人体视觉系统原理

国　圈巴　

机器人视觉系统的组成及工作原理　

王军。李垦野　黑龙江省冶金研究所，哈尔滨ｌ　５００４０　

分组成的工作原理。　

文章编号：１００２—２３，３３（２１３０７）０３—００５６—０２　

从１９６０年代开始，人们就开始着手研究机器视觉系　统：一开始视觉系统只能识别平面上的类似积木的物体　随着大规模集成电路技术的发展，视觉系统逐渐走向实　用化：进八１９８０年代后，由于微型计算ｆ』【的飞速发展，使　用的视觉系统已经进入领域．其中机器＾视觉系统是机　器视觉应用的一个重要领域。　ｌ机器人视觉系统的硬件系统　，，机器人视觉系统的硬件由下述几个邵分组成　（１）景物和距离传感器常用的摄像机、ＣＣＤ图像传　感器、超声波传感器和结构光设备等　（２）视频信号数字化设备其任务是把摄像机或ＣＣＤ　输出的信号转换成方便计算和分析的数字信号。　（３）视频信号快速处理器，视频信号实时、快速、并行　算法的硬件实现设备：如ＤＳＰ系统。　（４）计算机及其外设根据系统的需要可以选用不　同的计算机及其外设来满足机器人视觉信息处理及机器　人控制的需要：　（５）机器人或机械手及其控制器＝　ｔ．２机器人视觉的软件系统有以下几个部分组成　（Ｉ）计。算机系统软件选用不同类型的计算机，就有　不同的操作系统和它所支持的各种语言、数据库等　（２）机器人视觉信息处理算珐　图像预处理、分割、　描述、识别和解释等算法　（３）机器人控制软件　２　ＣＣＤ原理　视觉信息通过视觉传感器转换成电信号．在空间采样　和幅值化后，这些信号就形成了一幅数字Ｉ荨ｌ像，机器人视　觉使用的主要部分是电视摄像机，它由摄像管或同态成像　传感器及相嘘的电子线路组成。这里我们只介绍光导摄像　管的＿［作原理，因为它是普遍使用的并有代表性的一种摄　像管固态成像传感器的关键部分有两种类型：—种是电荷　耦台器悼ｃｃＤ）；另一种是电荷注人器　ＣＩＤ）。与具有摄像　管的摄像机相比，固态成像器件重量轻、体积小、寿命小、　功耗低：不过，某些摄像管的分辨章仍比固态摄像机高。　由图Ｉ可以看出，光导摄像管外而是一圆柱形玻璃　外壳２，内部有位于一端的电子抢７以及位于另一端的屏　幕ｌ和靶　加在线罔６、９　的电压将电子束聚焦并使其　偏转。偏转电路驱使电子柬对靶的内表面扫描以便“读　取”图像＝玻璃屏幕的内表面镀有一层透明的金属薄膜，　它构成一个电极，视频信号可从此电极上获得　一层很薄　的光敏“靶”附着的金属膜上，它是一层由一些极小的球　状体组成，球状的电阻反比于光的强度　在光敏靶的后面　有一个带正电荷的细金属网，它使电子枪发射出的电子　减速．以接近于０的速度达到靶面。在正常工作时．将正　电Ｊ￣，ＪＪｎ在屏幕的金属镀膜上。在无光照时．光敏材料呈现　绝缘体特性．电子束在靶的内表面上形成一个电子层以　平衡金属膜上的正电荷。当电子束扫描靶内表面对，光敏　６ｊ　蒌　■■■｜日，■！日Ｅｊ目｜日！圈　’　星　ｊ　ａ／１　一＼　…　田墨置墨置墨置墨ＥＥＢ　ｉ／　＝：＝：：—～，　图Ｉ　光导摄像管示意图　图２电子束扫描方式　Ｉ　１．屏幕　玻璃外壳３光敏层４网格５电子束　ｌ　６光束聚焦线圈７电子枪８．管脚９．光束偏转线圈　Ｉ　

划片机视觉识别系统设计原理分析

划片机视觉识别系统设计原理分析1 视觉识别系统构成

划片机的视觉识别系统是以计算机为主的实时图像处理系统。如图1所示：

由光学照明系统，CCD摄像器件，图像处理软件等部分组成。识别系统的目的是实现自动对准，在工作台精度保证的前提下，高精度的图象处理算法对视觉自动对准系统的精度起着决定性的作用，这当中的核心部分就是模式识别算法。目前常用的识别方法有统计模式识别法、特征提取法、神经网络识别、模板匹配法等。国内在这一领域起步相对较晚，科研力量主要集中在一些高校院所，侧重于理论研究，市场化效应不太明显。这就使得在机器视觉领域的发展速度上明显落后于欧美各国。

