機(jī)器視覺檢測與應(yīng)用 習(xí)題及答案 電子 ch01-7 機(jī)器視覺概述- 機(jī)器視覺工程應(yīng)用

第一章機(jī)器視覺概述

一、填空題

1.工業(yè)視覺計算機(jī)視覺

2.質(zhì)量檢測尺寸檢測缺陷檢查識別和定位

3.歐美

4.康耐視基恩士歐姆龍邁思肯達(dá)爾薩

5.相機(jī)攝像機(jī)數(shù)字化信號

二、簡答題

1.簡述機(jī)器視覺的概念和特點(diǎn)。

簡言之，機(jī)器視覺就是用機(jī)器代替人眼來做測量和判斷。機(jī)器視覺系統(tǒng)是指通過機(jī)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(biāo)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(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。

機(jī)器視覺系統(tǒng)的特點(diǎn)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(jī)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(jī)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(jī)器視覺易于實(shí)現(xiàn)信息集成，是實(shí)現(xiàn)計算機(jī)集成制

造的基礎(chǔ)技術(shù)。

2.簡述人眼視覺檢測和機(jī)器視覺的區(qū)別。

人類視覺的適應(yīng)性很強(qiáng)，能夠在亞雜及變化的環(huán)境中識別目標(biāo)，具有高級智能，運(yùn)用邏

輯分析和推理能力去識別變化的目標(biāo)，以及總結(jié)規(guī)律，雖然人類視覺對色彩的分辨能力強(qiáng),

但是極容易受人的心理影響，不能夠很好的量化。而且對灰度的分辨能力也很差，一般只能

分辨64個灰度級，在空間分辨能力上也不能夠取得很好的效果，不能觀看微小的目標(biāo)。機(jī)

器視覺則不同，機(jī)器視覺的灰度分辨力很強(qiáng)，就目前來說，一般可以使用256灰度級，采集

系統(tǒng)具有l(wèi)Obit、12bit、16bit等灰度?，F(xiàn)在有4K*4K的面陣攝像機(jī)和8K的線陣攝像機(jī)，通

過備置各種光學(xué)鏡頭，可以觀測小到微米大到天體的目標(biāo)。機(jī)器視覺對環(huán)境的要求不高，適

應(yīng)性極強(qiáng)，另外可以根據(jù)需要添加防護(hù)裝置機(jī)器視覺的快門時間很快，可達(dá)10微妙左右，

告訴相機(jī)幀率可達(dá)到1000以上，處理器的速度也越來越快。雖然可以利用人工智能機(jī)神經(jīng)

網(wǎng)絡(luò)技術(shù)，但機(jī)器視覺的智能很差，不能很好地識別變化的目標(biāo)，受硬件條件的制約，目前

一般的圖像采集系統(tǒng)對色彩的分辨能力較差,但具有可量化的優(yōu)點(diǎn)。機(jī)器視覺的不斷地發(fā)展，

運(yùn)用現(xiàn)代先進(jìn)的控制技術(shù),結(jié)合工業(yè)鏡頭，對物體的成像質(zhì)量和檢測標(biāo)準(zhǔn)都有了很大的提升。

