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。     

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。     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

基于机器视觉的三维灰度重构技术

基于双目立体视觉三维重构原理,采用主动扫描实现特征匹配的三维灰度重构技术,通过特征结构光扫描物体表面,由经过预标定的两套成像传感器拍摄其图像,经过图像处理程序提取出特征点,完成特征匹配,再计算出物体表面三维轮廓,同时将成像传感器中的灰度信息映射到相应的特征点,从而实现特征点的三维信息和颜色信息的重构和匹配。该技术为三维彩色逼真场景的重构奠定了基础。     

智能仿生机器鱼视觉子系统优化设计

在分析已有的仿生机器鱼视觉系统工作原理的基础上,提出了基于红外成像技术的视觉子系统改进设计方法.首先指出了现有的系统在数据处理速度上的不足,然后分析了其中的原因并提出了可能的改进办法,提出若将目标信息改为红外灰度图像将大大提高系统处理的速度,并据此选择红外传感器.在此基础上,给出了基于红外灰度图像的信号处理办法,做出了...     

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。     

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。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

基于机器视觉技术的振动台试验变形位移测量方法研究

在振动台试验中,结构的变形位移是试验关注的重要数据之一。将机器视觉技术运用于振动台试验的变形位移测量上,是对传感器测量法的一个补充,从另外一种渠道力争为振动台试验提供更多的数据来源。该方法首先给定振动台一个激励信号,同时对固定在振动台台面上、粘贴有人工标志的弹性结构试件进行视频采集;然后将视频分帧成一系列静态图片,对静态图片进行图像灰度化、图像增强等图像预处理并对人工标志进行识别;接下来,在识别出所有人工标志的基础上采用最小二乘椭圆拟合法进行目标定位并进行像素标定。目标点的像素位移结合像素标定系数,最终完成变形位移的测量。最后通过振动台的固定位移试验和正弦信号激励试验证明了该方法在振动台试验中的可行性。     

2007中国国际机器视觉展览会暨论坛在上海举行

2007年3月22日上午，2007中国国际机器视觉展览会暨2007中国国际机器视觉发展论坛开幕式在上海展览中心友谊会堂一楼友谊厅隆重举行。本届展览会展览面积4500平方米。参展厂商共97家，比去年增加了51．6％。展商及展品分别来自比利时、加拿大、芬兰、法国、德国、日本、韩国、新加坡、英国、美国、中国以及中国的香港和台湾等13个国家和地区。     

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。     

基于机器视觉的轴偏角归一化检测系统

在复杂的测控、发射、跟踪等系统的制造和使用中，分系统或部件间的安装位置偏差会影响控制、跟踪、发射的精度和系统其他指标测量结果的准确性，因而需要进行测量和校正。提出了基于视觉图像定位光斑中心的轴偏角测量方法，并基于LABVIEW虚拟仪器平台构建了机器视觉测角系统。以某大型武器系统为测试平台，对不同属性的轴(如发射轴、瞄准轴、激光指示器轴、制导中的测量基线等)进行归一化测量和校准，得到了满意的效果。     

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。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

基于机器视觉的发动机喷嘴检测系统的设计

以检测发动机喷嘴上几何尺寸为目的,设计了以TMS320DM642DSP为处理器,利用机器视觉技术进行检测的系统;通过CCD摄像机采集被测喷嘴的数字图像,在DSP中进行图像去噪、边缘检测、图像识别等图像处理过程,识别出被测尺寸并计算出值;阐述了该系统的工作原理和图像处理的算法,流程及实验结果。     

基于机器视觉的布匹瑕疵在线检测

为实现图案布匹瑕疵在编织过程中的实时检测,提出一种通过区域差影自动分割瑕疵区域的检测方法。通过求取水平和竖直两方向距离叠加函数极值,并对极值做权重分析,精确求取纹理基元周期;根据所求纹理基元周期确定区域差影的区域大小,并对区域差影图像求取梯度,再进行标记分水岭分割,能够快速准确地分割出纹理瑕疵区域。实验结果表明:该算法能够准确地检测出纹理布匹瑕疵的位置,检测一帧用时200 ms,准确率均达98%以上,实时性强,检测精度高,满足工业现场要求。     

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%。