2 技术路线选择

针对国内外现状，我们在着手建立划片机自己的视觉识别技术构架时，出发点就摆在一个怎样根据设备自身特点，尽量利用现有成熟资源和理论算法，建立一个集效率和实用于一体的视觉算法集，进而形成针对全自动划片机自己的机器视觉库。通过尝试过多种方式，包括和国外机器视觉公司合作，根据特定功能模块要求定制其成套视觉识别系统等。但是遇到的问题是必须承担国外公司昂贵的开发成本和高额利润，导致设备成本直线升高，而且在合作的过程中极有可能泄露我们自己的技术秘密。实践检验这条路子是不可行的。购买国外视觉公司的软件开发包，进行二次开发较上种方式更为合适，技术难度也较小。然而也面临着软件开发包针对性不强，实际使用过程中效果并不完全符合现场要求，单台设备成本提高及出现问题无法解决等情况。经过不断摸索，以及对当今业界几种通用算法的比较后，我们最终决定在全自动划片机上采用基于Open CV视觉函数库的模板几何特征匹配算法。Open CV是英特尔开源计算机视觉库，是一个跨平台的由中、高层API构成的视觉函数库。它由一系列C函数和少量c++类构成，实现了图像处理和计算机视觉方面的很多通用算法，这就避免了我们在一些成熟低水平算法上的重复研究，节省了大量时间。更重要的是它对非商业用途和商业用途都是免费(FREE)的，不会对我们的设备成本造成压力。而模板的几何特征匹配是20世纪90年代后期在市场上出现的一种新的视觉定位技术。

机器人视觉系统的组成及工作原理

【摘 要】随着大规模集成电路技术的发展，视觉系统逐渐走向实用化。由于微型计算机的飞速发展，使用的视觉系统已经进入领域，其中机器人视觉系统是机器视觉应用的一个重要领域。本文叙述机器人视觉系统的各部分组成，及各部分组成的工作原理。

【关键词】CCD；视频数字；信号处理器

1.机器人视觉系统的硬件系统

1.1机器人视觉系统的硬件由下述几个部分组成

(1)景物和距离传感器常用的摄像机、CCD图像传感器、超声波传感器和结构光设备等。

(2)视频信号数字化设备其任务是把摄像机或CCD输出的信号转换成方便计算和分析的数字信号。

(3)视频信号快速处理器，视频信号实时、快速、并行算法的硬件实现设备：如DSP系统。

(4)计算机及其外设根据系统的需要可以选用不同的计算机及其外设来满足机器人视觉信息处理及机器人控制的需要。

(5)机器人或机械手及其控制器。

1.2机器人视觉的软件系统有以下几个部分组成

(1)计算机系统软件选用不同类型的计算机，就有不同的操作系统和它所支持的各种语言、数据库等。

(2)机器人视觉信息处理算法图像预处理、分割、描述、识别和解释等算法。

(3)机器人控制软件。

D原理

视觉信息通过视觉传感器转换成电信号，在空间采样和幅值化后，这些信号就形成了一幅数字图像。机器人视觉使用的主要部分是电视摄像机，它由摄像管或固态成像传感器及相应的电子线路组成。这里我们只介绍光导摄像管的工作原理，因为它是普遍使用的并有代表性的一种摄像管。固态成像传感器的关键部分有两种类型：一种是电荷耦合器件(CCD)；另一种是电荷注入器件(CID)。与具有摄像管的摄像机相比，固态成像器件重量轻、体积小、寿命小、功耗低。不过，某些摄像管的分辨率仍比固态摄像机高。光导摄像管外面是一圆柱形玻璃外壳2，内部有位于一端的电子枪7以及位于另一端的屏幕1和靶。加在线圈6、9上的电压将电子束聚焦并使其偏转。偏转电路驱使电子束对靶的内表面扫描以便“读取”图像。玻璃屏幕的内表面镀有一层透明的金属薄膜，它构成一个电极，视频信号可从此电极上获得。一层很薄的光敏“靶”附着的金属膜上，它是一层由一些极小的球状体组成，球状的电阻反比于光的强度。在光敏靶的后面有一个带正电荷的细金属网，它使电子枪发射出的电子减速，以接近于0的速度达到靶面。在正常工作时，将正电压加在屏幕的金属镀膜上。在无光照时，光敏材料呈现绝缘体特性，电子束在靶的内表面上形成一个电子层以平衡金属膜上的正电荷。当电子束扫描靶内表面时，光敏层就成了一个电容器，其内表面具有负电荷，而另一面具有正电荷。光投射到靶层，它的电阻降低，使得电子向正电荷方向流动并与之中和。由于流动的电子电荷的数量正比于投射到靶的某个局部区域上的光的强度，因此其效果是在靶表面上形成一幅图像，该图像与摄像管屏幕上的图像亮

