機器視覺報告

機器視覺報告基于機器視覺的智能檢測技術(shù)一、基于機器視覺的智能檢測技術(shù)發(fā)展的必然性隨著科學技術(shù)的發(fā)展，生產(chǎn)自動化，一體化的程度不斷提高，對產(chǎn)品的檢測技術(shù)也逐步要求成熟，對產(chǎn)品檢測的效率提出了更高的要求。傳統(tǒng)的人工檢測方法不僅效率低，而且檢測的精度也達不到生產(chǎn)的要求，因此智能檢測技術(shù)的發(fā)展成為了必然。而機器視覺技術(shù)就是一種高精度高效率的檢測手段。機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過機器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設備動作。因此基于機器視覺的智能檢測技術(shù)的出現(xiàn)直至成熟的過程，恰恰符合了生產(chǎn)高度自動化，一體化的要求。二、機器視覺的主要組成部分及技術(shù)典型的機器視覺系統(tǒng)幾個重要部分：照明系統(tǒng)照明是影響機器視覺系統(tǒng)輸入的重要因素，它直接影響輸入數(shù)據(jù)的質(zhì)量和應用效果。由于沒有通用的機器視覺照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，以達到最佳效果。光源可分為可見光和不可見光。常用的幾種可見光源是白幟燈、日光燈、水銀燈和鈉光燈?？梢姽獾娜秉c是光能不能保持穩(wěn)定。如何使光能在一定的程度上保持穩(wěn)定，是實用化過程中急需要解決的問題。另一方面，環(huán)境光有可能影響圖像的質(zhì)量，所以可采用加防護屏的方法來減少環(huán)境光的影響。照明系統(tǒng)按其照射方法可分為：背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優(yōu)點是能獲得高對比度的圖像。前向照明是光源和攝像機位于被測物的同側(cè)，這種方式便于安裝。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測物上，根據(jù)它們產(chǎn)生的畸變，解調(diào)出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。相機在不同的機器視覺系統(tǒng)當中根據(jù)應用的不同分別選用CCD或CMOS相機。CCD相機主要應用在工業(yè)領域，對精度的要求相對較高。因此CCD相機主要應用在運動物體的圖像提取，如貼片機機器視覺。或者是在視覺自動檢查的方案或行業(yè)中，CCD相機用得也比較多。而CMOS相機由于成本低，功耗低也應用越來越廣泛。在要求并不高的領域當中，CNOS相機因其低成本、低功耗也被廣泛應用。只有相機采集到了質(zhì)量較好的圖像，在后續(xù)的圖像處理過程才能更好地進行，為進行高精度高效率的智能檢測做好前期準備工作。所以說一個好的相機是基于機器視覺的智能檢測系統(tǒng)中是必不可少的組成部分。圖像采集與視覺處理器圖像采集卡只是完整的機器視覺系統(tǒng)的一個部件，但是它扮演一個非常重要的角色。圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數(shù)字等等。比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理。有些采集卡有內(nèi)置的多路開關(guān)。例如，可以連接8個不同的攝像機，然后告訴采集卡采用那一個相機抓拍到的信息。有些采集卡有內(nèi)置的數(shù)字輸入以觸發(fā)采集卡進行捕捉，當采集卡抓拍圖像時數(shù)字輸出口就觸發(fā)閘門。視覺處理器集采集卡與處理器于一體。以往計算機速度較慢時，采用視覺處理器加快視覺處理任務。由于采集卡可以快速傳輸圖像到存儲器，而且計算機也快多了，所以視覺處理器用的較少了。三、基于機器視覺系統(tǒng)在智能檢測中的應用實例基于機器視覺的禽蛋品質(zhì)檢測目前，對禽蛋品質(zhì)檢測主要采用靜止圖像，不僅影響了檢測速度，而且難以滿足禽蛋產(chǎn)業(yè)快速發(fā)展的要求，建立了禽蛋品質(zhì)檢測及分級系統(tǒng)，基于機器視覺的智能檢測系統(tǒng)將會大大提高禽蛋白品質(zhì)檢測的效率以及檢測的精度?；跈C器視覺的禽蛋品質(zhì)檢測及分級系統(tǒng)要求使禽蛋能夠平穩(wěn)、均勻的翻轉(zhuǎn)以及輸送，并將禽蛋以合適的、不斷變化的位置和姿態(tài)呈現(xiàn)在視覺系統(tǒng)內(nèi)。機器視覺系統(tǒng)能夠準確、有效、全面實時提取被檢測禽蛋的重量、蛋形、裂紋、蛋殼顏色、臟斑等外部品質(zhì)特征。