3.簡述影響機(jī)器視覺發(fā)展的客觀因素和機(jī)器視覺的發(fā)展趨勢。

首先，從大環(huán)境上得益于全球范圍內(nèi)“智能制造”的大力發(fā)展。智能制造必然要求制造

業(yè)使用大量的機(jī)器視覺技術(shù)。其次，從機(jī)器視覺本身軟、硬件的發(fā)展。軟件方面大量研究人

員開發(fā)除了先進(jìn)而實(shí)用的機(jī)器視覺算法;硬件方面計算機(jī)與芯片技術(shù)的快速進(jìn)步使得硬件性

能大幅提高。最后，國家層面上對機(jī)器視覺技術(shù)的持續(xù)推動功不可沒。

4.簡述主流機(jī)器視覺品牌，通過上網(wǎng)查詢這幾種機(jī)器視覺品牌的典型產(chǎn)品型號。

康耐視、基恩士、歐姆龍、邁思肯、達(dá)爾薩

型號略

5.簡述機(jī)器視覺所能提供的標(biāo)準(zhǔn)檢測功能。

機(jī)器視覺檢測系統(tǒng)就是利用機(jī)器代替人眼來作各種測量和判斷。它是計算機(jī)學(xué)科的?個

重要分支，它綜合了光學(xué)、機(jī)械、電子、計算機(jī)軟硬件等方面的技術(shù)，涉及到計算機(jī)、圖像

處理、模式識別、人工智能、信號處理、光機(jī)電一體化等多個領(lǐng)域。圖像處理和模式識別等

技術(shù)的快速發(fā)展，極大地推動了機(jī)器視覺行業(yè)應(yīng)用的發(fā)展。

第二章機(jī)器視覺系統(tǒng)組成和核心部件

一、填空題

6.白熾燈日光燈水銀燈鈉光

7.背向照明前向照明結(jié)構(gòu)光照明頻閃光照明

8.熒光燈鹵素?zé)麴逇鉄舭l(fā)光二極管

9.園頂照明燈

10.工作距離

11.數(shù)字采集卡模擬采集卡

12.36mmx24mm

13.可以檢測物體類別和特性、景深或者焦距、加載和檢測距離、與逆行環(huán)境

三、簡答題

4.簡述機(jī)器視覺系統(tǒng)的工作流程。

一個完整的機(jī)器視覺系統(tǒng)的主要工作過程如下：

（1）工件定位檢測器探測到物體已經(jīng)運(yùn)動至接近攝像系統(tǒng)的視野中心，向圖像采集部

分發(fā)送觸發(fā)脈沖。

（2）圖像采集部分按照事先設(shè)定的程序和延時，分別向攝像機(jī)和照明系統(tǒng)發(fā)出啟動脈

沖。

（3）攝像機(jī)停止目前的掃描，重新開始新的?幀掃描，或者攝像機(jī)在啟動脈沖來到之

前處于等待狀態(tài)，啟動脈沖到來后啟動一幀掃描。

（4）攝像機(jī)開始新的一幀掃描之前打開曝光機(jī)構(gòu)，曝光時間可以事先設(shè)定。

（5）另一個啟動脈沖打開燈光照明，燈光的開啟時間應(yīng)該與攝像機(jī)的曝光時間匹配。

（6）攝像機(jī)曝光后，正式開始一幀圖像的掃描和輸出。

（7）圖像采集部分接收模擬視頻信號通過A/D將其數(shù)字化，或者是直接接收攝像機(jī)數(shù)

字化后的數(shù)字視頻數(shù)據(jù)。

（8）圖像采集部分將數(shù)字圖像存放在處理器或計算機(jī)的內(nèi)存中。

（9）處理器對圖像進(jìn)行處理、分析、識別，獲得測量結(jié)果或邏輯控制值。

5.簡述光源的分類

光源分類主要有以下四種分類方式。

顏色：常用光源顏色集中在可見光范圍，主要有白色（復(fù)合光）、紅色、藍(lán)色、綠色，

另外紅外光也比較普及，而紫外先應(yīng)用較少。

外形：各廠家會根據(jù)不同光源外形特性進(jìn)行分類，也是目前的主流分類，如環(huán)形光源、

環(huán)形低角度光源、條形光源、圓頂光源（碗光源/穹頂光源）、面光源等。

工作原理/特性：按照不同的應(yīng)用方式或者原理進(jìn)行分類，主要有無影光源、同軸光源、

點(diǎn)光源、線光源、背光源、組合光源及結(jié)構(gòu)光源等。

產(chǎn)生源:光源可分為自然光源與人造光源。自然光源即太陽光源，根據(jù)光的照射情況，

又可分為直射光和漫射光。人造光源即燈光光源，人造光源的最大優(yōu)點(diǎn)是可以隨意控制光源

的強(qiáng)度，根據(jù)創(chuàng)作目的任意調(diào)節(jié)光比，調(diào)節(jié)光的性質(zhì)和光源的位置。人造光源的種類繁多，

