一、機器視覺系統
機器視覺系統是指利用機器替代人眼做出各種測量和判斷。機器視覺是工程領域和科學領域中的一個非常重要的研究領域，它是一門涉及光學、機械、計算機、模式識別、圖像處理、人工智能、信號處理以及光電一體化等多個領域的綜合性學科，其能以及應用范圍隨著工業自動化的發展逐漸完善和推廣，其中母子圖像傳感器、CMOS和CCD攝像機、DSP、ARM嵌入式技術、圖像處理和模式識別等技術的快速發展，有力地推動了機器視覺的發展。
機器視覺是一種比較復雜的系統。因為大多數系統監控對象都是運動物體，系統與運動物體的匹配和協調動作尤為重要，所以給系統各部分的動作時間和處理速度帶來了嚴格的要求。在某些應用領域，例如機器人、飛行物體導致等，對整個系統或者系統的一部分的重量、體積和功耗都會有嚴格的要求。
機器視覺系統的構成和工作過程
一個完整的機器視覺系統包括：照明光源、光學鏡頭、CCD攝相機、圖像采集卡、圖像檢測軟件、監視器、通訊單元等。
工業機器視覺系統的工作過程主要如下：
1、當傳感器探測到被檢測物體接近運動至攝像機的拍攝中心，將觸發脈沖發送給圖像采集卡；
2、圖像采集卡根據已設定的程序和延時，將啟動脈沖分別發送給照明系統和攝像機；
3、一個啟動脈沖送給攝像機，攝像機結束當前的拍照，重新開始一副新的拍照，或者在啟動脈沖到來前攝像機處于等待狀態，檢測到啟動脈沖后啟動，在開始新的一副拍照前攝像機打開曝光構件（曝光時間事先設定好）；另一個啟動脈沖送給光源，光源的打開時間需要與攝像機的曝光時間匹配；攝像機掃描和輸出一幅圖像；
4、圖像采集卡接收信號并通過A/D轉換將模擬信號數字化，或者是直接接收攝像機數字化后的數字視頻數據；
5、圖像采集卡將數字圖像存儲在計算機的內存中；
6、計算機對圖像進行處理、分析和識別，獲得檢測結果；
7、處理結果控制流水線的動作、進行定位、糾正運動的誤差等。
二、機器視覺相關技術
1、圖像采集技術——機器視覺的基礎
圖像采集部分一般由光源、鏡頭、數字攝像機和圖像采集卡構成。采集過程可簡單描述為在光源提供照明的條件下，數字攝像機拍攝目標物體并將其轉化為圖像信號，最后通過圖像采集卡傳輸給圖像處理部分。在設計圖像采集部分時，要考慮到多方面的問題，主要是關于數字攝像機、圖像采集卡和光源方面的問題。
（1）光源照明
照明是影響機器視覺系統輸入的重要因素，其直接影響輸入數據的質量和應用效果。到目前為止，還未有哪種機器視覺照明設備能通用各種應用，因此在實際應用中，需針對應用選擇相應的照明設備以滿足特定需求。
照明系統按其照射方法可分為:背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是指將被測物放在光源和攝像機之間，以提高圖像的對比度。前向照明是光源和攝像機位于被測物的同側，其優點是便于安裝。結構光照明是將光柵或線光源等投射到被測物上，并根據其產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同。
（2）光學攝像頭
光學攝像頭的任務就是進行光學成像，一般在測量領域都又專門的用于測量的攝像鏡頭，因為其對成像質量有著關鍵性的作用。攝像頭需要注意的一個問題是畸變。這個就需要使用相應的畸變校正方法，目前也開發出了很多自動畸變自動校正系統。
（3）CCD攝像機及圖像采集卡
CCD(ChargeCoupledDevice)攝像機及圖像采集卡共同完成對目標圖像的采集與數字化。目前CCD，CMOS等固體器件的應用技術，線陣圖型敏感器件，像元尺寸不斷減小，陣列像元數量不斷增加，像元電荷傳輸速率也得到大幅提高。在基于PC機的機器視覺系統中，圖像采集卡是控制攝像機拍照來完成圖像的采集與數字化，并協調整個系統的重要設備。
