基于计算机的视觉检测技术的原理及应用研究

1、2005年第4期萍乡高等专科学校学报Jour nal of Pingx iang College2005N O . 4基于计算机的视觉检测技术的原理及应用研究洪少春(泉州师范学院高职学院, 福建泉州362000摘要:基于计算机的视觉检测技术在检测系统的柔性、智能化、通用化、敏捷性等方面较其它方法具有更大的优越性, 本文综合了国内外在AV I 方面的研究成果, 分析了其基本原理和应用以及近年来此方面的研究成果, 并探讨了基于计算机的视觉检测技术的发展趋势。关键词:计算机; 视觉检测; 发展; 应用一、引言进入21世纪, 基于计算机的视觉检测技术在自动化研究领域得到广泛的重视。随着计算机的普及和数

2、字逻辑器件、传感器的发展, 人们越来越多地利用计算机和新型数字逻辑器件、传感器来进行视觉信息的获取与处理。在CIM S 的普及推动下, 企业在向柔性化、自动化发展的进程中, 提出了对计算机辅助质量系统的新要求。目前, 计算机辅助检测计划系统已成为计算机辅助质量系统的重要组成部分, 在现代制造业中得到广泛的应用。随着柔性制造系统的推广和驱动图像处理软件、现场总线技术的成熟, 人们对检测系统的柔性、智能化、敏捷性、稳定性等方面提出了更高的要求, 计算机视觉检测技术得到迅速的发展, 由于基于计算机的视觉系统可以快速获取和处理大量信息, 且易于实现信息集成, 因此, 计算机视觉系统已广泛地应用在工商业

3、领域的工况监视、现场监控。基于计算机的视觉技术作为一种检测手段已经逐步形成一种新的检测技术计算机视觉检测技术, 简称A VI 。二、视觉技术的研究(二 视觉检测技术原理图像技术就是对视觉图像获取与加工处理技术的总称。根据抽象程度和处理方法的不同, 图像技术可分为三个层次:图像处理、图像分析和图像理解。这三个层次的有机结合称为图像工程。计算机视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术, 它利用计算机视觉研究成果, 采用像传感器来实现对被测物体的尺寸及空间位置的三维测量, 能较好地满足现代制造业的发展需求。与一般意义上的图像处理系统相比, 计算机视觉检测技术更强调精度和速度, 以及

4、工业现场环境下的可靠性。例如基于三角法的主动视觉测量原理具有抗干扰能力强、效率高、精度合适等优点, 非常适合生产现场的在线、非接触产品检测及监控。基于计算机的视觉也经常被称为图像理解, 是指研究完成一项任务所需的视觉信息及如何获取这些信息的研究领域。对人类视觉感知能力的计算机模拟促成了计算机视觉技术的产生和发展, 获取这些信息的目的有:根据一幅或多幅二维(甚至三维 图像:(1 计算出观察点到目标物体的距离; (2 得出观察点到目标物体的运动参数; (3 推断出目标物体的表面特征(有时要求形成立体视觉 ; (4 甚至可以判断出目标物体的内部特性。(二 以计算理论为核心、以应用为目标的视觉模型研究

5、上世纪70年代以来, 对计算机视觉的研究进入更为实质性的阶段, 主要从光学、生理学和射影几何相结合的方法出发, 研究成像及其逆问题。在这一阶段中, 以M arr 为代表的一些专家提出了以表示为核心、以算法为中间转换过程的一般性视觉处理模型。Marr 强调“表示”的重要性以及从不同层次上去研究信息处理问题, 这一阶段具有代表性的工作有:(1 对双眼深度线索的分析导致对立体视觉的收稿日期:2005-10-09:研究; (2 通过采用不同尺度的LoG 算子实现对不同尺度边缘信息的获取; (3 推动光流计算以及从运动恢复结构等技术的发展; (4 对单眼深度线索的分析导致了Shape fr om X 技

6、术的出现; (5 视觉信息处理的脑机制实验研究和模型研究; (6 推动常用的数学工具EM , HM M , Bayesian netw ork, Kalman fil-ter /Co ndensation, Particle filter 等在实践中的完善和发展。(三 传感器的作用在计算机控制下的视觉检测系统, 该系统有3个主要的功能模块:视觉传感器模型的建立及标定、图像数据分割预处理、CA D 建模。传感器主要用于顺序测量棒材的多个截面, 而系统将传感器测得的数据由图像采集卡采集后, 传到图像处理系统, 在此进行数据的预处理以生成规范的数据用于建立模型。计算机综合所得到的多个截面尺寸和截面圆

