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
图像照射在成像器件上，获取想要的光学图像，排除干涉等。
光学镜头的类型：标准镜头、广角镜头、远摄镜头、鱼眼镜头、反射式镜头、变焦镜头和特殊镜头等。
标准镜头的作用是获取和人眼观看效果类同的图像；广角镜头的作用是近距离拍摄较大场景的图像；远摄镜头的作用是远距离摄取景物的
较大影象，对拍摄不易接近的物体，如动物、风光、人的自然神态，均
能在远处不被干扰的情况下拍摄；鱼眼镜头的作用是近距离拍摄更大场
景的图像；反射式镜头的作用是更远距离摄取物体图像；变焦镜头的作
用是在不改变拍摄距离的情况下，能够在较大幅度内调节底片的成像比
例。
光学镜头的技术参数有分辨率，失真，透光，暗角盲区。
5、光电转换器件CCD和CMOS的作用是什么？各自的工作原理是什么，它们
的差别是什么？它们有哪些主要的技术参数，其作用是什么？
光电转换器件CCD和CMOS的作用是作为半导体光敏元件把光信号转换为电信号。
CCD（Charge—Coupled Demce）电路耦合器件的工作原理：CCD电路耦合器分三个阶段采集图像信号，首先将光信号转换为电信号，然后暂时存放在CMOS存储器中，最后用时钟脉冲顺序读出信号。CMOS（Complement Metal Oxide Semiconuctor）是互补金属氧化物场效应的简称，其工作原理为：CMOS传感器中每一个感光元件都直接整合了放大器和模数转换逻辑，当感光二极管接受光照、产生模拟的电信号之后，电信号首先被该感光元件中的放大器放大，然后直接转换成对应的数字信号。换句话说，在CMOS传感器中，每一个感光元件都可产生最终的数字输出，所得数字信号合并之后被直接送交DSP芯片处理。
从技术角度来讲二者的主要区别如下：（a）信息读取方式不同；（b）速度有所差别；（c）电源及耗电量；（d）成像质量
CCD和CMOS主要参数:CCD或CMOS尺寸、CCD或CMOS像素、水平分辨率、最小照度，也称为灵敏度、扫描制式、摄像机电源、信噪比、视频输出接口、镜头安装方式。
6、机器视觉检测技术中，图像处理的中心任务是什么？什么是图像预处理，
能否说出几种与处理的方法和算法？边缘检测和边缘提取有何区别？图像分割有几种方法？如何理解图像处理中的卷积？能否描述空间域处理和变换域处理的方法和用途？
机器视觉检测技术中，图像处理的中心任务是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。
图像预处理即在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。是将每一个文字图像分检出来交给识别模块识别的这一过程。
边缘检测使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。边缘提取是要保留图像弧度变化比较剧烈的区域，从数学上最直观的方法就是微分（对于数字图像来说就是差分），在信号处理的角度来看，也可以说是高通滤波器，即保留高频信号。
图象分割有三种不同的方法，其一是将各象素划归到相应物体或区域的象素聚类方法即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘象素再将边缘象素连接起来构成边界形成分割。图像分割主要包括4种技术：并行边界分割技术、串行边界分割技术、并行区域分割技术和串行区域分割技术。
图像处理中的卷积就是定义图像是f(x)，模板是g(x)，然后将模版g(x)在图像中移动，每到一个位置,就把f(x)与g(x)的定义域相交的元素进行乘积并且求和，得出新的图像一点（通常是灰度值），把新得到的像素集合起来就是卷积后的图像。
空间域是指图像本身，空间域图像处理的方法是直接对图像的像素进行处理，主要是亮度（灰度级）变换和空间滤波两种方法。
7、机器视觉算法中，你能说出几种与检测有关的方法，能否实践一种算法用
于机器视觉检测（如：各阶矩的应用等）？
有Canny边缘检测方法，差分边缘检测法，roberts边缘检测法，prewitt 边缘检测法，laplace边缘检测法，log边缘检测法等算法。
下面实现一种基于c++软件语言的程序算法：
HDIB SUSANEdgeDetectDIB(HDIB hDib){
SetCursor(LoadCursor(NULL, IDC_WAIT));
DWORD dwDataLength = GlobalSize(hDib);
HDIB hNewDib = GlobalAlloc(GHND,dwDataLength);
if(!hNewDib){
SetCursor(LoadCursor(NULL, IDC_ARROW));
