光学视觉检测技术的尺寸测量
机器视觉检测系统的优势主要体现在，非接触检测测量、长时间稳定工作等，利用机器视觉解决方案，可以节省大量劳动力资源，为公司带来可观利益，因此其应用也越来越广泛。
机器视觉系统具有测量功能，能够自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等尺寸的测量。尺寸测量无论是在产品的生产过程中，还是产品生产完成后的质量检验中都是必不可少的步骤，而机器视觉在尺寸测量方面有其独特的技术优势。
比如，这种非接触测量方法既可以避免对被测对象的损坏又适合被测对象不可接触的情况，如高温、高压、流体、环境危险等场合；同时机器视觉系统可以同时对多个尺寸一起测量，实现了测量工作的快速完成，适于在线测量；而对于微小尺寸的测量又是机器视觉系统的长处，它可以利用高倍镜头放大被测对象，使得测量精度达到微米以上。
机器视觉之尺寸测量是基于相对测量法，通过溯源、倍率标定、自动提边和屏幕图像测量来推算出实物大小。在精密测量中，倍率要求35*以上以获得微米级精度，此时的视觉线宽度不到5mm，对于测量5mm以上的物件需要移位解析读数与视窗测量合成来完成。对于微小尺寸的精密测量，利用机器视觉系统通过安装高倍工业镜头或显微镜头，从微小的生物细胞直径、数量，到细小的装配缝隙大小，再到较小的机械零件、电子产品的尺寸测量等各个领域都是机器视觉系统的用武之地。
虽然实现尺寸测量的方法很多，但大多数测量重复性、高效性和鲁棒性不高。事实表明，基于机器视觉技术的尺寸测量具有良好的连续性和高精度，大大提高了工业在线测量的实时性和准确性，同时生产效率和产品质量控制也得到明显提升。
机器视觉测量技术 杨永跃 合肥工业大学 2007.3
目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像
5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位
机器视觉检测系统简述及系统构成 1机器视觉检测的一般模式 机器视觉检测的目标千差万别，检测的方式也不尽相同。农产品如苹果、玉米等通常是检测其成熟度，大小，形态等，工业产品如工业零件,印刷电路板通常是检测其几何尺寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就需要采用彩色的工业相机装置。正是由于不同检测环境的特殊性，目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。 机器视觉检测的一般模式如图1所示： 图1机器视觉检测的一般模式 1.1图像获取 图像获取是机器视觉检测的第一步，它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源，光学镜头，相机，图像采集卡等设备获取被测物体的数字化图像。 1.2视觉检测 视觉检测通过图像处理的方法从产品图像中提取需要的信息，做出结果处理并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测，并最大限度地减少对硬件系统的依赖性，而算法设计不够成熟的机器视觉软件则存在检测速度慢，误判率高，对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法，它包括图像增强,数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识别与理解等内容。 1.3分拣 对于一个检测系统而言，最终是要实现次品（含不同种类的次品）与合格品的分离即分拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统!液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2机器视觉检测系统的构成 一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图2所示。 图2典型的机器视觉检测系统 3光源
