实训一机器视觉技术

1、实训一 机器视觉技术（一） 机器视觉技术1. 目标图像摄取装置（CMOS和CCD）图像信号图像处理系统数字化信号2. 机器视觉系统组成部分：光源、镜头、相机、图像处理单元、图象处理软件、监视器、输入/输出控制单元。3. 特点：提高生产的柔性和自动化程度。4. 应用：生产流水线的检测系统（汽车零件、纸币印刷质量）、智能交通管理系统、金相分析、医疗图象分析、无人机、机器人等。（二） 机器视觉实训系统大恒DHLAB-BASE-PY-AF型平移式机器视觉教学实验平台组成部分：相机安装模块、光源安装模块、平台方形载板、运动控制面板由组成部分可推测，在机器视觉系统识别物体时，相机的焦距、光源的种类、光圈的

2、大小、曝光时间的长短、载板移动速度的大小都将会对获取图像产生不同的影响。平台：速度可调；手动或自动运动模式；摄像头：紧凑型数字摄像机感光元件：1/1.8”CCD；分辨率为1628（H）x 1236（V）；像素尺寸4.4um x 4.4um。（三） 实训内容【1】 一维条码检测1. 条形码(barcode)是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符，在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。2. 摄像机位置离检测平面大概47cm，光源离检测平面约36cm。3. 实验步骤如下：放置条形码在载物平台上，使其处于镜头正下方；调整焦距、改

3、变光圈大小，使物体清晰，对比度高、明暗适中；利用计算机软件控制相机对物体成像；通过改变曝光量、增益、光源、载物台移动速度，观察成像结果并加以比较。结果如下：条形码A不开光圈、无速度曝光量增益识别结果10000没有图像25000不能识别600000正确识别600005正确识别600006.4错误识别600007没有图像条形码B不开光圈、无速度曝光量增益识别结果600002没有图像600006.4正确识别6000020错误识别350006.4不能识别400006.4正确识别开光圈曝光量增益识别结果600006.4没有图像20006.4正确识别速度曝光量增益识别结果小600006.4正确识别中600

4、006.4错误识别大600006.4错误识别部分截图思考题a. 想要调整平台移动速度，可以使用平移平台控制面板速度调整部分，打开速度调整按钮，旋转旋钮，控制速度。b. 更换其他条形码，必须再次经过调焦、找到合适位置、适合曝光量、适合增益，才能够正确识别。否则会出现错误识别或不能成像的结果。【2】 二维码检测1. 二维码为黑白相间、粗细不同的点阵图形，通过大大小小不同的黑白的点来存储信息。2. 检测系统、实验步骤同【1】3. 结果：曝光量很小时，系统也能够识别；增益数在实验过程中均大于3。4. 讨论加光源对识别结果的影响：未补光 补光即在此实验中，光源的补充与否并没能直接影响识别精度。只要在实验

5、过程中，注意到曝光量、增益、光圈大小、光源补否之前相互协调，就能够使系统精准检测识别到二维码的内含信息。讨论改变触发模式对识别结果的影响:平移平台在移动的过程中，能够受到触发模式的控制。当改动触发模式为“Line0”时，平台在移动经过磁铁标定点时，系统相机自动拍照并只在此时拍照。此时拍照得到的图像较为清晰，识别准确度提高。5. 思考题a. 其他二维码即系统能够识别如微信、系统自动生成的一些二维码。只是在进行识别前，需要记得调焦、调整曝光量等数据，使系统能够成清晰的像，只有这样，才能精准识别。b. 编写识别指定二维码的Halcon程序。在经过学习原有二维码识别的程序代码后，分析得知只需将过程中的

6、“识别”语句改为相应的新二维码信息，既可以实现识别功能。语句改为：M1:=wangxiaohan识别功能实现截图如下：c. 倾斜旋转二维码，系统能够识别。【3】 字符识别1. 此项实验需要使系统识别特定字符。此字符已由Halcon算子程序规定为“HALCON”，出现其他字符不可识别。2. 实验过程如【1】中的-。3. 实验数据、截图补充如下：曝光量增益识别结果50000正确识别50003正确识别200000正确识别右遮挡100000不能识别下遮挡100000错误识别角遮挡100000错误识别4. 思考题：对物体遮挡后，系统不能够100%准确识别字符。如上图所示，遮挡部分字符串或者遮挡下方、边角

7、，都可能使系统不能精确识别字符，还可能会产生错误识别除字符外的物体。【4】 一维测量1. 本实验测量普通芯片的管脚间距。2. 实验步骤：置条形码在载物平台上，使其处于镜头正下方；调整焦距、改变光圈大小，使物体清晰，对比度高、明暗适中；利用计算机软件控制相机对物体成像；划定“匹配区域”，此步骤是为了在实际应用中，使相机在多个零件中，能够通过匹配区域的特征，识别出需要测量的零件（即芯片）。划定“测量区域”，此步骤是为了在识别了特定零件后，在该零件的固定测量区域内才进行测量，而不是无范围的胡乱测量。相机采集后自动生成测量数据，此数据为像素单位。如需得知确切管脚间距，要换算成标准长度单位。额外测量直尺

8、间距，为单位换算做准备。3. 实验结果截图速度慢 速度快静止 直尺4. 思考题a. 更换其他芯片，并不能够检测成功。因为其“匹配区域”并不重合，所以系统不能识别芯片并进行测量。b. 测出来的数据单位是像素。在进行了直尺间距测量后，可大致估计1mm代表此实验中的单位“1”，因此可以得到管脚间距的公制长度值。【5】 二维测量1. 对所给实验工件测量板的图形进行测量。可以通过系统得到的数据有圆的直径和矩形的面积。2. 保持相机与平台距离为47cm。加固背光源。3. 实验步骤同实验【4】，必须划定匹配区域和测量区域。4. 实验结果截图：5. 测量过程中，有时会因为测量区域划定不规范或者测量区域与匹配区

9、域重合时，导致系统无法识别且测定。6. 思考题：测量数据仍为像素，可与【4】方法相同，通过建立标准长度单位与实验中所得像素数据匹配公式，再对实验数据进行换算得到真实的长度单位数据。【6】 三维形状匹配1. 对实验所给工件进行测量匹配。可以通过系统得到三维工件在图像中的位置，并得到工件在相机坐标系中的坐标和姿态。2. 实验步骤补充：设置匹配参数；加载形状模型；完成3D形状匹配。3. 实验结果截图：4. 思考题：a. 遮挡工件，不能准确测量。b. 旋转工件，并不是任何角度都可以测量得到正确结果。【7】 木材分类系统1. 本实验用来检测木板的种类。2. 实验流程：木材模板创建：通过对各类木板的材质进行训练，使系统“记忆”被测物的特征，能够在识别过程中对所给木板的材质进行对比检测。完成训练后，将任意木板放置在平移台上，使系统对木板材质进行识别。如能够在“材质库”中匹配到合适材质，显示正确类别；如不能匹配，则无法显示或者出现错误识别。3. 实验结果截图：（均能正确识别）4. 思考题：光照改变会影响匹配精度。有时过于强的光照，木材表面可能反光严重，会使系统判别错误，匹配成其他材质。下面三幅图为同一块木板，因光照强度不同，而被系统匹配不同材质。（四）实训心得1. 实验过程中如需讨论某些参数对于结果的影响，一定要做到只改变讨论量，其他变量保持不变；