圖像采集卡直接決定了攝像頭的接口為：黑白、彩色、模擬、數字等形式。
2、圖像處理與分析——機器視覺的核心
用于機器視覺的圖像處理與分析方法的核心是，解決目標的檢測識別問題。當所需要識別的目標比較復雜時，就需要通過幾個環節，從不同的側面綜合來實現。
對目標進行識別提取的時候，首先是要考慮如何自動地將目標物從背景中分離出來。目標物提取的復雜性一般就在于目標物與非目標物的特征差異不是很大，在確定了目標提取方案后，就需要對目標特征進行增強。
隨著計算機技術、微電子技術以及大規模集成電路的發展，圖像信息處理工作越來越多地借助硬件完成，如DSP芯片、專用的圖像信號處理卡等。軟件部分主要用來完成算法中并不成熟又較復雜或需不斷完善改進的部分。這一方面提高了系統的實時性，同時又降低了系統的復雜度。
三、機器視覺的應用與優勢
1、機器視覺技術的應用范圍
（1）在工業檢測方面
近幾十年來，在工業檢測中利用視覺系統的非接觸、速度快、精度合適、現場抗干擾能力強等突出的優點，使機器視覺技術得到了廣泛的應用，取得了巨大的經濟與社會效益。
自動視覺識別檢測目前已經用于產品外形和表面缺陷檢驗，如木材加工檢測、金屬表面視覺檢測、二極管基片檢查、印刷電路板缺陷檢查、焊縫缺陷自動識別等。這些檢測識別系統屬于二維機器視覺，技術已經較為成熟，其基本流程是用一個攝像機獲取圖像，對所獲取的圖像進行處理及模式識別，檢測出所需的內容。
（2）在醫學上的應用
在醫學領域，機器視覺主要用于醫學輔助診斷。首先采集核磁共振、超聲波、激光、Ｘ射線、γ射線等對人體檢查記錄的圖像，再利用數字圖像處理技術、信息融合技術對這些醫學圖像進行分析、描述和識別，最后得出相關信息，對輔助醫生診斷人體病源大小、形狀和異常，并進行有效治療發揮了重要的作用。不同醫學影像設備得到的是不同特性的生物組織圖像，如Ｘ射線反映的是骨骼組織，核磁共振影像反映的是有機組織圖像，而醫生往往需要考慮骨骼有機組織的關系，因而需要利用數字圖像處理技術將兩種圖像適當地疊加起來，以便于醫學分析。
（3）交通監控領域中的應用
智能交通監控領域中，在重要的十字路口安放攝像頭，就可以利用攝像頭的快速拍照功能，實現對違章、逆行等車牌的車牌進行自動識別、存貯，以便相關的工作人員進行查看。
（4）在橋梁檢測領域中的應用
人工檢測法和橋檢車法都是依靠人工用肉眼對橋梁表面進行檢測，其速度慢，效率低，漏檢率高，實時性差，影響交通，存在安全隱患，很難大幅應用；無損檢測包括激光檢測、超聲波檢測以及聲發射檢測等多種檢測技術，它們儀器昂貴，測量范圍小，不能滿足日益發展的橋梁檢測要求；智能化檢測有基于導電性材料的混凝土裂縫分布式自動檢測系統和智能混凝土技術，也有最前沿的基于機器視覺的檢測方法。導電性材料技術雖然使用方便，設備簡單，成本低廉，但是均需要事先在混凝土結構上涂刷或者埋設導電性材料進行檢測，而且智能混凝土技術還無法確定裂縫位置、裂縫寬度等一系列問題距實用化還有較長的距離；而基于機器視覺的檢測方法是利用CCD相機獲取橋梁表觀圖片，然后運用計算機處理后自動識別出裂縫圖像，并從背景中分離出來然后進行裂縫參數的計算的方法，它具有便捷、直觀、精確、非接觸、再現性好、適應性強、靈活性高、成本低廉的優點，能解放勞動力，排除人為干擾，具有很好的應用前景。
據統計，混凝土橋梁的損壞有90%以上都是由裂縫引起的，因此對橋梁的健康檢測主要是對橋梁表觀的裂縫進行檢測與測量。基


上一頁： 三維視覺檢測產品可協助機器人實現3D智能抓取
下一頁： LED數碼管視覺檢測