return NULL;
}
LPBYTE lpDIB = (LPBYTE)GlobalLock(hNewDib);
if(lpDIB == NULL){
SetCursor(LoadCursor(NULL, IDC_ARROW));
return NULL;
}
LPBYTE lpDIBSrc = (LPBYTE)GlobalLock(hDib);
memcpy(lpDIB, lpDIBSrc,
sizeof(BITMAPINFOHEADER)+PaletteSize(lpDIBSrc));
DWORD lSrcWidth = DIBWidth(lpDIBSrc);
DWORD lSrcHeight = DIBHeight(lpDIBSrc);
WORD wBitCount =((LPBITMAPINFOHEADER)lpDIBSrc)->biBitCount; DWORD lSrcRowBytes =WIDTHBYTES(lSrcWidth*((DWORD)wBitCount)); LPBYTE lpOldBits = FindDIBBits(lpDIBSrc);
LPBYTE lpData = FindDIBBits(lpDIB);
//图像变换开始////////////////////////////////////////// DWORD i, j, h, k, offset;
int NearPoint[37];
int OffSetX[37] = { -1, 0, 1,
-2,-1, 0, 1, 2,
-3,-2,-1, 0, 1, 2, 3,
-3,-2,-1, 0, 1, 2, 3,
-3,-2,-1, 0, 1, 2, 3,
-2,-1, 0, 1, 2,
-1, 0, 1 };
int OffSetY[37] = { -3,-3,-3,
-2,-2,-2,-2,-2,
-1,-1,-1,-1,-1,-1,-1,
0, 0, 0, 0, 0, 0, 0,
1, 1, 1, 1, 1, 1, 1,
2, 2, 2, 2, 2,
3, 3, 3 };
if(wBitCount == 8){
int thre, same, max, min;
//统计象素亮度最大值和最小值
max = min = 0;
for(i=0;i for(j=0;j offset = lSrcRowBytes*i+j; if(max < (int)(*(lpOldBits+offset))) max = (int)(*(lpOldBits+offset)); if(min > (int)(*(lpOldBits+offset))) min = (int)(*(lpOldBits+offset)); } //相似度阈值为最大值和最小值差的1/10 thre = (max-min)/10; for(i=3;i for(j=3;j //统计圆形邻域内相似的点的个数 same = 0; for(h=0;h<37;h++) NearPoint[h] =(int)(*(lpOldBits+lSrcRowBytes*(i+OffSetY[h])+(j+OffSetX[h]))); for(h=0;h<37;h++) if(((int)abs(NearPoint[h]-NearPoint[18])) <= thre) same++; if(same > 27) *(lpData+lSrcRowBytes*i+j) = 255; else *(lpData+lSrcRowBytes*i+j) = 0; } } if(wBitCount == 24){ int theSame[3], theMax[3], theMin[3], theThre[3]; memset(theMax, 0, sizeof(int)*3); memset(theMin, 0, sizeof(int)*3); for(i=0;i for(j=0;j offset = lSrcRowBytes*i+j*3; for(k=0;k<3;k++){ if(theMax[k] < (int)(*(lpOldBits+offset+k))) theMax[k] = (int)(*(lpOldBits+offset+k)); if(theMin[k] > (int)(*(lpOldBits+offset+k))) theMin[k] = (int)(*(lpOldBits+offset+k)); } } for(k=0;k<3;k++) theThre[k] = (theMax[k]-theMin[k])/10; for(i=3;i for(j=3;j memset(theSame, 0, sizeof(int)*3); for(k=0;k<3;k++){ for(h=0;h<37;h++) NearPoint[h] =(int)(*(lpOldBits+lSrcRowBytes*(i+OffSetY[h])+(j+OffSetX[h])*3+k)); for(h=0;h<37;h++) if(((int)abs(NearPoint[h]-NearPoint[18])) <= theThre[k])theSame[k] ++; } if((theSame[0] > 27) && (theSame[1] > 27) &&(theSame[2] > 27)) memset(lpData+lSrcRowBytes*i+j*3, 255, 3); else memset(lpData+lSrcRowBytes*i+j*3, 0, 3); } } GlobalUnlock(hDib); GlobalUnlock(hNewDib); SetCursor(LoadCursor(NULL, IDC_ARROW)); return hNewDib; 8、你编写并运行通过了哪些图像处理的计算机程序程序，能否写出流程图？ 答：运用matlab编写过读取原始图像，对图像进行灰度处理，对灰度图像进行直方图、均值滤波、中值滤波、图像锐化、表面边缘检测及提取等程序。 9、综合机器视觉检测技术课程内容，在设计一个机器视觉检测系统时，设计 过程应如何进行，需重点考虑什么问题？ 答：1）选取合理的光源； 2）选取合适的镜头； 3）选取合适的信息处理系统； 4）设计合理的检测控制系统； 5）针对用户需求根据软件设计相对应的程序。 个人觉得应该重点考虑光照的方式和图像提取的方法，合理的光照可以让采集系统得到高质量的图像，简化软件算法，提高检测速度。合 适的提取方法可以是任务完成的更轻松出色！ 同时，由于机器视觉是一种比较复杂的系统，大多数系统检测对象都是运动的物体，系统与运动物体的匹配和协调动作尤为重要，所以 系统给各部分的动作时间和处理速度带来了严格的要求。 10、机器视觉检测技术的输入、输出接口有哪些，其各自的特点及用途可否描 述？ 有Camera Link,IEEE 1394,USB2.0,Ethernet,USB3.0 Camera Link 680Mb/s IEEE 1394 400Mb/s USB2.0 480Mb/s Ethernet 1Gb/s Camera Link规范由自动图像协会(AIA)提供支持，对摄像机接口、电缆和抓帧器进行了标准化，用于转换摄像机数据，通常通过PCITM或者PCIe?总线将数据传送至计算机。 相比于USB接口，早期在USB1.1时代，1394a接口在速度上占据了很大的优势，在USB2.0推出后，1394a接口在速度上的优势不再那么明显。同时现在绝对多数主流的计算机并没有配置1394接口，要使用必须要购买相关的接口卡，增加额外的开支。目前单纯1394接口的外置式光储基本很少，大多都是同时带有139 4和USB接口的多接口产品，使用更为灵活方便。 USB2.0虽然标称速度可以，但事实上大多数厂商对高速状态下的USB传输支持的还是很差，他们只满足于民用级别的传输，很难达到工业用的标准，1394相对成熟多了，不管从速度还是底层driver来看，目前我看到的，1394比USB 好很多。 11、你参与了图像采集实验吗？有何体会？ 参与了一些简单的图像采集实验，比如用摄像头采集一幅图像，然后进行图像的各种处理，如果摄像头是黑白摄像头那么采集图像后就可以对图像进行二值、锐化、平滑、边缘检测及提取等处理，摄像头要是彩色的就要先把图像转化为灰度图像再对图像进行各种处理。参与了这些图像采集实验后我觉得图像采集实验重在后期处理上当然前期采集图像也很重要，所以我们要更加努力学习matlab及c++还有VC中涉及到图像处理的部分，为以后遇到更难更复杂的图像采集实验时打下坚实的基础。 12、你对本课程学习有何体会（自学和课堂）、收获和建议？ 感觉自己还差的好多，以后还要多加学习，不会的要及时请教学长或者老师。上完这门课程感觉收获还是蛮大的，许老师给我们看了许多国际上先进的产品，更加激励了我们在课下继续好好学习这门课程，建议就是老师再有什么好的学习资料时希望老师可以继续提供给我们。 二、选择光源和镜头 1、若给出被测物体的长、宽、高及测量精度，你如何选择CCD和镜头组 成的摄像机，以保证完成测量任务。说出计算公式、流程及过程。 答：首先，选好镜头。镜头的选择遵循以下七个原则： 1）相机的芯片尺寸； 2）相机接口类型； 3）镜头工作距离； 4）镜头视场角； 5）镜头光谱特性； 6）镜头畸变率； 7）镜头机械结构尺寸。 然后，选择CCD。