分級系統(tǒng)接受機器視覺系統(tǒng)發(fā)出的信號，使帶有特征信息的禽蛋正確入位，從而實現(xiàn)禽蛋的分級。機器視覺系統(tǒng)主要由CCD攝像機、圖像采集卡、光照箱、計算機、光源、控制模塊、位置傳感器組成。光照箱通過選取合適的光源頻譜和空間位置，使整個視場內(nèi)的光源均勻一致，并可根據(jù)不同的識別對象進行調(diào)節(jié)。CCD攝像機安裝在光照箱內(nèi)，通過調(diào)整位置，使之可以獲得多個禽蛋圖像信息。圖像處理軟件提取、分析和判斷視場內(nèi)每個禽蛋的形狀、大小、表面缺陷、損傷等外觀品質(zhì)特征，并由位置傳感器確定禽蛋位置的信息，然后通過控制模塊將指令傳遞到禽蛋分級系統(tǒng)中的分級執(zhí)行機構(gòu)，使該禽蛋在對應分類級別的位置落下，從而實現(xiàn)禽蛋的品質(zhì)檢測。機器視覺在醫(yī)學領域當中的應用機器視覺在醫(yī)療領域的應用也一直在不斷進步，從傳統(tǒng)的藥品包裝、藥瓶、標簽等視覺檢測到目前對生物芯片的檢測，放射科的X放射等，都引入了機器視覺系統(tǒng)，完成對圖像信息的采集、存儲、管理、處理及傳輸?shù)裙δ?，使得圖像資料得以有效管理和充分利用。由于藥品和醫(yī)療器械安全性問題重要性的不斷提升，越來越多的生產(chǎn)廠商將機器視覺技術(shù)引入實際生產(chǎn)中來，以達到提高生產(chǎn)效率，加強產(chǎn)品品質(zhì)保障的目的。而利用機器視覺技術(shù)，實現(xiàn)葡萄糖質(zhì)量的自動檢測便是機器視覺技術(shù)在藥品檢測領域中的典型應用之一。藥用葡萄糖注射液的生產(chǎn)流程如下圖所示，首先通過高濃度的葡萄糖加適當比例的蒸餾水得到葡萄糖溶液，然后葡萄糖溶液灌裝到經(jīng)過高溫和紫外線消毒的容器里面進行封裝。封裝后的產(chǎn)品在進行質(zhì)量檢測，檢測的對象主要是：藥液里面的懸浮物，如不容性雜質(zhì)，玻璃纖維等；瓶身的缺陷；瓶身有未清洗干凈的臟污。傳統(tǒng)的檢測方法是人工檢測，檢測車間設在一間獨立的暗房中，帶檢測的葡萄糖用人工的方式放在流水線上有，流水線的速度由檢測工人控制，當藥品傳送到檢測工人面前時，工人將其從流水線上拿出，在專用的燈箱下判斷產(chǎn)品質(zhì)量是否合格。人工檢測存在著很大的弊端，很難滿足流水線的檢測速度無法實現(xiàn)實時、在線、非接觸檢測的檢測；更無法適應現(xiàn)代的質(zhì)量控制和統(tǒng)計流程控制(SPC)。基于機器視覺技術(shù)的葡萄糖藥液質(zhì)量檢測，可以實現(xiàn)無接觸式的檢測，在藥品安全上和檢測精度上都對傳統(tǒng)人工檢測有著重大的改進。根據(jù)葡萄糖藥液雜質(zhì)檢測的特點設計了專用的視覺成像方案。如下圖所示，待檢測的葡萄糖藥瓶被卡在轉(zhuǎn)床上，轉(zhuǎn)床旋轉(zhuǎn)的時候帶動藥瓶高速旋轉(zhuǎn)，用于機器視覺的專用LED光源安裝在如圖所示的光源盒內(nèi)，CCD攝像將拍攝到的圖像傳輸?shù)焦た貦C。在此過程中連續(xù)拍攝7幅圖像，在這一序列的運動圖像中，對運動目標進行識別；當識別到的目標超過規(guī)定的容許指標時，判斷此瓶藥液為不合格。機器視覺在機械汽車領域當中的應用立銑刀磨損檢測系統(tǒng)由多維平移和轉(zhuǎn)動機械裝置、控制電路、照明光源、工業(yè)相機、圖像采集卡、PC機和軟件平臺組成。系統(tǒng)工作原理：由計算機程序和控制電路驅(qū)動機械裝置，攜帶工業(yè)相機和光源運動到指定距離和方位，在適當?shù)墓庹諚l件下，對立銑刀頭部攝取有一定光學放大倍率的清晰圖像，經(jīng)圖像采集卡輸入PC機進行圖像處理和磨損量測量。四、機器視覺在智能檢測當中的發(fā)展前景由于機器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動處理，也易于同設計信息以及加工控制信息集成，因此，在現(xiàn)代自動化生產(chǎn)過程中，人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控制等領域。機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎技術(shù)。總之，隨著機器視覺技術(shù)自身的成熟和發(fā)展，可以預計它將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應用。在未來的生產(chǎn)及其智能檢測上，基于機器視覺的檢測技術(shù)也將會不斷地發(fā)展并走向成熟。機器視覺將大大取代人工視覺進行高度自動化檢測