封面
作者：PanHongliang
仅供个人学习
基于HALCON的机器视觉系统的研究与实现
摘要
近年来，机器视觉系统以其高效率、高可靠、低成本的特点在国外取得了广泛的应用。机器视觉系统适用于众多领域，例如工业自动化、医药业、制造业、农业等，弥补了人类视觉的很多不足。本文采用德国MVTec公司的专业机器视觉软件HALCON来开发机器视觉系统，提出了相关机器视觉实现方法，
并且在机器视觉实验平台上完成了一个弹簧片检测任务。
目前关注较多的是机器视觉系统的硬件部分，而机器视觉软件部分关注较少，一个先进的机器视觉系统除了具有高性能的硬件外，还需要有高性能的软件，虽然说许多常见的开发软件例如Mircosoft的Visual Studio、NI的LabWindows\CVI等等都可以开发机器视觉系统，但是开发周期比较长，针对性较弱，程序的复杂程度较高。而采用HALCON作为机器视觉和图像处理核心软件，不仅大大缩短了开发周期，降低了开发难度，而且可以参考HALCON 提供的众多机器视觉和图像处理例程来针对具体的任务做具体开发。
文章的第一章研究了机器视觉系统的组成、应用现状和发展，并且对机器视觉软件HALCON做了概述。第二章根据相关要求，选择合适的硬件单元，设计和搭建了VS-ZM1200机器视觉实验平台。第三章研究了机器视觉中常用的一些图像处理技术，重点讨论了在弹簧片检测任务中所采用的图像处理技术和算法，如图像的增强，分割，边缘检测等。第四章研究了机器视觉软件，重点研究了HALCON，并且对在Visual C++开发环境下如何使用HALCON编写的程序做了讨论。第五章介绍了在VS-ZM1200机器视觉实验平台上，使用HALCON和Visual C++开发的一套弹簧片检测系统，该系统完成关于弹簧片的尺寸参数测量和外观参数判别的任务。
第一章：绪论
1.1机器视觉概述
人类在征服自然、改造自然和推动社会进步的过程中,为了克服自身能力、能量的局限性,发明和创造了许多机器来辅助或代替人类完成任务。这类机器,我们通常称为智能机器,它能模拟人类的功能,能感知外部世界并有效地解决人所希望解决的问题。人类感知外部世界主要是通过视觉、触觉、听觉和嗅觉等感觉器官,而视觉,是人类最重要的感觉功能。视,就是看。觉,就是感觉、感知。通过看来感知外部世界丰富多采的信息。“百闻不如一见”,这句话生动地说明了视觉对获得客观世界信息的重要性。据统计,人所感知的外界信息有80%以上是由视觉得到的[1],通过视觉,我们可以感受到物体的位置,亮度以及物体之间的相互关系等。因此,对于智能机器来说,赋予机器人类的视觉功能对发展智能机器是极其重要的,由此形成了
一门新的学科———机器视觉。
机器视觉，就是用机器（通常是数字计算机）代替人眼来做测量及判断，对图像进行自动处理并报告“图像中有什么”的过程。美国制造工程师协会（SME Society of Manufacturing Engineers）机器视觉分会和美国机器人工业协会（RIA Robotic Industries Association）的自动化视觉分会对机器视觉下的定义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置”。具体来讲，是指通过镜头将被测目标转化为图像信号，投射至影像接受器件（一般为 CCD 元件）上再通过数字计算机进行分析处理。CCD是英文（Charge Coupling Device）的缩写，其中文含义为电荷耦合组件。当不同强度的光线照射在CCD表面，CCD
即发生光电效应，产生对应分布的电荷量。通过模数转换即可得到对应的数字量。由于一般均采用8位模数转换，则最低强度光线（黑）到最高强度光线（白）分成256等分（0~255），专业术语称之为灰阶或灰度
随着信息时代的到来，用计算机处理各种信息的需求越来越多。多媒体信息处理技术已经成为日常生活各个领域的迫切需要，而人们就更希望能用计算机来处理视觉问题，例如利用人脸、虹膜、指纹等识别技术来处理与个人有关的一切事务。利用自动识别技术帮助盲人，利用视觉自动监控系统监视环境中发生的非常事件，如陌生人的侵入、老年人的异常行动等。在如智能交通管理系统、视频检索、用于军事目的的自动目标检测等，都需要应用机器视觉技术来解决问题。正如视觉是人类在自然环境与社会环境生存不可缺少的最重要感知器官，机器视觉技术也是信息技术中一门不可缺少的技术，因此它成为计算机学科中不可或缺的一们学科。
1.1.1 机器视觉组成
图1-1 机器视觉系统的组成框图
图1-1用图的方式表示了一个机器视觉系统在最基本层次上的组成。首先对未知物体进行度量，并确定一组特征的度量值。在工业应用中，这些特征包括被度量零件在图像中的长，宽和面积。一旦特征经过度量后，其数值就被送到一个实现决策规则的过程中去。这种决策的规则一般用一个子程序实现。它对度量值进行计算，并根据所度量的值确定物体最可能属于的类别。
典型的机器视觉系统一般包括：光源，光学镜头，摄像机，传感器，图像分析处理软件，通讯接口等组成的。
图1-2：机器视觉基本结构
如图1-2所示
光源：在目前的机器视觉应用系统中，好的光源与照明方案往往是整个系统成败的关键，光源与照明方案的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部份之间应尽可能地产生明显的区别。其中 LED 光源凭借其诸多的优点在现代机器视觉系统中得到越来越多的应用
光学镜头：光学镜头相当于人眼的晶状体，在机器视觉系统中非常重要。镜头的主要性能指标有焦距、光阑系数、倍率、接口等。
相机：相机是机器视觉系统获取原始信息的最主要部分，目前主要使用的CMOS相机和CCD相机。目前CCD 摄像机以其小巧、可靠、清晰度高等特点在商用与工业领域都得到了广泛地使用。
图像采集卡：在基于PC 机的机器视觉系统中，图像采集卡是控制摄像机拍照，完成图像采集与数字化，协调整个系统的重要设备。
视觉传感器：基于PC 机的机器视觉系统结构没有模块化，安装不方便，可移植性差，特别是与工业广泛使用的PLC 接口比较麻烦。从软件和硬件开发两个方面来考虑，都需要一种更适合工业需求的机器视觉组件。目前国外已经开发出了一种叫做视觉传感器的模块化部件，图2 为实物图。这种视觉传感器集成了光源、摄像头、图像处理器、标准的控制与通讯接口，自成为一个智能图像采集与处理单元，内部程序存储器可存储图像处理算法，并能使用PC 机，利
用专用组态软件编制各种算法下载到视觉传感器的程序存储器中。视觉传感器将PC 的灵活性，PLC 的可靠性、分布式网络技术结合在一起。用这样的视觉传感器和PLC 可以更容易地构成机器视觉系统
1.1.2 机器视觉应用
机器视觉被称为自动化的眼睛，在国民经济、科学研究及国防建设等领域都有着广泛的应用。视觉的最大优点是与被观测的对象无接触，因此对观测与被观测者都不会产生任何损伤，十分安全可靠，这是其他感觉方式无法比拟的。另外，视觉方式所能检测的对象十分广泛，可以说对对象是不加选择的。理论上，人眼观察不到的范围计算机视觉也可以观察。例如红外线、微波、超声波等人类就观察不到，而机器视觉则可以利用这方面的敏感器件形成红外线、微波、超声波等图像。因此可以说机器视觉扩展了人类的视觉范围。另外，人无法长时间地观察对象，计算机视觉则不知疲劳，始终如一地观测，所以机器视觉可以广泛地用于