CCD的选择综合考虑如下五个方面： 1)感光芯片类型：线阵、面阵； 2)视频特点：包括点频、行频； 3)信号输出结口； 4)工作模式：连续, 触发,控制 ,异步复位，长时间积分； 5)视频参数调整及控制方法：Manual、RS232。 同时，选择CCD的时候应注意，1inch=16mm而不是等于25.4mm。 ①体最小的特征需要两个像素来表示，根据视场和相机分 辨率，我们可以计算出特征分辨率。计算特征分辨率的 公式为：特征分辨率=视场/（分辨率* 2）。例如：相机 分辨率为 640 x 480，横向的视场是 60mm，那么在横向 的特征分辨率为：60/640*2 = 0.1875 mm。看是否满足 测量精度要求，或者反求相机分辨率来选择CCD。 ②根据测量需求选择合适的CCD。面阵相机的优点是价格 便宜，处理方面，可以直接获得一幅完整的图像。线阵 相机的优点是速度快，分辨率高，可以实现运动物体的 连续检测；其缺点是需要拼接图像的后续处理。 三、设计测量系统 实验1 利用机器视觉图像信息，测量物体的几何尺寸及相关参数，并对图像中每个物体进行分割。 （1）实验目的：理解机器视觉检测原理和方法 （2）实验步骤： a、调“笔、放大镜、光盘”图像文件——显示该图像——设计一种 测量计算方法和算法： 1、计算放大镜圆的尺寸和手柄长度； 2、计算光盘的外部周长、直径和面积； 3、计算笔的长度及直径。 b、调“卡片、笔、桌底”图像——显示该图像——设计一种测量计 算方法和算法： 1、计算卡片的面积和长、宽值； 2、计算笔的长度； c、记录、打印参数，分析测量误差。 d、对图像中的物体进行分割。 e、写出实验报告 （3）如果让你自动识别图像中的物体，如何进行，给出方案。 笔、放大镜、光盘卡片、笔、桌底 四、图像处理软件开发 1、利用MATLAB提供的图像，完成图像的存取、像素的读写、直方图、 二值图像、图像平滑、图像锐化、表边缘检测及提取等程序（可用C 或Matlab），都要有流程图和源代码; 2、集成以上程序，建立GUI或其它窗口比并可运行这些程序。 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 第一章机器视觉系统构成与关键技术 1、机器视觉系统一般由哪几部分组成？机器视觉系统应用的核心目标是什么？主要的分 成几部分实现？ 用机器来延伸或代替人眼对事物做测量、定位和判断的装置。组成：光源、场景、摄像机、图像卡、计算机。用机器来延伸或代替人眼对事物做测量、定位和判断。三部分：图像的获取、图像的处理和分析、输出或显示。 2、图像是什么？有那些方法可以得到图像？ 图像是人对视觉感知的物质再现。光学设备获取或人为创作。 3、采样和量化是什么含义？ 数字化坐标值称为取样，数字化幅度值称为量化。采样指空间上或时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的操作；量化指把采样后所得的各像素的灰度值从模拟量到离散量的转换。采样和量化实现了图像的数字化。 4、图像的灰度变换是什么含义？请阐述图像反色算法原理？ 灰度变换指根据某种目标条件按照一定变换关系逐点改变原图像中每一个像素灰度值，从而改善画质，使图像的显示效果更加清晰的方法。对于彩色图像的R、G、B各彩色分量取反。 第二章数字图像处理技术基础 1、对人类而言，颜色是什么？一幅彩色图像使用RGB色彩空间是如何定义的？24位真彩 色，有多少种颜色？ 对人类而言，在人类的可见光范围内，人眼对不同波长或频率的光的主观感知称为颜色。 一幅图像的每个像素点由24位编码的RGB 值表示：使用三个8位无符号整数（0 到255）表示红色、绿色和蓝色的强度。256*256*256=16,777,216种颜色。 2、红、绿、蓝三种颜色为互补色，光照在物体上，物体只反射与本身颜色相同的色光而吸 收互补色的光。一束白光照到绿色物体上，人类看到绿色是因为？ 该物体吸收了其他颜色的可见光，而主要反射绿光，所以看到绿色。 3、成像系统的动态范围是什么含义？ 动态范围最早是信号系统的概念，一个信号系统的动态范围被定义成最大不失真电平和噪声电平的差。而在实际用途中，多用对数和比值来表示一个信号系统的动态范围，比如在音频工程中，一个放大器的动态范围可以表示为： D = lg（Power_max / Power_min）×20； 对于一个底片扫描仪，动态范围是扫描仪能记录原稿的灰度调范围。即原稿最暗点的密度（Dmax）和最亮处密度值(Dmin)的差值。 我们已经知道对于一个胶片的密度公式为D = lg（Io/I）。那么假设有一张胶片，扫描仪向其投射了1000单位的光，最后在共有96%的光通过胶片的明亮（银盐较薄）部分，而在胶片的较厚的部分只通过了大约4%的光。