7、心, 拟合出棒材的长度及截面数据。三、AVI 技术随着计算机技术的迅速发展, 计算机视觉理论开始应用于精密测量领域, AVI 是一种以计算机视觉方法为基础, 综合运用图像处理、精密测量以及模式识别、人工智能等技术的非接触检测技术。基本原理是是通过图像摄取装置将被摄取目标转换成图像信号, 传给计算机专用处理系统, 根据像素分布和亮度、颜色等信息, 转变成数字化信号, 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设备的动作。从上世纪80年代开始, AVI 系统在美国、日本等发达国家制造业中广泛应用, 主要应用于重复性检测相同部件或产品的工序, 因此电子工业是AVI 应用最

8、活跃、最为成功的行业, 其中印刷电路板和集成电路芯片的自动检测已广泛采用AVI 技术, 其他如汽车制造、木材加工、纺织制造、包装检测和自动收费等等也有广泛应用, 例如不停车自动收费系统(RSE , 在ET C 车道安装车型传感器测定和判断车辆的车型, 通过短程通信DSRC 完成路边设备对车载设备信息的读写, 并传输到收费中心进行自动收费。(一 视觉检测的分类视觉检测按其所处理的数据类型可分为二值图像、灰度图像、彩色图像和深度图像的视觉检测, 此外还有X 射线检测、超声波检测和红外线检测。典型的工业机器视觉应用系统包括如下部分:光源、镜头、CCD 照相机、监视器、图像捕获卡、图像处理软件、输入输

9、出单元等。商业视觉检测系统大都采用二值图像数据格式, 还原成视频图像信号送监视器, 单个几何元素的测量, 并且配合二维工作台上的光栅尺完成几何元素之间位置关系(距离 的测量, 其图像精度要求不高, 可减少检测所需的数据量。而彩色图像视觉检测主要用于家具、食品和精度要求较高的行业, 一般根据阴影或色彩的变化来判断是否存在缺陷。此时用二值、灰度或彩色图像进行检测是不现实的, 因为它们只能检测物体的二维(2D 特征, 丢失了大量的三维(3D 信息, 系统要求能够发现轮廓部分及色差的实时变化, 若要检测物体的3D 特征通常采用深度(rang em apsordepthdata , 深度图像最显著的特征

10、是清晰描述了物体的表面信息。因此, 三维(3D 测量是今后的重点研究方向。(二 基于CAD 的计算机视觉计算机视觉包括视觉监视、立体视觉、运动跟踪, 而计算机视觉检测的基本原理是通过图像传感器对被测目标的影像信息进行记录, 并通过一系列的采空间量化采样和幅度量化采样, 把图像信息数字化后送入计算机, 在计算机内对数字图像进行处理, 从而得到所需要的测量信息。基于CAD 的计算机视觉检测技术是Bir Bhanu 首次提出的, 其关键是如何在自动化的要求下利用已有的CAD 模型建立适合于视觉检测的视觉模型, 并把CAD 数据作为上层知识生成智能检测规划。当然, 视觉检测要实现与CIM S 的集成,

11、 也必须建立智能的视觉检测规划, 以便控制机器人对零件进行操作。Park 和Mar efat 等在这方面做了一些积极的探索, 提出了视觉规划的模型。(1 视觉模型。基于模型的AVI 目前面临着三维几何模型化的问题, 重点在于解决如何建立面向视觉的三维模型, 从图像或图像序列中提取信息, 对客观世界的三维景物和物体进行形态和运动识别。(2 检测规划。伴随着CIM S 的逐步推广, 检测系统和CAD 数据库的集成已成为柔性检测技术发展的必然趋势, 并且要让系统能适应检测对象的变化。四、基于计算机的视觉检测技术的应用领域(一 发展状况和趋势最初技术人员进行数字图像处理的目的之一就是要通过采用数字技术

12、提高照片的质量, 辅助进行航空、卫星照片的读取、判别与分类。与计算机视觉相关的工作包括分类、判读和快速三维结构的构建等。基于计算机的视觉检测系统是指通过计算机视觉产品将被摄取目标转换成图像信号, 传送给图像处理系统, 图像处理系统根据像素分布和亮度、颜色等信息, 转变成数字化信号, 计算机图像系统对这些信号进行复杂运算来抽取目标的特征, 进而根据判别的结果来控制设备动作。目前基于计算机的视觉检测技术系统的应用领域主要是精密检测、医学辅助诊断、机器人109第四期萍乡高等专科学校学报化人机接口等。利用计算机视觉技术来检测产品的质量, 能够代替人眼在高速、大批量、连续自动化生产流水线上, 进行在线检