长时间恶劣的工作环境。下面列举一些已取得的应用成果[10-14]：检测技术是现代制造业的基础技术之一,是保证产品质量的关键。近年来,随着市场竞争的不断加剧,对产品质量的要求几乎近于苛刻,产品在线100%检测、控制和管理已成为企业不可缺少的技术装备,并可通过网络与制造业信息化系统连接,实现产品质量管理。随着现代制造业的发展,许多传统的检测技术已不能满足其需要,表现在:现代制造产品种类有很大的扩充,现代制造强调实时、在线、非接触检测,现代产品的制造精度大大提高。现代制造业的进步需要研究新型的产品检测技术,视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,能很好地满足现代制造业的需求,在实际中显示出广阔的应用前景。机器视觉检测系统正是适应以上要求而发展起来的一门学科。机器视觉检测系统是建立在计算机视觉研究基础上的一门新兴检测技术,可用于工业领域的很多方面,如零件检验与尺寸测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。
在现代制造业自动化生产中,涉及到各种各样的检查、测量和零件识别应用。这类加工生产的共同特点是连续大批量生产、对尺寸精确度的要求非常高。这种带有高度重复性和智能性判断的工作一般只能靠人手工检测来完成,我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序,在给工厂增加巨大的人工成本和管理成本的同时,仍然不能保证100%的检验合格率,而当今企业之间的竞争,已经不允许哪怕是0.1%的缺陷存在。有些时候,如微小尺寸的精确快速测量,形状匹配,颜色辨识等,用人眼根本无法连续稳定地进行,其它物理量传感器也难有用武之地。以铸件而言,它的形状不规则导致难以测量,而钣金件也是千变万化。这时,计算机的快速性、可靠性、结果的可重复性,与人类视觉的高度智能化和抽象能力相结合,使机器视觉在工业检测中的应用越来越广泛。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。
机器视觉系统形式多样，在不同的场景中应用所采用摄像装置也是不同的。主要区分为，线阵和面阵两类。工业视觉大多数使用线阵系统。下面列出部分使用线阵和面阵视觉系统的应用。
(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。
饮料液位检测。
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。
唆头、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。
1.1.3 机器视觉的现状和发展
机器视觉自七步发展到现在，已有接近15年的历史。应该说机器视觉作为一个应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。
据不完全统计，目前全球整个视觉市场总量大概在70亿美元这个规模，并且按照每年8.8%的速度在增长。而在中国，由于工业自动化成都还没有达到国外的先进水平，所以机器视觉在中国的应用还处于起步阶段，但是随着制造业对自动化的需求以及对生产质量和管理水平的不断提高，中国对机器视觉的需求将会不断上升。
目前机器视觉朝着两个大方向在发展，一个是嵌入式，如传感器和智能相机，另一个是基于PC的采集板卡和SDK的解决方案。两者不能说孰优孰劣，
他们都有各自的适用场合和适用时期。
基于PC的采用板卡和SDK的产品有比较悠久的历史，它是机器视觉在作为一个产业发展之前以图像处理的概念在工业控制领域萌芽时期就存在的，一直延续到今日。她需要用户有比较好的编程基础和对现场应用有比较丰富的经验。
按照国外的发展经验，这类产品加上开发费用一般价格都比较昂贵，所以一般只在一些要求高速度、高精度的场合如半导体行业等应用。
随着IC产业的发展以及图像处理算法技术的不断成熟，过去很多需要定制开发的软件应用现在都可以做成嵌入式的固定模块化产品。这类产品适用于被检测产品大多具有比较规则的形状、简单的检测工程等一类的常规应用。
目前，在很多中低端的应用场合，传感器和智能相机得到了很大的发展。因为其易于使用，容易学习，特别对于系统集成商来说，对于其快速进行系统集成工程非常有利。
然而，随着终端客户对产品从外观、内部结构、产品质量到功能的多样化等需求的不断增长，给生产制造环节提出了更高的要求，使得生产制造环节从制造到管理都必须符合新形式的需求。客户需要更多的灵活应用的产品。嵌入式系统以及基于PC的系统都在向前发展。
嵌入式系统产品在应用高速器件之后的处理速度和精度越来越高，基本上可以满足高端应用场合，这使得嵌入式产品已经可以覆盖高中低端的需求，从而不断的抢占原来基于PC的采用板卡和SDK的产品市场。
而基于PC的采用板卡和SDK的产品，其SDK也变得越来越易用和开放。他们把机器视觉的底层算法进行模块化封装，对机器视觉的处理过程进行流程化的设计，使得整个机器视觉设计犹如“搭积木”一样，在易用性和灵活性方面取得平衡，既方便非专业用户进行设计，又不会使得机器视觉只局限于某集中特定的应用。
它除了含有最一般的图像处理常用方法如滤波、图像增强等外，还还有机器视觉领域很多处理模块如尺寸测量肌酸、边缘检测、Blob分析等，同时配合系统仿真处理环境，利用这些处理模块，配合不同的行业应用面而是用相应的处理流程，是可以在很短的时间内为用户开发出性价比很高的行业解决方案。硬件方面，新的系统都整合有图像采集、图像处理、在线显示、标准的I/O包括串口、并口、鼠标键盘、网络接口等。同时还集成有与外部工业控制设备连接的数据I/O、运动控制、PLC等接口。
因为机器视觉必须与工业自动化设备配合使用，所以这些扩展接口被整合到图像处理装置里，同时配合模块化的图像处理软件，为用户提供一体化的图像解决方案，并能与外部的工业控制设备实现无缝对接。
同时，随着制造行业对管理的要求越来越高，信息管理系统在制造过程越来越重要，而机器视觉系统本质上是属于一个质量检测环节，它需要与制造环节的MES系统以及上层管理环节的ERP系统进行数据交换，故此，图像处理装置的用户二次开发应用环境和外部接口就显得更为重要。
显然，中国的工业自动化的发展较欧美日等工业发达的国家相差不少距离。在中国目前的机器视觉的产业环境中，终端用户和系统集成商都比较偏好于使用嵌入式的视觉系统如传感器和智能相机。这类系统只需要经过一段短时间的培训即可让用户应用，比较快速地解决问题。
然而随着实际应用的深入，不少用户开始觉得固定式的嵌入式应用灵活性不
足，于是，基于PC的产品依然有存在市场的合理性。
按照国外的发展经验，一般来说，嵌入式传感器类的视觉产品大多定位于中低端的应用，基于PC的这类开放式的产品因为其需要一定量的二次开发，能够灵活地适应多种需求，因此大多定位于中高端的产品应用基于PC的机器视觉系统。
当然，在中国的产业发展环境，由于人力成本的差异等因素，不一定会完全按照国外的发展路线和模式。例如，在本土市场，有系统集成商采用各种低廉的产品组件可以开发出性能与嵌入式产品一致但价格较为低廉的视觉系统。
随着工业自动化应用在中国各行各业的纵深发展，按照未来产业的发展趋势，嵌入式的产品与基于PC的产品会在市场上长期并存，嵌入式的产品会集成更多的功能和更加灵活的应用，市场份额会越来越大，而基于PC的产品其开发难度也会随着软件包的易用性的不断增强而减少，其应用会在一些高速和高精度场合得到保留。
机器视觉的研究、发展和应用还远没有达到成熟的程度。机器视觉从诞生到今天才只有短短的三十多年时间，在机器视觉中承担“大脑”作用的图像分析处理、图像理解和模式识别理论和技术基础还非常不完善4[]。甚至，机器视觉的图像获取系统也存在许多局限，比如高速图像采集实现困难、价格过高，图像分辨率、灵敏度等不高，敏感元件的制造困难，视觉系统的体积较大，自适应的图像获取无法实现等。本文从这几个方面介绍机器视觉的最新发展情况：图像获取、图像处理与模式识别理论。