那么前者的密度为： Dmin=lg（1000/960）= 0.02； 后者的密度为： Dmax=lg（1000/40）= 1.40 那么我们说动态范围为：D=Dmax-Dmin=1.40-0.02=1.38。 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。 原始数据特征向量类别标识 特征度量模式分类器 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： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低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 南京工程学院 自动化学院 《机器人视觉》大作业题目：摄像机标定及单幅图像实物测量专业：机器人工程 班级：机器人172学号：203171010学生姓名：丛蔡庆 任课教师：赵岚 成绩： 目录 一、设计任务 (3) 二、设计原理 (3) 三、方案及各功能模块设计 (6) 1 流程图设计 (6) 2 标定板制作 (7) 3 摄像机标定 (7) 4 物体测量 (9) 四、结论分析和总结 (10) 五、参考文献 (11) 附录：源程序 一、设计任务： 摄像机标定要求自制标定板，使用网络摄像机或手机摄像头进行标定。将标定的摄像机内参和外参进行保存。设计测量方案，使用标定过的摄像机对包含垂直边缘的物品（直尺刻度线，矩形物体边缘等）进行距离或边长的测量。标定过程和测量过程，均需要保持摄像机与测量平面之间的距离固定，物品高度不能过高，否则影响测量结果。给出设计的中间过程和截图以及最终测量结果，并对测量结果进行误差计算和分析。 1.系统整体方案设计，包括 (1)课题分析，设计测量方案，测量对象的确定； (2)系统总体结构框图（或流程图）。 2.结合Halcon（或open CV）软件，写出各功能模块的实现及相应的代码。 （1）标定板制作； （2）摄像机标定； （3）对设计方案中垂直于测量矩形框的直边进行提取，并测量直边之间的距离，从而得到平面测量对象的尺寸 （4）对测量值与实际尺寸误差进行一定的分析和改进 （5）多次测量，计算出测量的平均值和标准差。 二、设计原理 1. 标定内容 机器视觉本质就是通过图像来获取三维世界的信息，然后基于该信息进行相应的图像处理手段，从中获取我们想要的信息。标定的过程实际是建立图像世界与三维世界位姿的关系，只有准确地建立了该关系，才能从图像准确得知三维世界的真实状态。工业相机拍摄出来的图像存在畸变，这个问题会影响到对工件定位的准确性。镜头成像的畸变分为径向畸变和切向畸变，相对切向畸变而言，径向畸变（如图1.1）对图像影响较大，而径向畸变分为枕形畸变（Pincushion Distortion）和桶形畸变（Barrel Distortion），相机标定就是对工业相机拍摄的图片畸变问题进行矫正，通过标定得出相机内参和外参，得到与工业机器人坐标系的关联。 （a）枕形畸变（b）正常图像（c）桶形畸变 图1.1 畸变类型 一个成功的标定，至少需要一个知道其精确尺寸的标定板。在标定前需要采集不同姿态的标定板图像，确保每张图像都完整的包含了标定板。标定图像的质量，很大程度上决定了标定是否能成功。 2. 标定板 机器视觉在自动化生产中的应用 如今，自动化技术在我国发展迅猛，人们对于机器视觉的认识更加深刻，对于它的看法也发生了很大的转变。机器视觉系统提高了生产的自动化程度，让不适合人工作业的危险工作环境变成了可能，让大批量、持续生产变成了现实，大大提高了生产效率和产品精度。快速获取信息并自动处理的性能，也同时为工业生产的信息集成提供了方便。随着机器视觉技术成熟与发展，我们不难发现其应用范围越加的广泛，根据这些领域，我们大致可以概括出机器视觉的五大典型应用，这五大典型应用也基本可以概括出机器视觉技术在工业生产中能够起到的作用。 一、图像识别应用 图像识别，是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。图像识别在机器视觉工业领域中最典型的应用就是二维码的识别了，二维码就是我们平时常见的条形码中最为普遍的一种。将大量的数据信息存储在这小小的二维码中，通过条码对产品进行跟踪管理。通过机器视觉系统，可以方便的对各种材质表面的条码进行识别读取，大大提高了现代化生产的效率。 二、图像检测应用 检测是机器视觉工业领域最主要的应用之一，几乎所有产品都需要检测，而人工检测存在着较多的弊端，人工检测准确性低，长时间工作的话，准确性更是无法保证，而且检测速度慢，容易影响整个生产过程的效率。因此，机器视觉在图像检测的应用方面也非常的广泛，例如：硬币边缘字符的检测。2000年10月新发行的第五套人民币中，壹圆硬币的侧边增强了防伪功能，鉴于生产过程的严格控制要求，在造币的最后一道工序上安装了视觉检测系统。