發(fā)光強(qiáng)度不等，色溫不同。根據(jù)發(fā)光原理的不同，比較常見的人造光源有熒光燈、鹵素?zé)簟?/p>

氯氣燈和發(fā)光二極管（LED）,而在機(jī)器視覺中所使用的光源為人造光源。

6.簡述光圈大小與成像畫面之間的關(guān)系

鏡頭有手動光圈（ManualIris）和自動光圈（AutoIris）之分，配合相機(jī)使用，手動光圈鏡頭

適用于亮度不變的應(yīng)用場合，自動光圈鏡頭因亮度變更時其光圈也進(jìn)行自動調(diào)整，故適用于

亮度變化的場合。自動光圈鏡頭有兩類:一類是將一個視頻信號及電源從相機(jī)輸送到透鏡來

控制鏡頭上的光圈，稱為視頻輸入型;另一類則利用相機(jī)上的直流電壓來直接控制光圈，稱

為DC輸入型。自動光圈鏡頭上的ALC（自動鏡頭控制）調(diào)整用于設(shè)定測光系統(tǒng)，可以調(diào)整整

個畫面的平均亮度，也可以根據(jù)畫面中最亮部分（峰值）來設(shè)定基準(zhǔn)信號強(qiáng)度，供給自動光

圈調(diào)整使用。一般而言，ALC已在出廠時經(jīng)過設(shè)定，可不進(jìn)行調(diào)整，但是對于拍攝景物中包

含有一個亮度極高的目標(biāo)時，明亮目標(biāo)物的影像可能會造成“白電平削波”現(xiàn)象，而使得全

部屏幕變成白色，此時可以調(diào)節(jié)ALC來變換畫面。

7.簡述選擇光源應(yīng)考慮的系統(tǒng)特性

在機(jī)器視覺系統(tǒng)中，獲得一張高質(zhì)量的可處理的圖像至關(guān)重要，鏡頭聚集是通過分析從

物品上反射過來的光線而不是分析物品本身來創(chuàng)建圖像的，所以圖像質(zhì)量好，特征明顯很重

要。而光源除了可以用于對檢測的元件進(jìn)行照明，還可以使相機(jī)捕捉到對比鮮明的圖像。光

源的作用具體來說:能夠通過與元件和相機(jī)的相對位置，將部分特征弱化，其他特征增強(qiáng)，

將感興趣部分和其他部分的灰度值差異加大，使元件的關(guān)鍵特征能夠突顯出來;盡量消隱不

感興趣部分;提高信噪比，利于圖像處理;減少因材質(zhì)、照射角度對成像的影響。例如，需要

視覺系統(tǒng)檢測一個元件的輪廓邊線是否完整時，我們可以通過照明將元件的輪廓突顯出來,

同時將表面細(xì)節(jié)遮擋住，以確保能夠測出元件的邊線。

8.簡述鏡面反射和滿發(fā)射的區(qū)別

鏡面反射：對于光滑的工件表面，光線的反射角等于入射角，發(fā)生鏡面反射。鏡面反射

有時用途很大，有時又可能產(chǎn)生極強(qiáng)的光。在大多數(shù)情況下應(yīng)避免鏡面反射。

漫反射：對于粗糙的工件表面，照射到物體上的光從各個方向漫散出去，發(fā)生漫反射。

在大多數(shù)實(shí)際情況下，漫散光在某個角度范圍內(nèi)形成，并取決于入射光的角度。

第三章機(jī)器視覺圖像處理

一、填空題

14.圖像增強(qiáng)去噪聲處理圖像分割邊緣檢測

15.灰度化幾何變換圖像增強(qiáng)

16.灰度變換（伽馬變換、對數(shù)增強(qiáng)）直方圖修正

17.255黑0白

18.略

19.p-tile法迭代法直方圖凹面分析法最大類間方差法

20.灰度彩色空間紋理幾何形狀

21.亮度0255

四、簡答題

9.簡述基于閾值的目標(biāo)提取方法

閾值分割是一種基于區(qū)域的圖像分割技術(shù)，其基本原理：通過設(shè)定不同的特征值，把

圖像像素點(diǎn)分為若干類。常用的特征包括直接來自原始圖像的灰度或彩色特征；由原始灰度

或彩色值變換得到的特征。一般流程是通過判斷圖像中每一個像素點(diǎn)的特征屬性是否滿足閾

值的要求，來確定圖像中的該像素點(diǎn)是屬于目標(biāo)區(qū)域還是背景區(qū)域，從而將??幅灰度圖像轉(zhuǎn)

換成二值圖像。

10.簡述邊緣檢測幾種算子的優(yōu)缺點(diǎn)

差分邊緣檢測方法是最原始、基本的方法。根據(jù)灰度迅速變化處一階導(dǎo)數(shù)達(dá)到最大（階

躍邊緣情況）原理，利用導(dǎo)數(shù)算子檢測邊緣。

梯度邊緣檢測方法利用梯度幅值在邊緣處達(dá)到極值檢測邊緣。該方法不受施加運(yùn)算方向

限制，同時能獲得邊緣方向信息，定位精度高，但對噪聲較為敏感。

Roberts算子采用對角線方向相鄰兩像素之差近似梯度幅值檢測邊緣。檢測水平和垂直

邊緣的效果好于斜向邊緣，定位精度高，但由于不包括平滑，所以對于噪聲比較敏感，對

具有陡峭的低噪聲的圖像處理效果好。

Sobel算子和Prewitt算子都是一階導(dǎo)數(shù)算子。Sobel算子根據(jù)像素點(diǎn)上下、左右鄰點(diǎn)灰

度加權(quán)差，在邊緣處達(dá)到極值這一現(xiàn)象檢測邊緣。對灰度漸變和噪聲較多的圖像處理效果

比較好，對噪聲具有平滑作用，提供較為精確的邊緣方向信息，邊定位精度不夠高。當(dāng)對

精度要求不是很高時，Sobel算子是一種較為常用的邊緣檢測方法。

Prewitt算子利用像素點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，在邊緣處達(dá)到極值檢測邊緣。對