1，图像获取技术的最新发展
图像获取技术的发展迅猛，CCD、CMOS等固体器件已经变成成熟应用的技术。首先来看，线阵图像敏感器件，像元尺寸不断减小，阵列像元数量不断增加，像元电荷传输速率得到极大提高。如表1所示，为一种高性能线阵CCD器件的参数5[。]从中可以看到，目前的线阵器件的性能和参数发生了根本的变化，主要表现在像元数和数据率得极大提高，而且器件设计集成了新的功能，具有可编程能力，如增益调整、曝光时间选择、速率调节，以及维护等。在机器视觉中，高速器件应用的场合在不断拓展，如高速扫描图像获取，在集成电路检查、零件姿态识别、快速原型中的逆向工程、纺织、色选等，都是高速器件的用武之地
在线阵器件性能提高的同时，高速面阵图像器件性能也在快速提高。某种超高速面阵CCD器件，允许的最大分辨率达1280×1024像素，最大帧率1MHz 时可采集4帧图像，且像素灵敏度达1 2bits。在提高诸如分辨率、速率、灵敏度等性能的同时，也在发展一些用途和使用场合特殊的器件，如对红外敏感的或微光摄像机，对其他射线和超声波敏感的器件等。
此外，其他类型的图像获取器件的研究也展露头角，比如，光纤视觉传感器，结合其他光电技术，以及构成阵列器件已经有报道。作为图像获取装置的组成部分，嵌入式系统、DSP对图像获取起着图像采集与时序控制的作用。大量的工业图像处理系统中采用嵌入式系统或DSP，也有部分系统采用工业PC机作为主控机器，完成图像采集、处理和识别，并完成控制的功能。嵌入式系统或嵌入式微控制器（Embedded MCU）芯片技术发展迅速，主要的工业应用采用8位、16位芯片，高端应用已经采用32位芯片。在高精度的运动检测和控制领域，32位嵌入式微控制器应用报道也不鲜见。在机器视觉系统中，对嵌入式系统性能的要求比一般的工业控制、机器人控制等场合要高。如，某种32位嵌入
式微控制器芯片，内嵌大容量的Flash ROM和SRAM，其主频达到700MHz，带丰富的DSP指令系统，高速并行接口、通信接口齐备，提供可视化编程，支持汇编、ANSIC以及V isua lC++等语言编程，支持在线仿真和调试等，使得开发应用的周期大大缩短。
2.，图像处理、图像理解与模式识别理论研究及最新发展
前面已经述及，机器视觉是针对工业应用领域。但作为视觉系统，所采用的图像处理、图像理解与模式识别的基础理论和技术是相同的。数字图像处理、图像理解与模式识别，这是当今计算机视觉研究的热点。这既表明，图像处理与模式识别在现代信息技术中的重要作用，同时也说明，该研究领域仍然存在大量没有解决的研究难题。
图像的增强、图像的平滑、图像的数据编码和传输、边缘锐化、图像的分割等在不同的研究目标和应用中会采取不同的方法，也在不断出现新的研究成果，本文不述及。作为机
器视觉能否得到应用，关键在于图像的识别。图像的模式识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别景物中已分割好的各个物体，给这些物体赋予特定的标记，它是机器视觉系统必须完成的一个任务。什么是模式和模式识别？广义地说，存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可以称之为模式；狭义地说，模式是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息；把模式所属的类别或同一类中模式的总体称为模式类（或简称为类）。而“模式识别”则是在某些一定量度或观测基础上把待识模式划分到各自的模式类中去6[。]模式识别的方法，即数据聚类、神经网络、统计分类和结构（句法）模式识别方法。用于图像识别的方法主要分为决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模式向量进行分类识别，是以定时描述（如统计纹理）为基础的；结构方法的核心是将物体分解成了模式或模式基元，而
不同的物体结构有不同的基元串（或称字符串），通过对未知物体利用给定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。这是一种依赖于符号描述被测物体之
间关系的方法。广泛应用于统计模式识别中密度估计的方法之一是基于混合密度模型的。根据期望最大（EM）算法得到了这些模型中有效的训练过程。按照共享核函数可以得出条件密度估计的更一般的模型，类条件密度可以用一些对所有类的条件密度估计产生作用的核函数表示。提出了一个模型，该模型对经典径向基函数（RBF）网络进行了修改，其输出表示类条件密度。与其相反的是独二混合模型的万法，其中每个类的密度采用独二混合密度进行估计。提出了一个更一般的模型，共享核函数模型是这个模型的特殊情况。
在20世纪70年代，波兰学者Pawlak Z和一些波兰的逻辑学家们一起从事关于信息系统逻辑特性的研究。粗糙集理论就是在这些研究的基础上产生的。1982年，Pawlak Z发表了经典论又Rough Sets，宣告了粗糙集理论的诞生。此后，粗糙集理论引起了许多科学家、逻辑学家和计算机研究人员的兴趣，他们在粗糙集的理论和应用万面作了大量的研究工作。1991年，Pawlak Z的专著和1992年应用专集的出版，对这一段时期理论和实践工作的成果作了较好的总结，同时促进了粗糙集在各个领域的应用。此后召开的与粗糙集有关的国际会议进一步推动了粗糙集的发展。越来越多的科技人员开始了解并准备从事该领域的研究。目前，粗糙集已成为人工智能领域中一个较新的学术热点，在模式
机器视觉软件HALCON 实验指导书 目录 实验1 HALCON 概述，应用范例 实验2 HDevelop介绍，操作编程范例 实验3 HALCON编程接口，高级语言编程 实验4 HALCON数据结构，采集硬件接口 实验5 HALCON采集硬件配置，图像采集 实验6 HALCON二维测量，配准测量与识别定位 实验7 HALCON一维测量，尺寸测量 实验8 HALCON三维测量，3D重建测量 实验1 HALCON 概述，应用范例 实验2 HDevelop介绍，操作编程范例 1 邮票分割 文件名: stamps.dev 第一个例子进行文件分析任务。图5.1展示了部分邮票目录页。它描述了两种不同的邮票：以图形描述为主和以文字描述为主。 为了使用这个例子，必须把文字描述转化为计算机所能理解的形式。你可能使用OCR编程方式，你很快发现由于邮票的图形描述会导致大多数的可使用模块产生错误。于是另一项任务必须要进行预处理：对所有的邮票进行转化(例如,把邮票转化为灰色有价值的纸)，这样就可以使用OCR处
理邮票的剩余部分了。 当创造一个应用程序来解决这种问题,对要处理的对象进行特征提取是非常有帮助的。这个任务可以为新手提供解决的这类问题一些的经验。 ●一般而言，特征提取有如下步骤：邮票比纸要黑。 ●邮票包含图像的部分不重叠。 ●邮票具有最大最小尺寸。 ●邮票是长方形的。
图 5.1: Mi c he l图表的部分页. 如果直接使用属性清单而非编程，任务会变得很简单。可惜由于语言的含糊，这是不可能的。所以你需要建构具有精确的语法和语义的语言,尽可能接近非正式的描述。使用HDevelop语法，一个通常的程序看起来如下： dev_close_window () read_image (Catalog, ’swiss1.tiff’) get_image_pointer1 (Catalog, Pointer, Type, Width, Height) dev_open_window (0, 0,Width/2, Height/2, ’black’, WindowID) dev_set_part (0, 0,Height-1, Width-1) dev_set_draw (’fill’)
