机器视觉及应用——第五讲 机器视觉的典型应用

主要介绍机器视觉的典型应用，简要分析机器视觉的特点、优越性和应用分类，详细介绍了机器视觉技术在印刷行业、农业、工业、医学中的应用。并且分别举例说明。机器视觉的诞生和应用在理论和实际中均具有重要意义。     

机器视觉及其应用(系列讲座)第一讲机器视觉发展概述

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。《机器视觉技术发展概述》是《机器视觉及其应用》系列讲座的综述部分，重点讨论下列内容：机器视觉的定义、发展历程与趋势、应用领域及所涉及的技术。     

第一讲机器视觉发展概述

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，《机器视觉技术发展概述》是《机器视觉及其应用》系列讲座的综述部分，重点讨论下列内容：机器视觉的定义、发展历程与趋势、应用领域及所涉及的技术。     

机器视觉最新技术动态

机器视觉的一个重要作用是推动工业自动化水平的提升，这正是目前国内机器视觉市场的发展动力，而用户的需求是普及发展机器视觉技术中最具决定性的因素。随着中国制造业的进一步发展，对机器视觉的需求也有了进一步的提高，这不仅仅表现在市场的容量上，     

机器视觉及应用——第四讲 机器视觉系统集成技术

机器视觉系统集成时，涉及到多门技术，最基本的系统也需要照明、成像、图像数字化、图像处理算法、计算机软件硬件等，稍微复杂一点的系统还会用到机械设计、传感器、电子线路、PLC、运动控制、数据库、SPC等等。要把这么多不同方面的技术和知识组合到系统里，使其相互完美配合并稳定地工作，对系统集成人员提出了很高的要求。作者根据多年的经验，讲解了机器视觉系统集成时所涉及到的各种技术、需要综合考虑的因素以及评估机器视觉系统项目成功的可能性的方法。     

第三届西安机器视觉与工业检测展览会召开

2007年10月18日至19日,由西安国家光电子成果转化及产业化基地和西安机器视觉研究发展中心主办,西安光电子专业孵化器和西安光电子行业协会承办的第三届西安机器视觉及工业检测展览会在西安光电园隆重召开。这次展会是集行业分析、技术研讨、产品展示、技术与应用相结合的盛会。共有国内外的30多家机器视觉知名企业参展,其中包括世界顶级机器视觉企业加拿大DALSA集团、国内知名机器视觉企业北京中科泛华测控技术有限公司、北京嘉恒中自图像技术公司、北京微视凌志图像技术有限公司、北京微视新纪元科技有限公司、西安市春秋视讯技术有限责…     

第3届西安机器视觉与工业检测展览会将在10月举行

据悉,第3届西安机器视觉与工业检测展览会今年10月将如期在西安光电园举行。西安机器视觉研究发展中心已经成功举办了首届和第2届视觉展会。为了推动机器视觉技术及产业的发展,西安机器视觉研究发展中心将于2007年10月18-19日举办第3届西安机器视觉与工业检测展览会。展会期间将举行丰富多彩的交流活动,并充分宣传和展示机器视觉行业的最新发展、最新成果、最新产品,促进机器视觉企业与用户在项目和技术上的合作,介绍和交流国内外机器视觉产业发展的新趋势和新应用,广泛宣传和研讨机器视觉的工业应用问题,提高机器视觉企业和产品的知名度,为…     

机器视觉技术在现代汽车制造中的应用综述

随着机器视觉技术的迅速发展,计算机视觉技术的快速、精确、智能等特性在现代工业的各个领域已逐渐被广泛应用,尤其是在汽车制造业。机器视觉在工业领域的三大主要应用是视觉测量、视觉引导和视觉检测。视觉测量技术通过测量产品关键尺寸、表面质量、装配效果等,可以确保出厂产品合格;视觉引导技术通过引导机器完成自动化搬运、最佳匹配装配、精确制孔等,可以显著提升制造效率和车身装配质量;视觉检测技术可以监控车身制造工艺的稳定性,同时也可以用于保证产品的完整性和可追溯性,有利于降低制造成本。可以预见,随着相机、镜头、计算机等核心硬件性能的提升,以及图像处理、深度学习等软件技术的发展,视觉技术未来在各个领域的作用将更加凸显,发展空间也更加广阔。     

