边加工采用高速滚边机，增强了防伪功能。鉴于生产过程的严格控制要求，南京造币厂的工程师们，选定在造币的最后一道工序上安装视觉检测系统。最后一道工序即压印工艺，完全是在线检测。对图像检测系统提出了更高要求。首先是高速性，既要求CCD相机是高速的，同时图像识别系统也要求计算速度和存储能力很强。当硬币下落时，速度类似自由落体。平均速度10件／s，那么每件测量的时间必须小于100 ms，同时考虑物体运动速度均匀，应尽量采用高速系统。松下电工的新视觉产品A210通过试验监测，其触发、图像采集和计算的时间之和在40 ms之内，完全满足要求。另外就是确定相机拍摄位置。由于硬币在高速运行中，要准确地拍摄，必须有同步触发信号。为此，采用了高速反射式光纤传感器检测。在照明方面，为了削弱硬币弧形边缘的高反光效应，得到较好的图像质量，采用的是两组LED环形灯加频闪控制器配合图像采集。在多方调研、实验、安装调试后，经过长达半年的生产验证，达到了100％的不良品检出率。2000年12月底国家造币印钞总公司对该产品进行了鉴定，并建议在全行业内推广。

2.3在农业中的应用

我国是一个农业大国，农产品十分丰富，故对农产品进行自动分级，实行优质优价，以产生更好的经济效益，其意义十分重大。如水果，根据其颜色、形状和大小等特征参数；禽蛋，根据其色泽、重量、形状和大小等外部特征；烟叶，根据其颜色、形状、纹

理和面积等进行综合分级。此外，为了提高加工后农产品的品质，对水果的坏损部分，粮食中混杂的杂质，烟叶、茶叶中存在的异物等都可用机器视觉系统进行检测并准确去除。随着工厂化农业的快速发展，利用机器视觉技术对作物生长状况进行监测，实现科学浇灌和施肥，也是一种重要应用。

国外已将机器视觉技术成功地运用到农产品的质量检测上，尤其是水果的检测，应用最为广泛。无损检测按原理可分为2种，一种是在水果外部发出一种能量，从水果对能量的输入与输出变化中得到水果相关的品质特性；另一种是通过对水果本身的化学发光或红外线放射的能量等来测定水果的品质。水果品质无损伤检测的主要方法有：紫外线检测、可见光检测、近红外线检测、红外线检测、X光及CT检测等。目前水果品质检测多采用人工检测，不仅费时、效率低下，而且与检验员自身的技术水平、经验有很大的关系，成为制约加工效率的一个瓶颈因素。利用机器视觉技术检验水果具有实时、客观、无损害等优点，因而受到