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 机器视觉实验报告 实验报告 课程名称： 班级： 姓名： 学号： 实验时间： 实验一 一．实验名称 Matlab软件的使用 二．实验内容 1.打开MATLAB软件，了解菜单栏、工具栏、状态栏、命令窗口等； 2.了解帮助文档help中演示内容demo有哪些； 3.找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。 三．实验原理： 通过matlab工具箱来进行图像处理 四．实验步骤 1. 双击桌面上的matlab图标，打开matlab软件 2. 了解菜单栏、工具栏、状态栏、命令窗口等
如下图1-1所示 图 1-1 3. 了解帮助文档help中演示内容demo有哪些； 步骤如下图1-2 图1-2 打开help内容demo后，里面的工具箱如图所示。 图1-3 4. 找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。找到并打开Image Processing工具箱，窗口如图1-4 ，图1-5所示 图 1-4 图 1-5 五.实验总结和分析 通过实验前的理论准备和老师的讲解，对matlab有了一定认识，在实验中，了解了实际操作中的步骤以及matlab中的图像处理工具箱及其功能，为后续的学习打下了基础，并把理论与实际相结合，更加深入的理解图像处理。 实验二 一．实验名称 图像的增强技术 二．实验内容 1.了解图像增强技术/方法的原理； 2.利用matlab软件，以某一用途为例，实现图像的增强； 3.通过程序的调试，初步了解图像处理命令的使用方法。 三．实验原理： 通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像的增强。
江西理工大学建筑工程测量 实验报告 专业建筑学 年级13级 班级**** 学号**** 姓名**** 2015年月日
目录 第一部分实验项目内容及要求第二部分实验报告 第三部分实验心得体会和建议
第一部分实验项目内容及要求
第二部分实验报告 实验报告一 日期2015.10.10 班组第六组学号*号姓名**** ㈠完成下列填空 1.安置仪器后，转动三个脚螺旋使圆水准器气泡居中，转动 目镜对光螺旋看清十字丝，通过镜筒上方的缺口和准星瞄准水准尺，转动水平微动螺旋精确照准水准尺，转动物镜对光螺旋进行对光消除视差，转动微倾螺旋使符合水准器气泡居中，最后读数。 2.消除视差的步骤是转动目镜对光螺旋使十字丝清晰，再转动 物镜对光螺旋使水准尺的分划像清晰。 ㈡实验记录和计算 1.记录水准尺上读数填入表2-1-1中。
表2-1-1 2.计算(基于黑红面读数的平均值) ⑴A点比C点低0.199 m。 ⑵B点比D点高0.388 m。 ⑶C点比E点高0.154 m。 ⑷假设C点的高程H C=158.936 m，求A点、B点、C点、D点、E点的高程，即：A A= 158.737 m，H B= 159.070 m，H C= 158.936m，H D= 158.682 m，H E= 158.782 m，水准仪的视线高程 H I= 160.458 m。 ㈢出图2-1-1中水准仪各部件的名称
图2-1-1 1）目镜对光螺旋；2）望远镜； 3）水准管；4）水平微动螺旋； 5）圆水准器；6）校正螺旋； 7）水平制动螺旋；8）准星； 9）脚螺旋；10）微倾螺旋； 11）水平微动螺旋；12）物镜对光螺旋； 13）缺口；14）三脚架。 实验报告二水准测量 日期2015.10.10 班组第六组学号*号姓名*** ㈠水准测量的外业记录及其高程计算 实验数据记入表2-2-1，进行高程的计算，并进行验算，以确保各项计算准确无误。 表2-2-1 水准测量的外业记录及其高程计算
机器视觉概述 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。 【应用领域】 机器视觉广泛应用于各个方面，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。 【基本构造】 一个典型的工业机器视觉系统包括：光源、镜头、CCD 照相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/ 输入输出单元等。系统可再分为、主端电脑(Host Computer)、影像获取卡(Frame Grabber)与影像处理器、影像摄影机、CCTV镜头、显微镜头、照明设备、Halogen光源、LED光源高周波萤光灯源、闪光灯源、其他特殊光源、影像显示器、LCD、机构及控制系统、PLC、PC-Base控制器、精密桌台、伺服运动机台。 以上涵盖大部分的机器视觉系统组成部分，在本实验室中机器视觉的主要系统组成为：光源、工控机、工业相机、镜头；其中在进行算法设计时尽量的减少对于光源条件的依赖（实验室的光源性能一般，光照条件良好）。 图1 典型的机器视觉系统
图2 本实验室的机器视觉的主要组成 尽量以本实验室现有的实验条件为主，其他需要的部分按实际要求也可以添加。 【工作原理】 机器视觉检测系统采用CCD照相机将被检测的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，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/ 不合格、有/ 无等，实现自动识别功能。 【机器视觉系统的典型结构】 一个典型的机器视觉系统包括以下五大块： 1.照明 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。
一、实验目的 采用影像测量仪验收印刷电路板。 要求： （1）学习并掌握影像测量仪的构成和工作原理； （2）通过实践，掌握影像测量仪的操作使用，包括仪器的调节、标定、瞄准、测量；（3）掌握仪器软件的使用，测量数据采集，数据处理，误差评定； （4）采用投射/反射照明测量，测量印刷电路板，要求测量BGA封装（至少测量10个焊盘）焊盘的尺寸、焊盘间距；至少测量十条引线的线宽和间距；至少测量10 个过孔的尺寸。 （5）对照设计图纸，给出合格性结论，形成测量报告。 （6）撰写实验报告，包括原理、步骤、数据与处理、结论等。 二、影像测量仪的构成和工作原理 （1）构成 影像测量仪是一种由高解析度CCD彩色镜头、连续变倍物镜、彩色显示器、视频十字线显示器、精密光栅尺、多功能数据处理器、数据测量软件与高精密工作台结构组成的高精度光学影像测量仪器。 图1总体结构