机器视觉及其应用(系列讲座)第二讲图像采集技术——机器视觉的基础

图像采集是机器视觉系统的基础,因为获取相应质量的图像,是对图像进行处理与分析的前提.该文是<机器视觉机器应用>系列讲座中第二部分,重点讨论了采像4个环节的内容、核心、以及对采集到的图像质量的影响.并分别讨论了光源、光学系统(镜头)、CCD摄像机、图像采集卡以及特殊或最新的图像采集技术与产品.     

机器视觉精密测量系统研究

微小孔系的精密测量用传统的手段是难以实现的。以机器视觉为基础,结合计算机图像处理技术可完成这类测量任务。介绍了基于机器视觉的孔系精密测量系统的硬件组成和图像处理算法。以所提出的识别弦端点来确定图像圆心坐标的算法对500根弦的中点坐标进行滤波处理,可使识别误差达到亚像素级。圆心坐标在X和Y方向的标准差均小于4μm,孔系间角度测量标准差小于3″。     

基于神经网络的零件缺陷机器视觉识别系统

零件缺陷检测是保证零件使用安全的重要手段。传统的零件缺陷检测法需要有操作人员参与其中,易受主观因素影响,检测的效率及精度得不到良好的保证。而采用机器视觉技术的检测法可实现实时在线的自动检测,无需人工参与,这就极大的提高了生产效率。本文以小轴承表面为研究对象,针对微小轴承的表面结构、尺寸、检测精度和缺陷特征,设计了基于BP神经网络的零件缺陷机器视觉在线自动检测系统,其采用机器视觉技术,构建了BP神经网络检测识别模型,采用进行图像特征提取的间接识别方法,对微小轴承缺陷进行实时检测。实验结果证明了人工神经网络模型的检测能力的可靠性。     

机器视觉及其应用(系列讲座)第四讲机器视觉系统集成技术

机器视觉系统集成时,涉及到多门技术,最基本的系统也需要照明、成像、图像数字化、图像处理算法、计算机软件硬件等,稍微复杂一点的系统还会用到机械设计、传感器、电子线路、PLC、运动控制、数据库、SPC等等。要把这么多不同方面的技术和知识组合到系统里,使其相互完美配合并稳定地工作,对系统集成人员提出了很高的要求。作者根据多年的经验,讲解了机器视觉系统集成时所涉及的各种技术、需要综合考虑的因素以及评估机器视觉系统项目成功的可能性的方法。     

基于机器视觉的汽车仪表盘指针检测

基于机器视觉构建汽车仪表自动检测系统已成为实现仪表生产测试的主要途径。基于图像空间到参数空间的收敛映射提出了改进CM-Hough变换检测算法对汽车仪表盘的指针位置实施检测。首先,介绍了基于机器视觉对汽车仪表的符号片及指针进行自动检测的系统组成。接着,针对经典Hough变换发散映射运算量大的缺点,提出了基于收敛映射CM-Hough变换进行指针检测的算法,给出了利用Hough变换的检测结果直接解算指针位置的方法。最后,将算法由软件编程实现,通过测试实验验证了算法的实时性和有效性,测试数据分析显示了指针位置误差小于1%。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

