康耐视视觉系统的检测瓷砖解决方案
瓷砖带来的巨大挑战
法国的赛利克自动化公司(Ceric Automation)需要实施一项功能强大且性能可靠的解决方案为它的一个客户检测瓷砖。但在这个过程中，公司遇到了不小的
挑战：鉴于瓷砖在经过煅烧后外观的多样性和检测工作的复杂性，唯一可使用
的解决方案就是机器视觉系统，而且唯一能够胜任此项任务的供应商是康耐视
公司。
虽然长期以来瓷砖被认为是纯功能性的建筑材料，但如今，它也成为了一种
装饰元素。生产商现在需要一定的创造力来同时满足客户传统或独特的口味。
如今瓷砖的大小、形状各异，材质丰富多样，颜色缤纷多彩。对瓷砖生产商来说，拥有100 多种颜色和特征各异的瓷砖是不足为奇的。正是在这样的情况下，赛利克自动化公司受其生产瓷砖的客户委托，部署一套物料输送系统。考虑到
瓷砖工业提供的产品的复杂多样性，赛利克意识到完成该项任务绝非易事。
挑战：如何为机器人配备最锐利的眼睛
经过浇铸和烘干两道工序后，瓷砖需要进行煅烧。煅烧前的瓷砖杂乱无序的
排列在输送带上，由机器人精确的把每一块瓷砖放置在下一条输送带上，最后
进入熔炉。机器人在选取瓷砖和把瓷砖放到下一条输送带的时候，不能够损坏
瓷砖，也不能够错误的剔除瓷砖。虽然这些瓷砖形状相似，但是它们的颜色和
材质各异。即使形状上稍微有些异样，也无需剔除掉。赛利克一开始想到的解
决方案是通过机械手段把这些瓷砖重新进行排列。但是鉴于其它一些原因，如
瓷砖大小、形状和材质的多样性，这个方法并不可行。
视觉系统：唯一的实时解决方案
考虑到以下一些技术限制，如操作环境多尘，照明不良和需要把错误的剔除
康耐视相机操作使用说明书 文件状态： ■草稿□修改□定稿文档密级□不保密■内部□机密 项目名称 版本号 1.0 描述康耐视相机操作使用说明书 编写人余国鹰编写日期2015/9/10 审核人审核日期
目录 一、康耐视相机具体设置 (3) 1.1软件安装 ......................................................................................................... 错误!未定义书签。 1.2流程编辑 (3) 1.3C ODESYS通信注意事项 (6) 二、相机标定 (7) 2.1相机校准 (7) 2.2绝对坐标实现 (9) 2.3相对坐标实现 (10) 三、示教器示例程序 (11) 3.1绝对坐标实现范例 (11) 3.2相对坐标实现范例 (11) 四、CODESYS逻辑开发 (13) 4.1S OCKET通信开发 (13) 4.2外部点数据处理 (14) 五、细节说明 (17)
康耐视相机操作使用说明书 一、 康耐视相机具体设置 1.1 软件安装 双击康耐视相机软件Cognex_In-Sight_Software_4.8.1，按照步骤一步步安装即可。 1.2 流程编辑 1. 设置电脑本地连接IPV4地址为19 2.168.39.12（设置为39段即可）。 2. 双击康耐视In-Sight 浏览器软件进入相机设置界面，软件会自动搜索连接的相机设备，如下图1.1所示。 图 1.1 3. 双击相机设备（红色椭圆内设备图标），进入相机编辑界面，如下图1.2所示。 图1.2
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
一、连接相机 1、根据康耐视接线说明书接好相机，通过网线连接上电脑。在PC端打 开in-sight浏览器。 2、打开“系统”菜单栏下的菜单项，或者右键点击In-Sight网络栏弹出 “将网络、设备添加到网络”： 查找出7402相机，如上图，其IP地址与PC不在同一个网段。 统一ip网段 点击“复制PC网络设置”， 输入125，点击“应用”，则把相机的ip地址设置为“，让相机、pc都处于网段上。
打开相机 双击“is7402_13ad6e”,则打开相机，之前设置的开机自动加载的作业（如）也打开。 “传感器”-》“启动”，设置相机上电后是否自动联机，设置自动加载的作业。 新建作业（电子表格下） 1、转到电子表格视图 2、“文件”-》“新作业”，或者点击左上角相应工具 设置拍照参数 双击“Image”，如下，设置触发模式和曝光时间等参数，这里设置为“手动”
触发，即点击工具栏的触发图标或者按快捷键F5时，相机拍照。 校准 calibrateGrid 将坐标变换下的CalibrateGrid函数拖到一空白的电子表格B2： 点击“实况视频“，调整好标定板（或者标定纸，没有的话可以打印）和镜头焦距等，让标定板清晰现实在视野中央，双击鼠标（或者按enter键）：
点击“触发器”，则右上角现实找出的特征点数（276）。 点击下方“校准”按钮： 点击“确定”按钮，则校准完成。 CalibrateImage 经过如此处理，实现了像素坐标系图像到毫米坐标系图像的映射。 训练模版 1、拿走标定板，把要查找的物品放到视野范围，按F5拍照 2、函数栏里，“视觉工具”-》“图案匹配”-》TrainPatMaxPattern 图像框选A0或B4，默认是A0。