13、测, 具有以下功能及特点:非接触、无损、测量迅速、可视化、自动识别、结果量化、定位准确、实时性、自动化。如邮政自动分拣系统; 又如用计算机视觉测量人体的三维数据, 并进行参数优化, 可以为服装CAD 提供基础数据。本世纪以来, 基于生物特征的计算机视觉检测鉴别技术得到了广泛重视和空前发展, 主要集中在对人脸、声音、指纹、虹膜等特征上, 形状估计、光照模式估计、任意光照图像生成算法以及嵌入式系统是当前的主要研究内容。利用计算机视觉技术可以使计算机检测到用户是否存在、鉴别用户身份、识别用户的特定体势。此外, 还可推广到入口安全控制、过境人员的检查等。与生物特征识别密切相关的另一个重要应用是用于构成

14、智能人机接口。下面具体阐述几种应用。(二 图像采集系统在数码相机上的应用视觉系统的特点是提高生产的柔性和自动化程度, 进入21世纪以来, 数码相机以其高分辨率、快捷、处理软件丰富和高的性能价格比受到广泛关注。而过去主要以采用CCD 摄像头和采集卡为核心的图像采集系统已不能适应时代发展的需要。应用于数码相机的图像采集系统框图如图1所示。数码相机摄取图像后通过串行或并行口传输到计算机进行处理, 计算机采用非线性搜索法求解方法求解畸变系数和中间矩阵, 然后从矩阵中分离出模型, 最后通过相机的驱动软件直接控制数码相机。这项技术可具体应用在“中医舌像分析仪”中, 舌图像的采集是该分析仪的关键部分, 是舌

15、图像处理和分析的前提。它要求采集的图像分辨率高、具有优良的色彩还原性。机器视觉与人类视觉差异很大, 传统的图像采集设备很难达到要求, 如果采用集成时序发生器和模拟前端电路功能的模块AD9995驱动面阵CCD, 经高速A /D 转换后的各像素数字信号在DSP 中的DM A 控制器管理下通过DSP 的PPI 接口直接传输至片外SDRAM 存储器, 可应用于高性能数码相机和实时图像采集与处理中。(三 基于视觉检测技术的微文字识别系统设计前, 随着大规模集成电路技术的发展, 视觉检测系统成本已大大降低, 基于计算机视觉检测技术的微文字识别系统目前正在发展中的。系统采用数字信号处理芯片来实现文字图像识别

16、, 并通过先进的语音合成技术实现自动朗读。为了方便使用, 系统体积应该尽量小, 外形设计可为笔状。配以不同的应用软件可作为PDA 翻译机的辅助输入实现类似金山词霸的功能。本技术的微文字识别系统可帮助老人阅读、儿该系统涉及技术领域包括光学、图像文字识别、语音合成和传感器等多项现代电子技术, 在设计中可采用ICM 公司的ICM 102A 型单片COM S 图形传感器完成文字图像的采集、模数转换、摄像曝光控制。TI 公司的语音合成芯片M SP 50、P 30负责语音信号的解码并可直接驱动扬声器。数字处理芯片不仅充当系统的主控MCU , 负责整个系统的控制, 同时还负责文字图像识别。(四 拔丝模孔形视

17、觉检测系统使用计算机视觉检测技术开发出的拔丝模孔形检测系统由光学成像系统、工业用摄像机图像采集卡、计算机及监视器组成, 可以解决生产实际中的模具孔形检测问题。工作原理如下:先采用注入硅胶方法获得反映待检拔丝模尺寸及形状的硅胶凸模, 然后把硅胶凸模放在光学系统的载物台上。硅胶凸模经光学成像放大, 成像于CCD 像面上, 然后用图像采集卡采集CCD 图像信息, 最后由计算机视觉检测软件完成对孔形尺寸的自动计算, 此时图像采集时需要配置特殊的光照系统。系统实现了自动数据采集、处理, 实现采样、进样、结果一条龙, 形成检测的自动化。待检硅胶模经光学系统放大成像, 并由CCD 摄像机及图像卡采集, 获得