提高基于机器视觉的心率测量精度的方法

基于摄像头(可见光)的心率测量方法,能够以非接触的方式检测受试者心率,无论在临床应用还是在家庭健康监护中都有着极大的应用前景。但是,CMOS摄像头的行扫描方式采集图像以及计算机系统的图像采集时钟抖动都会影响此类心率测量的精度,从而引入相位误差和系统随机误差。本文针对这两大主要误差进行研究分析,提出了消除相位误差的基于傅里叶变换的幅频叠加算法、消除图像采集系统时钟抖动误差的基于时间标定的三次样条插值重构方法。幅频叠加算法只在幅频域对信号进行处理,能够忽略信号的相位影响,从而消除相位误差。时间标定的三次样条重构算法能够重构图像的均匀采集,从而消除系统时钟抖动引起的随机误差。同时,通过理论推导论证了两种算法的可行性,进而利用LED模拟实验和实际心率测量实验验证该算法在提高信号检测精密度中的特性。在模拟实验中,对每帧图像的200行作幅频叠加运算,能够使信号幅值相对提升4.58%;基于时间标定的三次样条重构算法能使检测的信号频率的均方根误差缩小30%以上;在实际心率检测中,幅频叠加算法可使心率幅值相对提升达33.5%,基于时间标定的三次样条重构算法可使心率准确度提升40%左右。因此,模拟实验和实际心率测量实验均验证了提出的算法在提高系统检测精度上的有效性,提高了基于机器视觉心率测量的抗干扰能力。这两种算法不仅能够提高基于机器视觉的心率检测精度,而且能够适用于基于机器视觉对一定频率信号的检测,在机器视觉检测中具有广泛的意义。     

基于机器视觉的圆孔尺寸测量系统研究

针对常见的圆形目标检测,开发了一套基于机器视觉技术的圆孔尺寸测量系统,采用混合噪声滤波、模糊和遗传边缘检测方法从采集的零部件图像中,提取出圆孔图像的边缘,通过插值圆度检测方法,精确测量出圆孔的半径、面积等特征参数。测试表明,测量系统的平均值误差为0.010 5 mm,远远低于人工测量的平均值误差0.027 3 mm,能够满足工业应用中的精确性要求。     

低畸变宽工作距机器视觉镜头光学设计

机器视觉镜头参数要求有别于其他镜头，为了保证测量精度，要求镜头的光学畸变很小甚至接近零，有的工作场合还要求有很宽的工作距等。设计一种机器视觉镜头，使用8枚球面镜片，采用固定后组，移动前组的调焦结构，实现了在空间频率120 lp/mm处，工作距从无穷远到超近摄0.1 m时，镜头畸变小于0.1%，MTF全视场大于0.4的性能要求。光学系统后组使用了两枚镜片，与后组只有一枚镜片的架构不同，不仅提升了光学性能，还有利于系统的平衡及稳定。整个光学系统没有非球面，也没有高折射率或高阿贝数的特殊玻璃，均为常见的冕牌玻璃和火石玻璃，降低了镜头成本,镜片加工及组装公差范围内量产优良率达90%以上。该镜头光学系统可广泛应用于机器视觉尤其是智能机器视觉行业。     

第二届西安机器视觉与工业检测展览会隆重召开

2006年10月19日,由西安机器视觉研究发展中心和西安市技术市场管理办公室、西安市高新技术产业推进办公室主办,由西安光电子专业孵化器、西安光电子行业协会共同承办、西安高新区管委会经济贸易发展局支持的第二届西安机器视觉及工业检测展览会在西安光电园隆重召开.这是西安机器视觉及工业检测领域的一次盛会,也是西安乃至西北地区机器视觉方面的专业展览会.……     

基于机器视觉的雷达测角精度评估系统

利用光学成像原理,设计了基于机器视觉的雷达测角精度评估系统,主要包括光学部分(CCD相机)、图像采集部分和图像处理与目标角度信息提取部分等;机器视觉的定位成像和高精度测角,保证了该系统能在紧缩场中对雷达系统进行自动化、高精度、实时的角度测量校准和测量精度评估试验;理论分析和仿真结果表明,补偿由于雷达系统和机器视觉系统安装位置不同引起的角度测量偏差后,在正常的实验测量误差条件下,基于机器视觉的角度测量校准和评估系统能达到0.005°的校准和评估精度。     

基于机器视觉的三维灰度重构技术

为了非接触、无损、快速地获取物体表面丰富直观的三维信息，即在进行物体三维几何信息重构的同时，还要恢复出物体表面的色彩纹理信息，以利于对物体空间信息的再现和分析，研究了基于机器视觉的三维灰度重构技术。