加工定制：否分辨率：0.001（mm）测量行程：250*150*200（mm） 品牌：贵阳新天型号：JVB250 放大倍率：光学0.7-4.5X 影像28-180X 操作方式：手动测量精度：(3+L/200)um 外形尺寸（长*宽*高）：1000*650*1650（mm） JVB250的规格参数： ①测量范围: X坐标: 250mm Y坐标: 150mm 调焦行程: Z坐标: 200mm ②X、Y、坐标分辨率： 0.0005mm ③仪器准确度：(3+L/200)μm 其中L为被测长度，单位mm ④CCD摄像机：1/3″彩色摄像机，象素数：795(H)×596(V) ⑤物镜放大率： 0.7 ～ 4.5×连续变倍，影像放大28～ 180倍。 ⑥与放大率对应的物镜工作距离：75mm～90mm ⑦与放大率对应的物面最大高度：150mm～130mm ⑧工作台承重：30kg ⑨金属工作台尺：450mm×300mm ⑩主机外形尺寸：580mm×750mm×660mm （2）工作原理 影像测量仪是基于机器视觉的自动边缘提取、自动理匹、自动对焦、测量合成、影像合成等人工智能技术，具有点哪走哪自动测量、CNC走位自动测量、自动学习批量测量的功能，影像地图目标指引，全视场鹰眼放大等优异的功能。同时，基于机器视觉与微米精确控制下的自动对焦过程，可以满足清晰影像下辅助测量需要，亦可加入触点测头完成坐标测量。支持空间坐标旋转的优异软件性能，可在工件随意放置或使用夹具的情况下进行批量测量与SPC结果分类。 被测工件置于工作台上，在投射或反射光照明下，工件影像被摄像头摄取并传送到计算机，此时可使用软件的影像、测量等功能，配合对工作台的坐标采集，对工件进行点、线、面全方位测量。 影像测量仪是利用表面光或轮廓光照明后，经变焦距物镜通过摄像镜头，摄取影像再通过S端子传送到电脑屏幕上，然后以十字线发生器在显示器上产生的视频十字线为基准对被测物进行瞄准测量。并通过工作台带动光学尺，在X、Y方向上移动由DC-3000多功能数据处理器进行数据处理，通过软件进行演算完成测量工作。影像测量主要是利
实验五图像的分割与边缘提取 一、实验内容 1.图像阂值分割 实验代码： clear all, close all; I=imread('flower.tif'); figure(1),imshow(I) figure(2); imhist(I) T=120/255; Ibw1=im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L=uint8(T*255) Ibw2=im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh; 运行结果：
实验代码： clear all, close all; I=imread('flower.tif'); figure(1),imshow(I) figure(2); imhist(I) T=240/255; Ibw1=im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L=uint8(T*255) Ibw2=im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh; 运行结果：
2.边缘检测 实验代码： clear all, close all; I=imread('flower.tif'); BW1=edge(I,'sobel'); BW2=edge(I,'canny'); BW3=edge(I,'prewitt'); BW4=edge(I,'roberts'); BWS=edge(I,'log'); figure(1), imshow(I), title('Original Image'); figure(2), imshow(BW1), title('sobel'); figure(3), imshow(BW2), title('canny'); figure(4), imshow(BW3), title('prewitt'); figure(5), imshow(BW4), title('roberts'); figure(6), imshow(BWS), title('log'); %在完成上述试验后,查看函数edge()使用说明。help edge 运行结果：
广东省东莞市莞城区莞太路34号东莞市创意产业中心园区8座502 Unit 502, Building 8, Creative Industry Center Park, No. 34 Guantai Road, Guancheng District, Dong Guan 523000, P.R.China 机器视觉在线检测详解 机器视觉的一个重要应用就是进行在线检测。这个与物体静止时的视觉检测系统不同，最起码图像摄取的速度要足够快才行，不然就不可能在被测物体运动时获取足够清晰的图像，再一个就是机器视觉软件的图像处理能力也要足够强，分析判断周期要够短，不然等反应过来了，产品可能都已经走出次品剔除系统的工作范围了。这样的机器视觉在线检测就是不合格的。 1 机器视觉在线检测的基本原理 基于机器视觉的在线检测系统的基本原理：首先通过视觉传感器获取高速流水线上运动待检测物体图像，图像传送到计算机后，计算机调用专用的图像处理软件来对检测物体进行检测、测量、分析、判断。多功能检测实验平台的硬件结构如图1所示，机器视觉在线检测系统的基本模块包括：传动装置、专用LED光源、图像采集模块、电气控制模块。 2 多功能检测实验平台运动控制部分设计 在这套系统中，运动控制部分选用工业PC＋运动控制卡＋步进电机的控制模式。运动控制卡是步进电机公司的MPC01。它配备了许多功能强大、内容丰富的运动控制软件工具和函数库。MPC01运动函数库用于二次开发，用户只要用C／C＋＋或Visual Basic等编制所需的用户界面程序，并把它与MPC01
运动库链接起来，就可以开发出自己的控制系统。 3 专用LED光源 光源对图像质量的影响是至关重要的，考虑到本套试验平台将要进行各种物品的检测实验，开发设计了多种专用LED照明方案以适应各种不同的待检物体。直环型用于各种具有稳定照度和清晰图像的工件；狭角型用于各种透明工件或低对比度工件；棒型用于透明、光滑、镀金表面；圆顶型用于不平整或弯曲的表面检测，金属包片上的印刷字体或弯曲表面的孔穴；背光型用于透明材料或液体的检测；同轴型用于光滑、电镀、低反射表面。 4 高速图像采集系统 图像采集部分将完成流水线上的运动图像获取，采集图像质量的好坏将直接影响整个检测效率。图像采集部分主要由CCD摄像机完成。CCD摄像机摄取图像信号，由图像采集卡将图像信号采集进来。本套实验装置选用两个方位的摄像机对待检测物体进行检测，一个俯拍位一个侧拍位，对有些待检测物体可以进行多方位的检测。摄像机采用的是Pulnix公司的TM6703，采集卡选用Matrox 公司的Comora2。 4.1 图像采集卡 Matrox Corona Ⅱ是Matrox Graphics Inc．生产的图像控制器，可采集隔行扫描／逐行扫描的分量RGB信号和单／双路黑白模拟视频信号；3路10bit A／D转换器；24-bit RS-422／LVDS数字接口；模拟情况下采集率达到30MHz，RS-422数字模式下达25MHz，LVDS数字模式下达40MHz；连接2个RGB 或6个模拟黑白视频信号；32-bit／33MHz PCI总线主模式；扩展板上实时采
《机器视觉与智能检测相关创新实践》 课外实验报告 实验一、图像融合 1.实验内容： 对同一场景的红外图像和可见光图像进行融合，采用图1中的参考图形，以及自己 的手掌图像（可见光图像和红外光图像），并对结果进行简要分析，融合方法可采 用以下方法中的一种或多种：直接加权融合方法，傅里叶变换融合方法，小波变换 融合方法； 2.实验目标： 1）. 了解融合的概念； 2）. 比较融合方法中不同参数的效果（如直接加权融合中权值的分配） 3.参考图像： （a）红外图像（b）可见光图像 图1 待融合图像 4.实验内容 1）直接加权融合方法： 线性混合操作也是一种典型的二元（两个输入）的像素操作：