另外，其还可应用于印刷过程中的套色定位以及较色检查、包装过程中的饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别，玻璃瓶的缺陷检测等。其中，机器视觉系统对玻璃瓶的缺陷检测，也包括了药用玻璃瓶范畴，也就是说机器视觉也涉及到了医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。 三、视觉定位应用 视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。 四、物体测量应用 机器视觉工业应用最大的特点就是其非接触测量技术，同样具有高精度和高速度的性能，但非接触无磨损，消除了接触测量可能造成的二次损伤隐患。常见的测量应用包括，齿轮，接插件，汽车零部件，IC元件管脚，麻花钻，罗定螺纹检测等。 五、物体分拣应用 实际上，物体分拣应用是建立在识别、检测之后一个环节，通过机器视觉系统将图像进行处理，实现分拣。在机器视觉工业应用中常用于食品分拣、零件表面瑕疵自动分拣、棉花纤维分拣等。 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 河北工业大学 院系：河北工业大学机械工程学院 班级：机研155班 姓名：翟云飞 学号： 201531204037 题目：机器视觉技术及其应用 目录 1.机器视觉的发展现状 2.机器视觉系统组成 2.1机器视觉系统的工作原理 3.机器视觉的应用 3.1基于机器视觉的FPC嵌入式检测系统检测系统 3.2基于机器视觉的柔性制造岛在线零件识别系统 3.3基于机器视觉的PCB光板缺陷检测技术 3.4新兴行业 4.机器视觉发展趋势 5.中国机器视觉产业的发展现状 5.1、随着产业化的发展对机器视觉的需求将呈上升趋势 5.2、统一开放的标准是机器视觉发展的原动力 5.3、基于嵌入式的产品将取代板卡式产品 5.4、标准化、一体化解决方案也将是机器视觉的必经之路 6.参考文献 1.中国机器视觉的发展趋势 近年来，机器视觉已经发展成为光电子的一个应用分支，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。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现。首先概述了机器视觉技术的基本原理并分析了机器视觉系统的构建；接着论述了机器视觉技术的当前主要应用领域与情况；最后分析了现阶段机器视觉技术存在的问题。 2.机器视觉系统组成及其工作原理 简言之，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。 从原理上机器视觉系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。—个典型的机器视觉系统应该包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。 西电人工智能大作业 八数码难题 一.实验目的 八数码难题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。例如： (a) 初始状态 (b) 目标状态 图1 八数码问题示意图 请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或 A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。 本实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。 二.实验设备及软件环境 Microsoft Visual C++，（简称Visual C++、MSVC、VC++或VC）微软公司的C++开发工具，具有集成开发环境，可提供编辑C语言，C++以及C++/CLI 等编程语言。 三.实验方法 算法描述： （1）将起始点放到OPEN表； （2）若OPEN空，无解，失败；否则继续； （3）把第一个点从OPEN移出，放到CLOSE表； （4）拓展节点，若无后继结点，转（2）； （5）把n的所有后继结点放到OPEN末端，提供从后继结点回到n的指针； （6）若n任意后继结点是目标节点，成功，输出；否则转（2）。 流程图： 代码： #include 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 机器视觉在医疗器械行业的应用 摘要一次性注射针的外观缺陷是影响产品质量的主要因素。