视觉测量系统技术及应用 1 引言 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，图像处理系统再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。它具有非接触、速度快等优点，是一种先进的检测手段，非常适合现代制造业。可用于视觉检测的试验原理很多，如纹理梯度法、莫尔条纹法、飞行时间法等，然而诸多测试原理中，尤其基于三角法的主动和被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，非常适合在线非接触测量。本文主要从视觉测量系统在实际中应用出发，展示视觉检测技术在制造业中的广阔应用[1-4]。 2 视觉测量系统技术的应用 2.1 汽车车身视觉检测系统 在汽车制造过程中，车身上总有很多关键的三维尺寸进行测量，采用传统的三坐标测量机只能离线抽样检测，效率低，更不能满足现代汽车制造在线检测的需要，而视觉检测系统能很好的适应该需要，典型的汽车车身视觉检测系统如图1所示[5]。 图1 车身视觉检测系统 车身检测系统主要依靠的是数个视觉传感器，其中还包括传送机构、定位机构，计算机图像采集、网络控制部分。每个传感器对应一个被测区域，然后通过传输总线传至计算机，通过计算机对每个视觉传感器进行过程控制。 汽车车身检测系统的测量效率很高，精度式中，并且可以在完全自动情况下完成，这个包含几十个测点的系统都能再几分钟内测量完成，因此可以适应汽车制造的在线检测。而且传感器的布置可以根据不同车型来布置，增加了应用要求，
因此减少了车身视觉系统的维护费用。 2.2 拔丝模孔形视觉检测系统 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． 2.3 无缝钢管直线度和截面在线视觉检测 无缝钢管是一类重要的工业产品，在反应无缝钢管质量中，钢管直线度及截面尺寸是主要的几何参数。现代工业已经可以实现无缝钢管的大批量大规模生产，并且并无成熟的直线度、截面尺寸高效率的检测系统，主要原因为：无缝钢管空间尺寸大，需要很大的测量空间，一般的检测手段很难实现如此大尺度的检测。然而视觉检测却非常适合无缝钢管及截面尺寸的测量，其测量原理图如图2所示。 多个传感器组成了视觉检测系统，传感器的结构光所投射的光平面与被测钢管相交，从而得到钢管的部分圆周，传感器测量圆周在传感器三维空间位置，每一个传感器实现一个截面圆周测测量，然后通过拟合得到截面的圆心和其空间位置，从而实现对无缝钢管截面和直径的测量。 图2 无缝钢管在线检测 2.4 视觉测量在逆向工程中的应用 逆向工程是针对现有的工件，利用3D数字化测量仪准确快速地测量出轮廓坐标值，并建构曲面，经过编辑、修改后，将图形存档形成一般的CAD/CAM系统，再由CAM所产生刀具的NC加工路径送至CNC加工机制所需模具，或者以快速成型将物品模型制作出来。视觉测量一般使用三种激光光源：点结构光、线结构光、面结构光，图3为使用线结构光测量物体表面轮廓的结构示意图[6]。
2005年3月 农业机械学报 第36卷第3期 基于机器视觉的轴承内外径尺寸检测系统 雷良育 周晓军 潘明清 【摘要】 开发了适应大批量流水线生产和检测需要的轴承内外径机器视觉检测系统。对系统的机械及运动控制部分以及光学成像系统等进行了设计,提出了一种利用多项式插值精确测量轴承边缘点位置的方法,分析提出了将锐化图像进行再滤波的技术,优化了轴承图像内外径尺寸的边缘获取的技术路线。检测结果表明,系统具有非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点,能实现产品的零废品生产的目标。 关键词:轴承 直径 自动检测 机器视觉中图分类号:T P 391;TH 13313 文献标识码:A M ach i ne V ision System for I nner and Outer D i am eters I n spection of a Bear i ng L ei L iangyu Zhou X iao jun Pan M ingqing (Z hej iang U n iversity ) Abstract A m ach ine visi on system fo r in specti on of inner and ou ter diam eters of bearings w as developed fo r a p i peline p roducti on and in sp ecti on .T he m echan ical and m ovem en t con tro l un its ,as w ell as its op tical i m aging system ,w ere designed .A p recisi on m easu ring m ethod w ith po lynom ial in terpo lati on w as develop ed to m easu re bearing edges . B esides ,a re 