《科技传播》2019·1（下）

115信息科技探索

科技随着时代迅速发展，而机器人的发展至今已有近百年历史，在医学领域，医用机器人进行辅助甚至代替人类对病人进行诊断与手术。在工业领域，机器人代替人类对产品进行检验和包装。除此之外机器人在军事领域也有所应用，如帮助军人观察战场、辅助射击等作用。其中，机器视觉系统是利用数字摄像头采集各类信息，通过中心处理器对图像数据进行分析处理，得到图片中的有用信息，帮助人们完成繁琐单调的工作。机器视觉技术在发展的同时也紧跟社会发展潮流，从热门的PS到现在的人脸识别技术，逐渐走向人工智能化，为人们的生活增添更加便捷的通道，本文将会对机器视觉系统的硬件和软件分别进行 描述。1 硬件结构1.1 设计理念机器视觉系统赋予机器人视野，可以快速分析、分辨、处理复杂图像上的信息数据。基于此机器人的应用得到拓宽，减少了人类处理繁琐工作的时间，让我们的生活更加便利高效。在制药方面，药品的生产过程需要严格的管理控制和质量控制，而机器视觉系统可以实现这一系列繁琐的操作，维护患者的生命安全。在激光加工方面，激光加工技术与机器视觉技术相结合，使加工变得更加精准，降低了加工成本，而机器视觉系统由光源、镜头、相机、图像采集卡、图像处理系统五大部分构成。1.2 光源光源是机器视觉系统的重要结构之一。在不同的情况下对光源的种类都有着不同的要求。一般为热辐射电源、气体放电光源源、固体放电光源、激光器四类。光源当中最常使用的是LED，而LED又因为形状不同又分为许多钟类，比如当我们进行显微镜照明时我们使用环形光源，突出物体的三维信息。对透明物体划痕检测时使用背光源，突出物体外形轮廓特点。不限于上文中所提到的LED，在不同场景下选择合适的光源才能采集到有效的图片 信息。1.3 镜头镜头是机器视觉系统图像采集的重要组件，它就如同人类的眼球一样，来观察被测物的距离和范围。它的类型有标准、远心、广角、远摄和近摄等。人们根据物距、拍摄范围、光圈、焦距等条件进行选择。1.4 相机相机是图像采集的核心组件，通过感光元件将光信号转换为电信号，实现光线与数字信号的转换，采集到原始图像。根据分类方法的不同，相机也被分为多种。按照芯片来分类，最常见的是CCD摄影机和CMOS摄影机两种类型，它们都是进行光电转换的数字摄像头，但是由于芯片类型的不同，处理能力也有些不同，CMOS的技术相对与CCD更节能，效率更高，但成本上更加的昂贵。1.5 图像采集卡图像采集卡是图像处理部分不可或缺的一部分，视频信息的处理方面图像采集技术必不可少它将图像数字化，将它以数据文件的形式保存在电脑中的硬盘里。图像的采集一般是依靠众多感光元件，如清晰度为1 080×720时，感光元件上横排有1 080个感光元件小矩形，纵边上有720个小矩形，等待收集光线强度。由于感光原件接受的光照强度的敏感性不同，使它们的电阻跟着发生改变，所以它们产生的效果也会有所差异，从而来得到初始图像。而组成图片的像素越大，图像越清晰，形成人们所说的高清图片[1]。1.6 图像处理系统在机器视觉系统当中，图像处理系统的作用是通过图像采集卡得到的图像数据进行一系列的分作者简介：韩雨佶，邛崃市第一中学校。探究机器人视觉系统设计原理韩雨佶摘 要 机器人技术一直是人们关注的科技热点，因为机器人的多元发展，机器视觉系统逐渐被建立起来。机器视觉系统通过模拟人眼来实现采集图像、分析图像、获取信息、处理图像等功能，是一门集自动化、计算机等于一体的综合技术。文章深入研究了机器视觉系统的硬件组成与图像处理技术，针对机器视觉在各领域的应用进行实例研究说明，并对当下机器视觉系统在国内的发展现状进行分析，展望机器视觉的美好未来。关键词 图像处理；机器视觉系统；灰度处理中图分类号 TP2 文献标识码 A 文章编号 1674-6708（2019）227-0115-02DOI:10.16607/ki.1674-6708.2019.02.056《科技传播》