通过在范围内改变。 核心代码：image((Y1+Y2)/2); %权值相等 图2 直接融合图像1 图3 直接融合图像2 改变参数的影响：那个图的参数比例高，那个图在融合图像中的影响就越高。2）傅里叶变换融合：
对一张图像使用傅立叶变换就是将它分解成正弦和余弦两部分。也就是将图像从空间域(spatial domain)转换到频域(frequency domain)。然后通过在频域的处理来实现融合。 图4傅里叶变换融合图像1 图5 傅里叶变换融合2 3）小波融合： 小波变换（Wavelet Transform）是一种新型的工程数学工具，由于其具备的独特数学性质与视觉模型相近，因此，小波变换在图像处理领域也得到了广泛的运用。用在图像融合领域的小波变换，可以说是金字塔方法的直接拓展。
图6 小波融合1 图7 小波融合2 5．实验完整代码 1．直接融合 addpath('E:\学习\课件\机器视觉创新实践\曾东明') Y1=imread('1.PNG'); subplot(1,3,1); imshow(Y1); title(' 直接融合1.PNG');
姓名： 院校学号： 学习中心： _______________ 层次：专升本 专业：土木工程 实验一：混凝土实验 一、实验目的：1、熟悉混凝土的技术性质和成型养护方法；2、掌握砼拌合物工作性的测定和评定方法；3、通过检验砼的立方体抗压强度，掌握有关强度的评定方法。 二、配合比信息： 1 .基本设计指标 (1)设计强度等级C30 (2)设计砼坍落度30-50mm 2.原材料 (1)水泥：种类复合硅酸盐水泥强度等级C32.5 (2)砂子：种类河砂细度模数 2.6 (3)石子：种类碎石粒级5-31.5mm
(4)水：洁净的淡水或蒸馏水
3.配合比：（kg/m3） 三、实验内容： 第1部分：混凝土拌合物工作性的测定和评价 1、实验仪器、设备：电子秤、量筒、坍落度筒、拌铲、小铲、捣棒（直径16mm、长600mm, 端部呈半球形的捣棒）、拌合板、金属底板等。 2、实验数据及结果
第2部分：混凝土力学性能检验 1、实验仪器、设备：标准试模：150mm X 150mm X 150 mm 、振动台、压力试验机(测量精度为土1%,时间破坏荷载应大于压力机全量程的20%;且小于压力机全量程的80%。、压力试验机控制面板、标准养护室(温度20C±2C,相对湿度不低于95%。 2、实验数据及结果 四、实验结果分析与判定： (1、混凝土拌合物工作性是否满足设计要求，是如何判定的？ 答：满足设计要求。实验要求混凝土拌合物的塌落度30—50mm,而此次实验结果中塌落度 为40mm, 符合要求；捣棒在已塌落的拌合物锥体侧面轻轻敲打，锥体逐渐下沉表示粘聚 性良好；塌落度筒提起后仅有少量稀浆从底部析出表示保水性良好。
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： ①放置条形码在载物平台上，使其处于镜头正下方； ②调整焦距、改变光圈大小，使物体清晰，对比度高、明暗适中； ③利用计算机软件控制相机对物体成像； ④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。 ⑤结果如下： 条形码A 不开光圈、无速度曝光量增益识别结果 1000 0 没有图像 2500 0 不能识别 60000 0 正确识别 60000 5 正确识别 60000 6.4 错误识别 60000 7 没有图像条形码B 不开光圈、无速度曝光量增益识别结果 60000 2 没有图像 60000 6.4 正确识别 60000 20 错误识别 35000 6.4 不能识别 40000 6.4 正确识别 开光圈曝光量增益识别结果 60000 6.4 没有图像 2000 6.4 正确识别 速度曝光量增益识别结果 小60000 6.4 正确识别
建筑工程测量实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
江西理工大学 建筑工程测量 实验报告 专业建筑学 年级13级 班级 **** 学号 **** 姓名 **** 2015年月日 目录 第一部分实验项目内容及要求 第二部分实验报告 第三部分实验心得体会和建议
实验报告一 日期班组第六组学号 *号姓名**** ㈠完成下列填空 1.安置仪器后，转动三个脚螺旋使圆水准器气泡居中，转动 目镜对光螺旋看清十字丝，通过镜筒上方的缺口和准星瞄准水准尺，转动水平微动螺旋精确照准水准尺，转动物镜对光螺旋进行对光消除视差，转动微倾螺旋使符合水准器气泡居中，最后读数。 2.消除视差的步骤是转动目镜对光螺旋使十字丝清晰，再转动 物镜对光螺旋使水准尺的分划像清晰。 ㈡实验记录和计算 1.记录水准尺上读数填入表2-1-1中。 表2-1-1
2.计算(基于黑红面读数的平均值) ⑴ A点比C点低 m。 ⑵ B点比D点高 m。 ⑶ C点比E点高 m。 ⑷假设C点的高程H C= m，求A点、B点、C点、D点、E点的高程，即： A A= m，H B= m，H C= ，H D= m，H E= m，水准仪的视线高程 H I= m。 ㈢出图2-1-1中水准仪各部件的名称 图2-1-1 1）目镜对光螺旋； 2）望远镜； 3）水准管； 4）水平微动螺旋； 5）圆水准器； 6）校正螺旋； 7）水平制动螺旋； 8）准星； 9）脚螺旋； 10）微倾螺旋； 11）水平微动螺旋； 12）物镜对光螺旋； 13）缺口； 14）三脚架。 实验报告二水准测量 日期班组第六组学号 *号姓名 *** ㈠水准测量的外业记录及其高程计算 实验数据记入表2-2-1，进行高程的计算，并进行验算，以确保各项计算准确无误。
机器视觉算法开发软件----HALCON HALCON是世界范围内广泛使用的机器视觉软件，用户可以利用其开放式结构快速开发图像处理和机器视觉软件。 HALCON提供交互式的编程环境HDevelop。可在Windows,Linux,Unix下使用，使用HDevelop可使用户快速有效的解决图像处理问题。HDevelop含有多个对话框工具，实时交互检查图像的性质，比如灰度直方图，区域特征直方图，放大缩小等，并能用颜色标识动态显示任意特征阈值分割的效果，快速准确的为程序找到合适的参数设置。HDevelop程序提供进程，语法检查，建议参数值设置，可在任意位置开始或结束，动态跟踪所有控制变量和图标变量，以便查看每一步的处理效果。当用户对于机器视觉编程代码完成后，HDevelop可将此部分代码直接转化为C++,C或VB源代码，以方便将其集成到应用系统中。 HALCON提供交互式的模板描述文件生成工具HmatchIt,。可交互式地为一个模型定义一个任意形状的感性趣区域，HmatchIt优化给出此创建模型的合适参数, 自动生成模板描述文件以供程序调用，快速为基于形状匹配和结构匹配的用户找到实现目标识别和匹配应用的合适的参数设置。 HALCON提供支持多CPU处理器的交互式并行编程环境Paralell Develop, 其继承了单处理器板HDevelop的所有特点，在多处理器计算机上会自动将数据比如图像分配给多个线程，每一个线程对应一个处理器，用户无需改动已有的HALCON程序，就立即获得显
著的速度提升。 HALCON中HDevelop Demo中包含680个应用案例，根据不同的工业领域，不同的用法和算法分类列出，用户可以根据自己的需求方便的找到相对应的类似案例，快速掌握其函数用法。 HALCON提供的函数使用说明文档，详细介绍每个函数的功能和参数用法，提供在不用开发语言（VC,VB,.NET等）下的开发手册，而且提供一些算法（例如3D）的原理性介绍，给用户的学习提供帮助。 特点：原型化的开发平台，自动语法检查； 动态察看控制和图标变量； 支持多种操作系统； 支持多CPU； 支持多种文件格式； 自动语言转化功能； 与硬件无关，可支持各种硬件； 应用领域：医学图像分析； 2D/3D测量； 立体视觉； 匹配定位； 光学字符识别； Blob分析；