2filtering techn ique w as adop ted to op ti m ize the techn ical rou te .T he m easu ring resu lts show ed that the system had advan tages of non 2con tact ,on 2line ,real ti m e and rap id speed ,as w ell as app rop riate p recisi on and strong an ti 2jamm ing . Key words B earing ,D iam eter ,A u tom atic m easu ring ,M ach ine visi on 收稿日期:20030922 雷良育 浙江大学现代制造工程研究所 博士生 副教授(江苏技术师范学院),310027 杭州市周晓军 浙江大学现代制造工程研究所 教授 博士生导师潘明清 浙江大学现代制造工程研究所 博士生 引言 目前,我国大多数轴承生产厂家在轴承尺寸精度的检测方面还是依靠机械式、光学式等测量仪器,手段比较落后。这种依靠人力的随机抽样检测方法检测效率低、精度低、易于引进人为误差。随着现代制造业的发展,传统的检测技术已不能满足其需要,现代制造强调实时、在线、非接触检测,因而对轴承尤其是精密轴承的测量提出了越来越高的要求。为了适应轴承制造业生产批量大、质量要求严格、检测任务繁重的特点以及自动化流水线作业、实现产品100%检测目标的要求,需要研究新型的产品检测技 术。机器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。应用机器视觉检测技术,研制了基于机器视觉的轴承内外径尺寸检测系统[1～4]。 1 系统工作原理与设计 111 工作原理 轴承内外径机器视觉检测系统由线阵CCD 传感器、光学系统、计算机图像采集和处理系统、机械运动工作平台等部分组成,其系统结构框图如图1所示。 系统的工作原理:被测轴承在机械运动工作平
机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式
2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像
第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定
《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。
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
机器视觉检测 一、概念 视觉检测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。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 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。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光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 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特
Optoelectronics 光电子, 2020, 10(3), 84-89 Published Online September 2020 in Hans. https://www.doczj.com/doc/445509785.html,/journal/oe https://https://www.doczj.com/doc/445509785.html,/10.12677/oe.2020.103011 电子元器件外形尺寸机器视觉测量系统 设计 李超，许杰 盐城市计量测试所，江苏盐城 收稿日期：2020年8月24日；录用日期：2020年9月4日；发布日期：2020年9月11日 摘要 电子元器件是电路的基本组成部分，有着广泛的应用。传统的人工检测存在很多不足，机器视觉尺寸测量技术由此应运而生，机器视觉由于自身具备高灵敏度、高精度及高耐用性的特性，对于提高工业自动化水平和工业生产效率有极大助力。根据课题要求，以单片机芯片为研究对象，以检测单片机芯片二维平面上的长度与宽度为研究目标，设计了基于机器视觉的单片机芯片检测系统的硬件方案，硬件组成包括光源与照明方式的选择，以及相机与镜头的选择。