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
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]。
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
康耐视视觉系统简介 （济南磊硕自动化设备有限公司） 一、关于康耐视 康耐视公司是世界上最受信任的视觉系统公司，产品遍布全球的工厂。从质量检测到批次跟踪，从装配检验到机器人引导，康耐视视觉系统孜孜不倦地通过多种方法优化质量和降低成本。产品广泛应用于医疗和制药、汽车、半导体和电子、食品和饮料、包装、太阳能等各个行业。 二、系统功能 康耐视（COGNEX）视觉系统有四大功能：引导、检测、测量和识别。 1、引导（Guide）：导引定位（如零件定位、机器手引导、位置校准等）。 2、检测（Inspect）：检测质量及装配（如零件是否存在、表面检测、缺陷检测、产品计数等）。 3、测量（Gauge）：尺寸测量（如尺寸标注、确保误差等）。 4、识别（Identify）：识别零件（如代码识别、代码验证、颜色识别、模型识别等）。 三、产品系列 康耐视（COGNEX）有四大产品系列：视觉系统、视觉软件、视觉传感器和ID读码器。 1、视觉系统——牢固耐用的多功能优化整合系统，用户界面简单易用，用于配置应用。 2、视觉软件——一套强大的康耐视视觉工具，用于连接照相机、板卡以及您所选择的外设。 3、视觉传感器——简单易用，经济实惠的传感器，取代光电传感器，实现更可靠的检验和零件检测。 4、ID读码器——完成一维、二维代码的读取和验证，用于直接零件标记或高速应用。分手持式和固定式。
四、典型行业和应用举例 1、汽车：检测零件存在与否 2、半导体和电子：检验晶片和模具质量 3、食品和饮料：验证过敏原标签是否正确 4、包装：用自动化系统进行堆垛 5、医疗：验证手术室中器械是否齐备 6、制药：在过度失真的字符上进行字符验证 7、一般制造：为元件级产品追踪提供代码读取 8、太阳能：检查日版上的裂缝、缺口及类似缺陷 9、纸张、塑料、无纺布的纹理检测：进行在线、实时的纹理检测 10、金属和玻璃表面检测：检测、识别和显示缺陷
年春季学期研究生课程考核 ( 阅读报告、研究报告) 考核科目:视觉测量系统 学所在院( 系) :电气工程及自动化学院学生所在学科:仪器科学与技术 学生姓名:*** 学号:10S001*** 学生类别:工学硕士 考核结果: 阅卷人:
视觉测量系统课程报告 第一部分视觉测量系统发展现状综述 机器视觉自起步发展到现在, 已有的发展历史。应该说机器视觉作为一种应用系统, 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。 当前全球整个视觉市场总量大概在60～70亿美元, 是按照每年8.8%的增长速度增长的。而在中国, 这个数字当前看来似乎有些庞大, 可是随着加工制造业的发展, 中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点 简言之, 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指经过机器视觉产品( 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, 常见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
测方法能够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。 正是由于机器视觉系统能够快速获取大量信息, 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。在中国, 这种应用也在逐渐被认知, 且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状 在国外, 机器视觉的应用普及主要体现在半导体及电子行业, 其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路: 各类生产印刷电路板组装技术、设备; 单、双面、多层线路板, 覆铜板及所需的材料及辅料; 辅助设施以及耗材、油墨、药水药剂、配件; 电子封装技术与设备; 丝网印刷设备及丝网周边材料等。SMT表面贴装: SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、 SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等; 再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备: 电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用, 而且其产品在应用中占据着举足轻重的地位。除此之外, 机器视觉还用于其它各个领域。 而在中国, 以上行业本身就属于新兴的领域, 再加之机器视