《机器视觉与智能检测创新实践》课程设计报告 题目：基于可见光红外光图像的处理 班级： 姓名： 学号： 指导老师： 日期：
一、实验目的 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。本实验的目的就是通过学生自身动手实验，使学生对机器视觉系统及图像处理有一定的认识。同时加深学生的动手能力和培养学生的创新能力。 二、实验设备 机器视觉实验平台，计算机，Matlab软件等 三、实验任务 （1）对采集的近红外图像进行增强、分割和细化（自己挑选成像效果较好的手背或手掌的近红外图像） 1、了解增强、分割和细化等处理的概念和效果并编程实现增强、分割和细化； 2、分别比较不同增强、分割和细化方法的优劣 （2）对采集到的可见光手掌图像进行分割得到手掌及手指的轮廓。
四、相关概念介绍 1、光谱 光谱是复色光经过色散系统（如棱镜、光栅）分光后，被色散开的单色光按波长（或频率）大小而依次排列的图案，如图1所示。 光波是由原子内部运动的电子产生的。各种物质的原子内部电子的运动情况不同，所以它们发射的光波也不同。研究不同物质的发光和吸收光的情况，有重要的理论和实际意义，已成为一门专门的学科——光谱学。 图1 可见光的光谱图 种类：发射光谱物体发光直接产生的光谱叫做发射光谱。发射光谱有两种类型：连续光谱和明线光谱。 连续分布的包含有从红光到紫光各种色光的光谱叫做连续光谱。炽热的固体、液体和高压气体的发射光谱是连续光谱。例如电灯丝发出的光、炽热的钢水发出的光都形成连续光谱。 只含有一些不连续的亮线的光谱叫做明线光谱。明线光谱中的亮线叫做谱线，各条谱线对应于不同波长的光。稀薄气体或金属的蒸气的发射光谱是明线光谱。明线光谱是由游离状态的原子发射的，所以也叫原子光谱。
第一章前言部分 1.1课程项目背景与意义 1.1.1课程项目背景 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 科学技术的发展是推动人类社会进步的主要原因之一,未来社会进一步地朝着科技化、信息化、智能化的方向前进。在信息大爆炸的今天,充分利用这些信息将有助于社会的现代化建设,这其中图像信息是目前人们生活中最常见的信息。利用这些图像信息的一种重要方法就是图像目标定位识别技术。不管是视频监控领域还是虚拟现实技术等都对图像的识别有着极大的需求。一般的图像目标定位识别系统包括图像分割、目标关键特征提取、目标类别分类三个步骤。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
( 实习报告 ) 单位：_________________________ 姓名：_________________________ 日期：_________________________ 精品文档 / Word文档 / 文字可改 社会实践实习报告：建筑工程测 量实训报告 Social practice practice report: construction engineering survey training report
社会实践实习报告：建筑工程测量实训报 告 社会实践实习报告：建筑工程测量实训报告 进入大学的第一次测量实训终于在大家的期盼中来了，因为大家都想抓紧实训的时间好好休息一下，可是，现实是如此的残酷！ 开始老师让我们先从理论下手，介绍了水准仪和经纬仪的构成以及它的使用方法，我们都很认真的记载着老师所讲的重点，在学习中，我知道了测量人员是工程建设的开路先锋，是确保工程质量的“千里眼”，我为能成为测量人而感到自豪！老师还说了，让我们好好保护仪器！我们知道了：人在仪器在，人亡仪器也不能亡！可是让人疑惑的是老师总让我们做好“军训”的打算，有那么辛苦吗？ 很快我就见到了传说中的水准仪，它长得真的很不咋的，可是在老师的介绍下，我知道了它是一个很有内涵的仪器！千万不能小
看它！但是还好的就是它的螺栓比较少，所以我还能接受！可是调节经纬仪的过程就比较复杂了，螺旋比较多，测量时仪器不停的转动，脑袋就晕了，对准后就不知螺旋在哪了，只能瞎摸。但有句话叫“熟能生巧”，这句话一点不假，在实训中，这个成语就得到验证，尽管开始是有点生疏，但经过一圈测量，想不熟也挺难的，而且速度也不断的提高。 下面就来谈谈具体的！我是第一批在校内测量经纬仪的！它的螺栓比水准仪多多了！弄得我头晕眼花的！没办法！我必须要坚持下去！第一个下午，我们全组组员就遇到大麻烦了！因为经纬仪的调整要三个地方全部调好，可是我们老是没办法让它们全都统一，老是这儿调好了，那儿的气泡又跑了！我们组是第八组，组员有6个，而别的组是5个人，所以我们要比别的组要更抓紧时间，可是当第九组已经测六个点时，我们组还压根没挪窝，可是越急越不知道该怎么办！后来在别的组来了一个同学，我们连忙请教他！ 1.先要让三脚架的中心大约和地面的点进行对齐。 2.调节气泡让它处于圆水准器的中间部分。
《机器视觉应用实验报告》 姓 名 黄柱汉 学 号 201341304523 院 系 机械与汽车工程学院 专 业 仪器仪表工程 指导教师 全燕鸣 教授 2015年04月16日
华南理工大学实验报告 课程名称：机器视觉应用 机械与汽车工程学院系仪器仪表工程专业姓名黄柱汉 实验名称机器视觉应用实验日期2015.4.16 指导老师全燕鸣 一、实验目的 主要目的有以下几点： 1.实际搭建工业相机、光源、被摄物体图像获取系统，自选Labview或Matlab、 Halcon、Ni Vision软件平台，用打印标定板求解相机内外参数以及进行现场 系统标定； 2.进行一个具体实物体的摄像实验，经图像预处理和后处理，获得其主要形状 尺寸的测量（二维） 3.进行一个具体实物体的摄像实验，经图像预处理和后处理，识别出其表面缺 陷和定位。 二、实验原理 “机器视觉”是用机器代替人眼来进行识别、测量、判断等。机器视觉系统是通过摄像头将拍摄对象转换成图像信号，然后再交由图像分析系统进行分析、测量等。一个典型的机器视觉系统包括照明、镜头、相机、图像采集卡和视觉处理器5个部分。 HALCON是在世界范围内广泛使用的机器视觉软件，拥有满足各类机器视觉应用的完善开发库。HALCON也包含Blob分析、形态学、模式识别、测量、三维摄像机定标、双目立体视觉等杰出的高级算法。HALCON支持Linux和Windows，并且可以通过C、C++、C#、Visual Basic和Delphi语言访问。另外HALCON与硬件无关，支持大多数图像采集卡及带有DirectShow和IEEE 1394驱动的采集设备，用户可以利用其开放式结构快速开发图像处理和机器视觉应用软件，具有良好的跨平台移植性和较快的执行速度。 本实验包括对被测工件进行尺寸测量和表面缺陷检测。尺寸测量是通过使用机器视觉来对考察对象的尺寸、形状等信息进行度量；缺陷检测是通过机器视觉手段来分析零部件信息，从而判断其是否存在缺陷。
生产实习报告 学院：电气工程 班级： 学号： 姓名： 实习单位：无锡信捷电气股份有限公司校外导师： 校内导师： 日期：2017.1.6