18、待检硅胶模的数字图像信息, 高质量的图像信息是系统正确判断和决策的原始依据, 是整个系统成功与否的关键所在。成像后采用计算机视觉检测算法完成要求尺寸的检测, 并进行补偿修正。如果硅胶模表面缺陷, 经提取获得的边缘存在外凸毛刺, 按照一般图像处理的方法, 应使用中值滤波器进行滤波。但实验显示采用中值滤波方法不能收到良好的效果, 用中值滤波时, 往往剔除不了那些峰比较小的毛刺。为消除这一因素的影响, 可采用如下方法处理:确定性信号分离法、圆滚动曲线滤波方法, 并根据具体情况确定采用的方法。(五 特殊用纸水印在线检测系统用计算机视觉检测技术来代替人的主观判断, 可以实现水印质量的自动检测。由于计算机

19、可以长时间工作, 而且误差范围可以通过软件进行设置的, 受主观因素的影响小, 可以克服人工检测所造成的各种误差, 大大提高了检测精度和效率。这对保证特殊用纸水印质量标准的统一意义重大。系统经过大量的产品分析, 积累分析参数并进行统计, 依靠分析数据和专家的实际经验, 制定出了一套能够通用的、具有权威性的水印清晰度量化标准。系统可用小型工控机代替计算机, 图像采集选用最新的PC/104Plus 总线图像采集卡及Linux 系统。(六 在其它领域的应用计算机视觉检测系统可以实现对手机接口电路110萍乡高等专科学校学报第四期的快速、准确的自动检测, 同时实现检测数据的记录和统计, 在纺织布料识别与质

20、量评定、钢板表面的自动探伤、印刷电路板的视觉检查、瑕疵检测等领域也有广泛应用。五、基于计算机的视觉检测技术的发展(一 发展中的困难计算机视觉检测技术的研究到现在为止已经走过40多年, 作为一种新型的检测技术, 基于计算机的视觉检测具有直观、非接触、敏捷、精度高以及自动化等特点, 现已广泛应用于产品质量检测、机器人导航、振动检测及逆向工程等领域, 其检测的效率、可靠性和适应性是传统检测方法难以比拟的, 在现代制造业中有广阔的应用前景, 但仍面临许多困难。主要因为视觉是一个涉及生理、心理的复杂过程, 而且计算机视觉检测技术是多学科的交叉技术, 涉及计算机、电子、光学、机械和热学等领域。研究计算机视

21、觉的目的是要实现对人类视觉的模拟和延伸。对于人类而言, 视觉是一个轻而易举的功能, 对机器却不同, 视觉过程很难用类似于问题求解的方法符号化, 这有待于计算定量技术模型和标定方法的进一步发展和完善。计算理论的进步与新型传感器的研制和发展也是限制计算机视觉检测技术在工业自动检测中进一步发展的因素。计算理论是计算机视觉检测技术的核心, 新的计算模型的提出可以解决理论层面的问题, 这期待着高速的阵列处理单元以及算法(如分维算法、神经网络、小波变换 的新突破, 用极少的计算量以及高度地并行性实现功能。而新型传感器、生物传感器的研制则可以解决数据采集的误差问题。除此而外, 低成本、高灵敏度、高稳定性和高

22、寿命的目标也还有待努力。(二 市场前景根据2004年美国计算机协会图形图像分会年会报告的统计, 在2004年度全球视觉检测市场大概估计总量1087亿美元, 每年以9%的速度在增长, 据相关数据显示, 全球集成电路产业复苏迹象明显, 与此同时, 我国集成电路产业正在逐步获得市场优势、成本优势、人才回流等优势。因此, 在中国, 随着加工制造业和自动化的发展, 中国对于基于计算机的视觉检测产品的需求将呈快速上升趋势。(三 统一开放的标准的形成是视觉检测发展的原动力目前国内有数家视觉检测产品厂商, 与国外视觉检测产品相比, 国内产品最大的差距主要在技术上, 同时还有品牌意识的培育上。过去很长一段时间国

23、内的计算机视觉检测产品主要以代理国外品牌为主, 自主研发起步较晚。未来的基于计算机的视觉检测产品的好坏将逐渐按照国际化的统一标准判定, 随着中国自动化工业的逐渐开放和发展, 将带领与其相关的产品技术也逐渐开放。另外, 由于用户的需求是多样化的, 且要求程度也不相同。那么, 个性化方案和服务在竞争中也将日益重要, 最好可以根据用户的需求进行二次开发, 功能扩展容易, 能从系统的高度为客户需求提供多种解决方案供选择。因此, 技术的封闭会妨碍整个行业的发展, 只有形成统一而开放的标准、灵活多元的产品系列才能促进中国计算机视觉检测技术朝国际化水平发展, 同时, 也将进一步促进自动化技术向智能化方向发展。参考文献:1鲍胜利, 沈予洪. 汉字识别技术的新方法及发展趋势J.实用测试技