为了实现对注射针的外观缺陷检测自动化，本文研究了用西门子机器视觉[1]技术结合西门子自动化[2]设备在线检测注射针的外观缺陷并自动剔除不合格产品的方法。在实际生产过程的运用中，注射针检测系统得到了多家医疗器械厂商的好评。 关键词一次性注射针缺陷检测西门子机器视觉自动化 Abstract The defect on the appearance of the one-off injector pin is the main influencing factor to it’s quality. To realize defect inspection automatically for the defect on the appearance of the one-off injector pin, some defect inspecting methods for the one-off injector pin by SIMATIC machine vision combine with SIMATIC automatic equipment are studied in this article. In actual project, the equipment of Hang zhou Huafeng automatic company that inspects the appearance of the one-off injector pin obtained good effect from many medical instrument manufacturers. Key Words one-off injector pin, defect inspection, SIMATIC machine vision, automation 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 信息检索作业 一、分析课题要求： 1、文献出版类型：期刊、学位论为，学位论文 2、学科围：工程科技Ⅱ辑 3、时间跨度：2005~现在 二、撰写课题检索策略式 中文检索式：智能车辆 or 交通标志and检测技术研究 外文检索式：% intelligent vehicle or traffic sign and research on detecting technique 时间围：2000至今 三选择检索工具： 中文期刊类检索工具：选择了知网cnki （1）交通标志and检测技术研究 准确度较低，共57条结果。 （2）智能车辆 or交通标志and检测技术研究 准确度较高，共4条结果 中文图书类检索工具： 选择了超星 （1）交通标志and检测技术研究 4条，不准确 （2）智能车辆 or交通标志and检测技术研究 1条，准确 3、中文学位论文检索工具 选择了知网cnki为检索工具 （1）交通标志and检测技术研究 285条结果，不准确 （2）智能车辆 or交通标志and检测技术研究 227611结果，较准确 4、外文检索工具 选择了SCI （1）(% intelligent vehicle or traffic sign and research on detecting technique) 共15741条结果，不准确 （2）主题:(intelligent vehicle) AND主题:(traffic sign) OR主题:(detecting technique) 共15741条，不准确 共8431条结果，准确 5、搜索引擎 采用百度 （1）交通标志and检测技术研究 共24100条结果，不准确 （2）智能车辆 or交通标志and检测技术研究 共47100条结果，准确 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 江苏大学（机器视觉）大作业报告 题目：图像增强 专业：测控技术与仪器 班级：1202 学号： 学生姓名： 完成时间：2015年6月 说明 大作业的要求和内容： 一、内容要求 对机器视觉中所用的某一技术进行综述，必须用英文书写。 二、格式要求 参照报告样例格式。 三、评分依据 书写内容是否详尽到位50% 语言方面是否通顺，有无错误20% 对应PPT制作的好坏10% 英文演讲的好坏20% 四、其他说明 大作业务必独立完成，一经发现雷同作“0”分处理。 教师小结： 成绩： 教师签名： 目录 1 The introduction (5) 2 The research status at home and abroad (7) 3 Key technology (method) is introduced (11) 4 conclusion (13) 参考文献 (15) 图像增强技术 （江苏大学机械工程学院仪器科学与工程系，江苏，镇江，212013） 摘要：图像增强技术是增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。