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
康耐视相机操作使用说明书 目录 一、康耐视相机具体设置 ......................................................................................... 错误!未指定书签。 1.1软件安装 ......................................................................................................... 错误!未指定书签。 1.2流程编辑 (3) 1.3C ODESYS通信注意事项 (6) 二、相机标定 (7) 2.1相机校准 (7) 2.2绝对坐标实现 (9) 2.3相对坐标实现 ................................................................................................. 错误!未指定书签。 三、示教器示例程序................................................................................................. 错误!未指定书签。 3.1绝对坐标实现范例 ......................................................................................... 错误!未指定书签。 3.2相对坐标实现范例 ......................................................................................... 错误!未指定书签。 四、CODESYS逻辑开发 ......................................................................................... 错误!未指定书签。 4.1S OCKET通信开发............................................................................................ 错误!未指定书签。 4.2外部点数据处理 ............................................................................................. 错误!未指定书签。 五、细节说明............................................................................................................. 错误!未指定书签。
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
机器视觉检测系统 1机器视觉检测的一般模式 机器视觉检测的对象千差万别，检测的目的也不尽相同。农产品如柑橘、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，就需要采用彩色的影像采集装置。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，做出决策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
康耐视相机操作使用说明书
目录 一、康耐视相机具体设置 (3) 1.1软件安装.................................................... 错误!未定义书签。 1.2流程编辑 (3) 1.3C ODESYS通信注意事项 (6) 二、相机标定 (7) 2.1相机校准 (7) 2.2绝对坐标实现 (9) 2.3相对坐标实现 (10) 三、示教器示例程序 (11) 3.1绝对坐标实现例 (11) 3.2相对坐标实现例 (11) 四、CODESYS逻辑开发 (13) 4.1S OCKET通信开发 (13) 4.2外部点数据处理 (14) 五、细节说明 (17)
一、康耐视相机具体设置 1.1软件安装 双击康耐视相机软件Cognex_In-Sight_Software_4.8.1，按照步骤一步步安装即可。 1.2流程编辑 1. 设置电脑本地连接IPV4地址为19 2.168.39.12（设置为39段即可）。 2. 双击康耐视In-Sight浏览器软件进入相机设置界面，软件会自动搜索连接的相机设备，如下图1.1所示。 图1.1 3. 双击相机设备（红色椭圆设备图标），进入相机编辑界面，如下图1.2所示。 图1.2