完成硬件平台搭建后，同时制作了应用于相机标定的标定板并在调试完成的硬件平台上拍摄了三十张左右的标定图片。利用MATLABR2016A作为系统的软件处理平台，一方面应用MATLAB标定箱对标定图做相机标定，另一方面编写用于单片机芯片尺寸测量的图像处理代码及测量代码。其中，在图像处理环节主要包括图像滤波、二值化处理和边缘提取等步骤。单片机芯片的尺寸测量实验完成后将实验结果与真实尺寸的对比，可以看出构建的基于机器视觉的电子元器件外形尺寸测量系统满足了课题设定目标。 关键词 机器视觉，图像处理，相机标定，尺寸测量 The Design of Machine Vision Measurement System for the Dimension of Electronic Components Chao Li, Jie Xu Yancheng Institute of Measurement and Testing, Yancheng Jiangsu Received: Aug. 24th, 2020; accepted: Sep. 4th, 2020; published: Sep. 11th, 2020
精选文档 随着机器视觉检测技术的日益成熟，越来越多的企业选择安装机器视觉在线检测系统，企业如何做到机器视觉在线检测项目的顺利实施，企业用户对机器视觉在线检测系统设计制作流程的了解至关重要，今天创视新小编在这里整理了整个机器视觉在线检测系统从前期的产品检测评估到系统设备设计制作集成的整个过程做一个简单的介绍： 1、项目的前期评估 A、通过电话联系我们公司，我们公司将会有专业项目工程工程师跟您进行 初步的沟通，了解您的需求； B、需要您提供检测样品（0K品和各种NG品数个）以及现场环境，如果 不是做整机检测设备的还需要提供视觉设备的安装空间及外围I0通讯。如有 需要，项目工程师可以到贵公司进行现场评估； C、根据提供的样品，项目工程师会在公司进行初步的技术评估，一般在收 到样品后两个工作日内会给出测试结果； D、项目工程师会根据测试结果，向您提出专业的意见。提供合适的视觉产品 （包括工业相机、镜头、光源、电脑、机器视觉系统软件等）给您，然后在测 试结果出来后给您提供初步方案及项目费用预估。 E、如对方案存在疑问，可以随时联系项目工程师，项目工程师会对您的疑 问进行解答并完善方案，尽力满足您的需求。 2、立项 项目经过初步评估后，双方确认项目方案的可行性，项目工程师接下来会建 立一个新项目流程往下进行。 3、检测标准的明确 需要您收集0K品和限度NG品（即初步测试中认为可以检测出来的NG品 种类），需要一定数量。项目工程师会对您提供的样品进行测试，详细的检测标准跟您进行确认 精选文档
4、其他确认 明确了检测标准后，项目工程师会进一步和您确认检测设备达到安装现场，机械和电气要求；如果贵公司对设备使用有特殊要求的，请及时提出，以便我们进行评估和设计。 5、整体方案书制作、明细报价单、合同制作 项目工程师根据以上的确认制作详细的整体方案，整体包含整机图、视觉系统配置、检测标准、软件功能等。 机器视觉在线检测系统设备设计制作流程 在签完合同和各方面财务确认后就开始进一步的系统设备的设计制作。 1、客服提供相关的辅料 需要提供不同程度的良品与不良品样品、产品样品外观尺寸和设计品载具。如果需要使用专用载具，请提供专用载具的相关尺寸以提供我们的设计使用。 2、设备整机布置图和电气控制动作流程的确认 我们在收到您提供的相关辅料几个工作日后，提供设备整机布置图和电气控制动作流程给贵公司的责任人确认，如有疑问可以和公司的技术工程师沟通，技术工程师会尽快解决您的问题。 3、机器零件图设计 整机布置图确认后，接着就是进行机械零件的设计。 4、机械、电气标准件的选型 精选文档 整机布置图和电控动作流程确认后，接着就是完成机械、电气标准件的选型。
现代计量测试1999年第1期 三维尺寸视觉测量系统 邾继贵 王 王 仲 叶声华 (天津大学精密测试技术及仪器国家重点实验室,天津 300072) 摘要:视觉测量技术是一种先进的非接触测量手段,具有系统组成灵活、工作空间大、精度合适、自动化程度高等特点,非常适合工业现场的在线测量与质量监控。本文分析视觉测量的原理及视觉测量系统的组成,研究了一个实际的视觉测量系统。 关键词:三维尺寸 视觉测量 0 引言 视觉测量是采用摄像机作为传感器件,借助计算机强大的数据处理能力实现对物体(物点)空间位置的测量。较大规模的视觉测量系统一般由多个视觉传感器组成,以完成大空间范围内的测量,要解决的主要问题有视觉传感器的设计、传感器的局部标定和系统全局标定等。