机器视觉报告

机器视觉报告基于机器视觉的智能检测技术一、基于机器视觉的智能检测技术发展的必然性随着科学技术的发展，生产自动化，一体化的程度不断提高，对产品的检测技术也逐步要求成熟，对产品检测的效率提出了更高的要求。传统的人工检测方法不仅效率低，而且检测的精度也达不到生产的要求，因此智能检测技术的发展成为了必然。而机器视觉技术就是一种高精度高效率的检测手段。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像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现场的设备动作。因此基于机器视觉的智能检测技术的出现直至成熟的过程，恰恰符合了生产高度自动化，一体化的要求。二、机器视觉的主要组成部分及技术典型的机器视觉系统几个重要部分：照明系统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。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。相机在不同的机器视觉系统当中根据应用的不同分别选用CCD或CMOS相机。CCD相机主要应用在工业领域，对精度的要求相对较高。因此CCD相机主要应用在运动物体的图像提取，如贴片机机器视觉。或者是在视觉自动检查的方案或行业中，CCD相机用得也比较多。而CMOS相机由于成本低，功耗低也应用越来越广泛。在要求并不高的领域当中，CNOS相机因其低成本、低功耗也被广泛应用。只有相机采集到了质量较好的图像，在后续的图像处理过程才能更好地进行，为进行高精度高效率的智能检测做好前期准备工作。所以说一个好的相机是基于机器视觉的智能检测系统中是必不可少的组成部分。图像采集与视觉处理器图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。例如，可以连接8个不同的摄像机，然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行捕捉，当采集卡抓拍图像时数字输出口就触发闸门。视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。由于采集卡可以快速传输图像到存储器，而且计算机也快多了，所以视觉处理器用的较少了。三、基于机器视觉系统在智能检测中的应用实例基于机器视觉的禽蛋品质检测目前，对禽蛋品质检测主要采用静止图像，不仅影响了检测速度，而且难以满足禽蛋产业快速发展的要求，建立了禽蛋品质检测及分级系统，基于机器视觉的智能检测系统将会大大提高禽蛋白品质检测的效率以及检测的精度。基于机器视觉的禽蛋品质检测及分级系统要求使禽蛋能够平稳、均匀的翻转以及输送，并将禽蛋以合适的、不断变化的位置和姿态呈现在视觉系统内。机器视觉系统能够准确、有效、全面实时提取被检测禽蛋的重量、蛋形、裂纹、蛋壳颜色、脏斑等外部品质特征。分级系统接受机器视觉系统发出的信号，使带有特征信息的禽蛋正确入位，从而实现禽蛋的分级。机器视觉系统主要由CCD摄像机、图像采集卡、光照箱、计算机、光源、控制模块、位置传感器组成。光照箱通过选取合适的光源频谱和空间位置，使整个视场内的光源均匀一致，并可根据不同的识别对象进行调节。CCD摄像机安装在光照箱内，通过调整位置，使之可以获得多个禽蛋图像信息。图像处理软件提取、分析和判断视场内每个禽蛋的形状、大小、表面缺陷、损伤等外观品质特征，并由位置传感器确定禽蛋位置的信息，然后通过控制模块将指令传递到禽蛋分级系统中的分级执行机构，使该禽蛋在对应分类级别的位置落下，从而实现禽蛋的品质检测。机器视觉在医学领域当中的应用机器视觉在医疗领域的应用也一直在不断进步，从传统的药品包装、药瓶、标签等视觉检测到目前对生物芯片的检测，放射科的X放射等，都引入了机器视觉系统，完成对图像信息的采集、存储、管理、处理及传输等功能，使得图像资料得以有效管理和充分利用。由于药品和医疗器械安全性问题重要性的不断提升，越来越多的生产厂商将机器视觉技术引入实际生产中来，以达到提高生产效率，加强产品品质保障的目的。而利用机器视觉技术，实现葡萄糖质量的自动检测便是机器视觉技术在药品检测领域中的典型应用之一。药用葡萄糖注射液的生产流程如下图所示，首先通过高浓度的葡萄糖加适当比例的蒸馏水得到葡萄糖溶液，然后葡萄糖溶液灌装到经过高温和紫外线消毒的容器里面进行封装。封装后的产品在进行质量检测，检测的对象主要是：药液里面的悬浮物，如不容性杂质，玻璃纤维等；瓶身的缺陷；瓶身有未清洗干净的脏污。传统的检测方法是人工检测，检测车间设在一间独立的暗房中，带检测的葡萄糖用人工的方式放在流水线上有，流水线的速度由检测工人控制，当药品传送到检测工人面前时，工人将其从流水线上拿出，在专用的灯箱下判断产品质量是否合格。人工检测存在着很大的弊端，很难满足流水线的检测速度无法实现实时、在线、非接触检测的检测；更无法适应现代的质量控制和统计流程控制(SPC)。基于机器视觉技术的葡萄糖药液质量检测，可以实现无接触式的检测，在药品安全上和检测精度上都对传统人工检测有着重大的改进。根据葡萄糖药液杂质检测的特点设计了专用的视觉成像方案。如下图所示，待检测的葡萄糖药瓶被卡在转床上，转床旋转的时候带动药瓶高速旋转，用于机器视觉的专用LED光源安装在如图所示的光源盒内，CCD摄像将拍摄到的图像传输到工控机。在此过程中连续拍摄7幅图像，在这一序列的运动图像中，对运动目标进行识别；当识别到的目标超过规定的容许指标时，判断此瓶药液为不合格。机器视觉在机械汽车领域当中的应用立铣刀磨损检测系统由多维平移和转动机械装置、控制电路、照明光源、工业相机、图像采集卡、PC机和软件平台组成。系统工作原理：由计算机程序和控制电路驱动机械装置，携带工业相机和光源运动到指定距离和方位，在适当的光照条件下，对立铣刀头部摄取有一定光学放大倍率的清晰图像，经图像采集卡输入PC机进行图像处理和磨损量测量。四、机器视觉在智能检测当中的发展前景由于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。机器视觉系统的特点是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，常用机器视觉来替代人工视觉；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。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。总之，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和未来制造企业中得到越来越广泛的应用。在未来的生产及其智能检测上，基于机器视觉的检测技术也将会不断地发展并走向成熟。机器视觉将大大取代人工视觉进行高度自动化检测