4. 在应用程序步骤中，开始、设置工具、配置结果、完成这4个步骤形成一个完整的相机操作流程； ?开始单击“开始”中“已连接”，如下图1.3所示，可以进行连接设备、断开设备、刷新、添加等操作。 图1.3 单击“开始”中的“设置图像”，如下图1.4所示。 在“采集/加载图像”对话框中，“触发器”按钮是进行拍照，“实况视频”按钮是实时显示相机中的图像，“从PC加载图像”按钮是加载一存在的图像。 图1.4 在“编辑采集设置”对话框中，设置一系列相机参数，根据具体需要进行调节 ?设置工具单击“设置工具”中“定位部件”按钮，对检测模型进行定位，作为识别的模型进行对比；单击“设置工具”中“检测部件”按钮，对模型进行编辑操作。 在“定位部件”的设置对话框中，如下图1.5所示，合格阀值：每次拍照之后的得分如果大于阀值，则拍照成功，否则失败；旋转公差：检测部件能够旋转的角度围，如果在围之类则会拍照成功，否则会失败
One Sensor does it all — Checker 3G P R O D U C T G U I D E
Any Product Many Checks One Sensor check check check check check check check check check part presence component presence feature presence part orientation correct part present number of parts part sorting position of part surface finish width of part width of component width of feature height of part height of component height of feature diameter of part diameter of feature diameter of hole Book Safety seal Panel gaps Tax stamp Knife Tabs Bottle insert Drink can Phone Pills Battery Golf ball Dowel pin Solder blob Foil lid Casting Stud Pen Scissors Moulding Wrapper Crank Weld nut Metal clip Box Label Spout Lead frame Spray nozzle Liquid level Door Carton Blister pack Model number Carton flaps Seal Button Bottle Hinge Clip Coupon Fuel line Keypad Bracket Handle Pinion Rivet Cable Toothbrush Connector IC leads Bolts Key Spray can Mould flash Spring Paint dot Capacitor Washer Cartridge Fastener Cam Fittings Bottle Cap Date code Medical device Air filter Glass LED Wouldn’t it be great if you could use the same sensor for all your product verification tasks? This is now possible with the new third generation Checker 3G from Cognex.With Checker 3G,you choose whether to use it as a Presence/Absence sensor or as a Measurement sensor.In either mode it can perform multiple “checks”on each product you manufacture.When designing Checker 3G,we threw away the sensor rule book,so you can throw away all those sensor catalogs. One sensor does it all...
康耐视视觉入门培训-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
一、连接相机 1、根据康耐视接线说明书接好相机，通过网线连接上电脑。在PC端 打开in-sight浏览器。 2、打开“系统”菜单栏下的菜单项，或者右键点击In-Sight网络栏 弹出“将网络、设备添加到网络”： 查找出7402相机，如上图，其IP地址与PC不在同一个网段。 3、统一ip网段 点击“复制PC网络设置”， 输入125，点击“应用”，则把相机的ip地址设置为“”，让相 机、pc都处于网段上。