目录 第一章生产实习概况 0 第二章实习目的及意义 (1) 第三章实习历程 (2) 一、实习公司简介 (2) 二、实习历程 (5) （一）实习目的 (5) （二）实习内容 (5) 1.实习所用设备及其接线 (5) 2.通讯协议 (10) 3.视觉测量软件X-Sight Studio (11) 4.编程软件XCPPro (13) 5.触摸屏软件TouchWin (15) 第四章总结 (16)
第一章生产实习概况 一.生产实习的单位 1.单位的名称：无锡信捷电气股份有限公司 2.地点：无锡市滴翠路100号创意产业园7号楼4楼 二.生产实习的时间及实习安排 1.实习的起止时间：2016.11.23～2016.1 2.16 2.过程安排： 第1天：入职培训；参观公司研发部门、生产车间、应用现场。 第2天：必备软件、硬件讲解；上机前注意事项讲解；项目需要掌握的技能点。 第3-18天：完成要求题目。 第19天：完成项目报告。 第20天：进行设计答辩，交流心得。
第二章实习目的及意义 生产实习是电气工程学院各专业课程体系中的校外实践环节，目的是让学生充分接触工程与生产一线，把学生的创新创业训练与解决实际问题能力紧密联系起来，从而培养了学生与社会沟通的能力以及分析和解决实际工程问题的能力，同时为学生提供实践场所和就业渠道，实现课堂与实训零距离、学生与岗位零距离、使学生的实践能力和创新创业训练真正落到实处。具体如下： 1、通过生产，深入生产第一线进行观察和调查研究，获取必须的感性知识和使学生较全面地了解可编程逻辑控制器(即PLC)，在实际的生产中是如何使用的，了解和掌握本专业基础的生产实际知识，巩固和加深已学过的理论知识，并为后续专业课的，课程设计，毕业设计打下基础。 2、在期间，通过对信捷各型号PLC的工作原理的分析，把理论知识和盛传实践相结合起来，完成所布置的课题，以培养我们的考察，分析和解决问题的工作能力。 3、通过，可以有机会接触信捷的员工，学习他们的面对不同课题的处理思路，学习他们面对难题，永不放弃的精神。 4、通过参观他们的各个部门，掌握产品的生产过程，组织管理，设备选择和车间布置等方面的知识，扩大知识面。
建筑测量实训心得 This model paper was revised by the Standardization Office on December 10, 2020
实训心得 一周的测量实训结束了，风风雨雨中我们小组圆满的完成了本次实训这次实习的内容是对工程测量知识的实践化,实习的要求是让每个同学都对工程测量的实际操作能够达到基本掌握的程度。这次实习与以前的课堂实习相比，时间更加集中、内容更加广泛、程序更加系统，完全从控制测量生产实际出发，加深对书本知识的进一步理解、掌握与综合应用，是培养我们理论联系实际、独立工作能力、综合分析问题和解决问题的能力、组织管理能力等方面素质。也是一次具体的、生动的、全面的技术实践活动 通过这次为期一周的测量实训，我学会了更熟练的使用水准仪、经纬仪。很好的巩固理论教学知识，提高了实际操作技能，实训是我们教学中一个与理论相结合的桥梁，使得我们与所学专业相联系，增强我们对本专业的感性认识，收集处理信息的能力，获取新知识的能力，发现问题，分析问题和解决问题的能力，为以后到工作岗位上打下坚实的基础。 这次的实训目的主要是1.巩固课堂教学知识，加深对控制测量学的基本理论的理解，能够用有关理论指导作业实践，做到理论与实践相统一，提高分析问题、解决问题的能力，从而对控制测量学的基本内容得到一次实际应用，使所学知识进一步巩固、深化。2.通过实习，熟悉并掌握三、四等控制测量的作业程序及施测方法。3.掌握用测量平差理论处理控制测量成果的基本技能。4.通过完成控制测量实际任务的锻炼，提高独立从事测绘工作的计划、组织与管理能力，培养良好的咱也品质和职业道德。5.熟
Halcon机器视觉二维码实例及分步注解 [plain]view plaincopy 1.*2D Code generated by Image Acquisition01 2.*QR Code 3.dev_close_window() 4.dev_open_window(0,0,400,400,'black',WindowHandle) 5.*先关闭活动图形窗口，再打开这个窗口，标识符为WindowHandle； 6.*相对于界面左上角第0行、第0列，大小为400×400像素，颜色为黑色。 7.open_framegrabber('DirectShow',1,1,0,0,0,0,'default',8,'rgb',-1,'false','defa ult','Gsou USB2.0Camera',0,-1,AcqHandle) 8.*打开帧接收器（图像采集设备，如摄像头，工业相机等），参数（Parameter）详见这个算子 9.*注意摄像头的名称,可以用工具栏中的“助手”——打开新的Image Acquisition获取摄像头及插入代码 10.grab_image_start(AcqHandle,-1) 11.while(true) 12.grab_image_async(Image,AcqHandle,-1) 13.create_data_code_2d_model('QR Code',[],[],DataCodeHandle) 14.*二维码的创建开头的算子，clear为结束清除的算子，见下。 15.set_display_font(WindowHandle,16,'mono','true','false') 16.dev_set_color('forest green') 17.dev_set_draw('margin') 18.dev_set_line_width(3) 19.set_data_code_2d_param(DataCodeHandle,'default_parameters','enhanced_recognition') 20.*设置选定参数的二维数据模型，参数详见这个算子 21.find_data_code_2d(Image,SymbolXLDs,DataCodeHandle,[],[],ResultHandles,DecodedDa taStrings) 22.*检测和读取二维代码符号，也支持读取二维数据模型的序列，参数详见这个算子 23.for i:=0to|ResultHandles|-1by1 24.select_obj(SymbolXLDs,SymbolXLD,i+1) 25.get_contour_xld(SymbolXLD,Row,Col) 26.get_string_extents(WindowHandle,DecodedDataStrings[i],Ascent,Descent,TxtWidth ,TxtHeight) 27.disp_message(WindowHandle,DecodedDataStrings[i],'image',max(Row-50),max([min( Col+30)-TxtWidth/2,1]),'black','true') 28.endfor 29.*这段for循环语句的目的是让解码到的字符串（二维码的内容）显示到二维码深绿色（forest green上 面定义）的解码区域框的行列位置。 30.*disp_message(WindowHandle,DecodedDataStrings,'window',12,12,'black','true') 31.*如果不需要设置显示到区域框中间的位置，而是显示到窗体的上方或其他位置，那么不需要上面那段for 语句，只需这段信息显示的语句即可显示到窗体相应位置。 32.if(|DecodedDataStrings|>0) 33.disp_continue_message(WindowHandle,'black','true')