如果被测空间较小,一个传感器应可以组成视觉测量系统,此时局部标定和全局标定是统一的。 视觉传感器的具体结构很灵活,由被测对象来决定,但它们的测量原理是一致的。 1 视觉测量原理 111 视觉传感器测量原理 本质上讲,视觉传感器是基于三角测量原理的,图1示出了光条传感器的测量原理。 图1 光条传感器测量原理由投射器投射出一个光平面,它与被测物体表 面相交形成光条,将物体表面与光条相交的某点记 为P w ,该点在摄像机象面上象点为P i 。设摄像机坐 标系为OXYZ ,P i 在象面上的坐标为(x i ,y i ),P w 在 OXYZ 中的坐标为(x w ,y w ,z w ),图1中存在下列关 系x i =f x (x w ,y w ,z w )y i =f y (x w ,y w ,z w )(1)式中f x ,f y 是由摄象机成像模型所决定的函数。如 果选择透视成像模型,则 f x =x w z w f f y =y w z w f 其中,f 为摄像机焦距。 此外,因为P w 在光平面内,所以存在如下约束
龙源期刊网 https://www.doczj.com/doc/445509785.html, 基于机器视觉的零件尺寸测量系统设计 作者：王保军 来源：《电子技术与软件工程》2017年第04期 摘要设计了一套基于机器视觉的零件尺寸在线测量系统。完成了硬件设备的选型和平台的搭建；采用Matlab语言实现了图像处理算法；采用Matlab GUI完成了测量系统软件的设计。实验结果表明：测量系统的测量精度可以达到2um以下，满足零件尺寸在线检测要求， 具有很好的应用前景。 【关键词】机器视觉 Matlab 图像处理尺寸测量 在工业生产中，测量是进行质量管理的手段，是贯彻质量标准的技术保证。机械零件的尺寸检测作为产品加工的一个关键环节，其检测结果不仅影响产品的质量，而且对后续零件的再加工和装配产生决定性的作用。目前，常规的零件尺寸测量手段主要采用游标卡尺、激光测量仪和轮廓仪等完成检测环节。以上零件尺寸测量方法要么受测量工具限制，其测量精度有限；要么检测仪器过于昂贵且操作复杂，同时其准确率往往受人为因素的影响。 鉴于当前机器视觉技术的快速发展以及其在工业检测方面的成功应用，论文构想利用摄像机替代人眼，让计算机替代人脑，从而研制出一套针对零件常规尺寸的自动化测量系统。 1 系统概述 在充分遵循系统的完整性、可靠性、经济性和实时性等原则的基础上，本文设计出了一套基于机器视觉的零件常规尺寸测量系统。该测量系统主要由图像摄取、图像处理、图像特征提取和分析、图像常规尺寸测量和结果输出几部分组成。其工作原理图如图1所示。 2 硬件设计 基于机器视觉的零件常规尺寸测量系统的硬件主要包括：照明装置、摄像机、计算机和透明工作台。各部件的主要功能是：照明装置主要为零件图像采集提供合适的光照环境；摄像机用来采集零件数字图像并传送到计算机，然后保存为相应图片格式；计算机通过系统软件实现对零件图像的预处理、边界提取、特征提取、相机标定和常规尺寸计算；透明工作台用来承载被测零件。 3 算法设计 图像处理算法对机器视觉测量系统会产生决定性的影响。为了能满足零件尺寸测量的要求，针对零件产品图像的特点，我们设计了一套合理的图像处理算法流程。其流程图如图2所示。
上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.doczj.com/doc/445509785.html, 机器视觉之尺寸测量基础 在传统的自动化生产尺寸测量中，典型的方法是利用卡尺或千分尺在被测工件上针对某个参数进行多次测量后取平均值。这些检测设备或检测手段测量精度低、测量速度慢，测量数据无法及时处理，无法满足大规模自动化生产的需要。 工件检测的基本流程图 图像传感器可以将检查对象在平面上表现出来，通过边缘检测，测算位置、宽度、角度等。所谓边缘是指图像内明亮部位与阴暗部分的边缘。 如何进行边缘检测 （1）投影处理 投影处理是相对于检查方向进行垂直扫描，然后计算各投影线的平均浓度。 （2）微分处理 根据投影波形进行微分处理。可能成为边缘的、浓淡变化较大的部位，其微分值也较大。可以消除区域内浓度绝对值的变化所导致的影响。例：没有浓淡变化的部位的微分值是0，白色（255）→黑色（0）时的值是-255。 （3）通过校正使微分最大值达到100% 在实际生产线上，为了使边缘达到稳定的状态，通常会进行适当的调整以使微分绝对值达到100%。将超过预先设置的“边缘感度（%）”的微分波形的峰值作为边缘位置。根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。