4、打开相机 双击“is7402_13ad6e”,则打开相机，之前设置的开机自动加载的 作业（如）也打开。 “传感器”-》“启动”，设置相机上电后是否自动联机，设置自 动加载的作业。 二、新建作业（电子表格下） 1、转到电子表格视图 2、“文件”-》“新作业”，或者点击左上角相应工具
三、设置拍照参数 双击“Image”，如下，设置触发模式和曝光时间等参数，这里设置为 “手动”触发，即点击工具栏的触发图标或者按快捷键F5时，相机拍 照。 四、校准 1、calibrateGrid 将坐标变换下的CalibrateGrid函数拖到一空白的电子表格B2： 点击“实况视频“，调整好标定板（或者标定纸，没有的话可以打印） 和镜头焦距等，让标定板清晰现实在视野中央，双击鼠标（或者按enter 键）：
点击“触发器”，则右上角现实找出的特征点数（276）。 点击下方“校准”按钮： 点击“确定”按钮，则校准完成。 2、CalibrateImage 经过如此处理，实现了像素坐标系图像到毫米坐标系图像的映射。
康耐视工业机器视觉基础及应用
模块六视觉引导机器人操作与应用 任务一视觉引导机器人简介 【学习目标】 1.了解视觉引导机器人的作业、功能与优势。 2.了解视觉引导机器人的调试步骤。 【相关知识】 视觉引导与定位是工业机器人应用领域中广泛存在的问题。对于工作在自动化生产线上的工业机器人来说，其完成最多的一类操作是“抓取－放置”动作。为了完成这类操作，对被操作物体定位信息的获取是必要的，首先机器人必须知道物体被操作前的位姿，以保证机器人准确地抓取；其次是必须知道物体被操作后的目标位姿，以保证机器人准确地完成任务。在大部分的工业机器人应用场合，机器人只是按照固定的程序进行操作，物体的初始位姿和终止位姿是事先规定的，作业任务完成的质量由生产线的定位精度来保证。为了高质量作业，就要求生产线相对固定，定位精度高，这样的结果是生产柔性下降，成本却大大增加，此时生产线的柔性和产品质量是矛盾的。 视觉引导与定位是解决上述矛盾的理想工具。工业机器人可以通过视觉系统实时地了解工作环境的变化，相应调整动作，保证任务的正确完成。这种情况下，即使生产线的调整或定位有较大的误差也不会对机器人准确作业造成多大影响，视觉系统实际上提供了外部闭环控制机制，保证机器人自动补偿由于环境变化而产生的误差。 理想的视觉引导与定位应当是基于视觉伺服的。首先观察物体的大致方位，然后机械手一边运动一边观察机械手和物体之间的偏差，根据这个偏差调整机械手的运动方向，直到机械手和物体准确接触为止。但是这种定位方式在实现上存在诸多困难。 直接视觉引导与定位是一次性地对在机器人环境中物体的空间位姿进行详细描述，引导机器人直接地完成动作。与基于视觉伺服的方法相比，直接视觉引导的运算量大大减少，为实际应用创造了条件，但这必须基于一个前提：视觉系统能够在机器人空间中（基坐标系中）精确测定物体的三维位姿信息。 视觉引导机器人(VGR) 优势： 1、减少昂贵的高精度固定设备。 2、无需工具转换即能处理多种类型的工件。 3、防止意外的机器人冲突。 应用包括： 1、自动堆垛和卸垛。 2、传送带追踪。 3、组件装配。 4、机器人检测。
3.3 智能视觉检测系统 汽车注塑件是汽车的重要组成部分，在出厂前要进行形状和尺寸检测，表面质量检测等，如凹陷，翘曲，飞边等。由于人工检测的效率低，准确性差，成本高，不能满足实际质量检测的需求。机器视觉检测系统则有以下优势： 1. 非接触式检测，不损伤注塑件； 2 . 检测质量高，高分辨率镜头可达到高精度检测； 3.高检测效率，工业相机的帧率达每秒百帧； 4.实时性强，不出现漏检情况； 5.现场抗干扰能力强； 6.可靠性高，长时间稳定工作。 3.3.1 组成部分 机器视觉检测系统由三部分组成：图像的获取、图像的处理、输出显示。 图像获取设备包括光源、工业摄像机（配套镜头）等，光源可以使注塑件的表面特征得以完整显现，如表面缺陷，飞边等。摄像机可突出注塑件的关键特征，其部件CCD 实现 将图像光信号转换成电信号（模拟信号）的目的。 图像处理设备包括相应的软件和硬件系统。图像采集卡将得到的模拟信号转变为数字信号，然后供计算机软件系统处理。图像采集卡是一种可获得数字化视频图像信息存储并高速播放出来的设备。普通的传输接口无法满足图像信号的高速传输，因此需要专用的图像采集设备来实现。软件系统利用滤波算法对噪声滤除，然后进行图像匹配，得到尽可能最真实的图像。 输出显示设备与过程相连，包括监视界面，过程控制器和报警装置等。摄像数据通过计算机对标准和故障图像的分析和比较，若发现不合格产品，则通过NG 信号告警，由PLC 自动将其排除出生产线。机器视觉检测的结果可以作为计算机辅助质量CAQ （Computer Aided Quality ）系统的信息来源，也可以和其它控制系统集成。 3.3.2. 系统设计 注塑件生产线视觉检测系统采用国际先进的视觉传感器，高像素，可以记录多个不同物 件的标准画面，存储画面不合格物件图像，可以确定注塑件短射、飞边、裂纹、翘曲、气泡等多种不