本文就图像增强技术的分类、基本方法以及国内外发展状况做一些简单的介绍。 关键词：图像增强；视觉效果；图像质量 Image enhancement Abstract: Image enhanced technology,a process of distortion, is the useful information to enhanced image,whose purposes is to improved the Visual effect of the image.According to the given application occasions of the imagine, to stressed the overall or local characteristics of the imagine. It will turn the originally blur image into clear or stressed some features of intrest, expanded the gap in different objects features of the image, inhibit the features that are not interest, to improved the image quality, and rich its information, strengthened image’s effect of interpretation and recognition, to meet some special needs of analysis. This article simply introduced the categories of the image enhancement technologies, the basic methods and the developments at home and abroad. Keywords: Image enhancement; Visual effects; Image quality 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。 一．题目 统计图像中火柴的根数 这是我在网上找到火柴的图片。经过我的计数，一共有十五根火柴。 一．摘要 输入原图像边缘化 hough变换合并直线重构火柴得出结论三．理论知识： 边缘化 不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘。另外，成像过程中的光照和噪声也是不可避免的重要因素。Prewitt算子对噪声有抑制作用。 Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。 Hough变换检测直线 Hough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性，比如直线。 设已知一黑白图像上画了一条直线，要求出这条直线所在的位置。直线的方程是用y=k*x+b来表示，其中k和b是参数，分别是斜率和截距。过某一点(x0,y0)的所有直线的参数都会满足方程y0=kx0+b。即点(x0,y0)确定了一族直线。方程y0=kx0+b在参数k--b平面上是一条直线，(你也可以是方程b=-x0*k+y0对应的直线)。这样，图像x-y平面上的一个前景像素点就对应到参数平面上的一条直线。我们举个例子说明解决前面那个问题的原理。设图像上的直线是y=x, 我们先取上面的三个点：A(0,0), B(1,1), C(2，2)。可以求出，过A点的直线的参数要满足方程b=0, 过B点的直线的参数要满足方程1=k+b, 过C点的直线的参数要满足方程2=2k+b, 这三个方程就对应着参数平面上的三条直线，而这三条直 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系统简述及系统构成
《机器视觉及其应用》习题
机器视觉检测的分析简答作业及答案要点学习资料
摄像机标定与实物测量
机器视觉在自动化生产中的应用
基于机器视觉的产品检测技术研究
机器视觉测量技术
机器视觉的现状及其应用
西电电院人工智能课程大作业
机器视觉测量技术1.
机器视觉在医疗器械行业的运用
信息检索与利用大作业
机器视觉检测
机器视觉大作业2
机器视觉在线检测系统项目实施流程
机器视觉统计图像中火柴的根数
机器视觉检测讲解
相关主题
文本预览