上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.doczj.com/doc/445509785.html, （4）亚像素处理 对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。以1/100像素为单位测算边界位置（次像素处理）。 边缘检测的代表性检测应用 （1）利用边缘位置的各种检查 在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。 （2）利用边缘宽度的各种检查 利用边缘宽度的“外部尺寸”模式，检测金属板的宽度、孔洞的X方向/Y 方向孔径等。 （3）利用边缘位置圆周区域的各种检查 以圆周作为检测区域，检测切缺部位的角度（相位）。 （4）利用趋势边缘宽度的各种检查 利用“圆周”区域的“趋势边缘宽度”模式，扫描环状工件的内径、评价扁平度等。 上海嘉肯光电科技有限公司是一家专业从事机器视觉光源的研发、生产和销售为一体的高新技术企业。以工业检测、机器视觉、图像处理、科学研究等领域为主要研发及经营方向。此外，公司还代理工业镜头、工业相机、图像采集卡、图像处理软件和各类视觉附件。??上海嘉肯光电科技有限公司?将坚持“用心，创造未来”的企业经营理念，并持续不断地把最优秀、性价比最高的视觉产品提供给广大用户，以不断满足客户日益增长的要求。
2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。
3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学
基于机器视觉的产品检测技术研究 1、机器视觉 1.1机器视觉的概念 机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。 值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。 机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 1.3机器视觉的研究现状 机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为
机器视觉系统 1.引言 随着医疗水平和医疗器械的不断提高和更新，一次性注射针以其方便、卫生的特点深受用户的喜爱，其需求量也迅速增大，而针头外观的好坏直接影响到一次性注射针的质量。所以为了减少不合格品的数量，需要增加检测工序。手工外观检验和产品标记昂贵和不可靠。同时又意味着不近人情的单调工作。这里，自动化机器视觉系统提供了解决这些问题的方案。 2. 一次性注射针的缺陷 一次性注射针可以分为针座和针头两个部分。针座的缺陷对产品的质量影响可以不计。而针头就存在着两种缺陷情况：首先针头在制作过程中针尖部位可能会产生毛刺；其次针头在自动装配过程中可能会产生倒插现象（针尖部位被插入针座）。影响针头的几个缺陷为：针尖毛刺、倒插。其中倒插不仅会对产品的质量产生直接的影响，而且严重的会危害到人的生命。如图1： 正插倒插 图1 3. 利用机器视觉实现一次性注射针的外观缺陷的自动化检测 随着市场一次性注射针需求的不断增大，以及客户对产品质量的要求，越来越多的医疗器械生产厂商采用自动化注射针检测系统，对一次性注射针的外观缺陷进行综合检测。这种方法代替了传统的人工方法以提高生产效率和产品质量，解决了人工方法效率低、速度慢，以及受检测人员主观性制约等不确定因素
带来的误检及漏检，实现更好的100%产品在线检测。 3.1机器视觉系统概述 机器视觉系统是指通过图像摄取装置（分CMOS相机和CCD相机两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。 3.2 机器视觉系统的特点 1）. 机器视觉系统属于光电系统； 2）. 机器视觉系统中的传感器属于阵列传感器； 3）. 机器视觉系统中的数据量大； 4）.运行速度快，但与集成电路的制造与发展相关。 3.3机器视觉实现一次性注射针的外观缺陷的自动化检测方案 本文采用了注射针检测系统用于一次性注射针的外观缺陷检测。该系统以西门子图像处理器为核心，并结合西门子自动化设备，形成了既有简单的数字信号接口又有复杂的工业网络接口的系统，让用户能选择适合自己工况的系统，既方便又节省投资。 其基本检测处理流程如图2，简易系统框架如图3： 启动系统 图像摄取 图像传输和分析 PLC处理 剔除装置 图2 基本检测流程图图3简易系统框架