噪聲具有平滑作用，對灰度漸變和噪聲較多的圖像處理效果好，但定位精度不夠高。

LOG濾波器方法通過檢測二階導(dǎo)數(shù)過零點(diǎn)來判斷邊緣點(diǎn)，是二階導(dǎo)數(shù)算子，利用邊緣點(diǎn)

處二階導(dǎo)數(shù)出現(xiàn)零交點(diǎn)原理檢測邊緣。LOG濾波器中的b正比于低通灌波器的寬度,b越大，

平滑作用越顯著，去除噪聲越好，但圖像的細(xì)節(jié)損失也越大，邊緣精度也就越低；所以在

邊緣定位精度和消除噪聲級間存在著矛盾，應(yīng)該根據(jù)具體問題對噪聲水平和邊緣點(diǎn)定位精度

要求適當(dāng)選??；而且LOG濾波器方法不具方向性，對灰度突變敏感，定位精度高，同時對

噪聲敏感，且不能獲得邊緣方向等信息。

Canny方法則以一階導(dǎo)數(shù)為基礎(chǔ)來判斷邊緣點(diǎn)，它是一階傳統(tǒng)導(dǎo)數(shù)中檢測階躍型邊緣效

果最好的算子之一，它比Roberts算子、Sobel算子和Prewitt算子極小值算法的去噪能力

都要強(qiáng)，不容易受噪聲的干擾，能夠檢測到真正的弱邊緣。

通過以上對經(jīng)典邊緣檢測算子的分析和實(shí)際結(jié)果的驗證，得出以下結(jié)論。

①Roberts算子簡單直觀，Laplacian算子利用二階導(dǎo)數(shù)零交叉特性檢測邊緣。兩種算子

定位精度高，但受噪聲影響大；Laplacian算子只能獲得邊緣位置信息，不能得到邊緣的方向

等信息。

②Sobel算子和Prewitt算子具有平滑作用，能濾除一些噪聲，云掉部分偽邊緣，但同

時也平滑了真正的邊緣，定位精度不高。Sobel算子可提供最精確的邊緣方向估計。

?Sobel算子和Prewitt算子檢測斜向階躍邊緣效果較好，Roberts算子檢測水平和垂直

邊緣效果較好。

11.簡述頻率圖像增強(qiáng)的基本步驟

原始圖像-傅里葉變換-頻率域濾波處理??傅里葉逆變換-增強(qiáng)后的圖像

第四章In-SightExplorer視覺軟件

EasyBuiIder功能

一、填空題

22.EasyBuilder界面電子表格界面

23.菜單欄圖像操作欄操作步驟區(qū)顯示區(qū)參數(shù)編輯區(qū)

24.產(chǎn)品測量檢測機(jī)器人引導(dǎo)識別應(yīng)用物流

25.測量檢測識別定位

26.連續(xù)單通

二、操作題

1.略

2.略

第五章In-SightExplorer電子表格功能

一、填空題

27.Ctrl+Shift+V

28.0到18015

29.基于區(qū)域或邊緣的模式或模型搜索圖像，查找以前訓(xùn)練過的模型

30.外部分段高級分類字段設(shè)置

31.DetectFlaw（缺陷檢測）FlexFIawModel（撓曲缺陷模型）SurfaceFlaw（表面缺陷）

TrainFlawModel（訓(xùn)練缺陷模型）

二、操作題

1.略

2,略

第六章視覺相機(jī)的硬件與連接

一、填空題

32.以太網(wǎng)電纜光源電纜電源和I/O分接電纜

33.計算機(jī)或者交換機(jī)與視覺相機(jī)的公頭連接

34.ENET接口LIGHT接口PWR接口

35.采集觸發(fā)器輸入通用輸入高速輸入RS-232串行通信

36.紅色錯識狀態(tài)燈

二、簡答題

3.簡述視覺相機(jī)與計算機(jī)聯(lián)機(jī)的過程

單擊菜單欄的“系統(tǒng)”選項，在下拉菜單中選擇“將傳感器/設(shè)備添加到網(wǎng)絡(luò)二

這時會彈出“將傳感器/設(shè)備添加到網(wǎng)絡(luò)”對話框，等待搜索相機(jī)。

如果相機(jī)各電纜連接正確，接通24V電源后，在對話框中會搜索到連接的相機(jī)設(shè)備。

在搜素框的右側(cè)是網(wǎng)絡(luò)設(shè)置.，填寫相應(yīng)的內(nèi)容，不要自動獲得IP地址，選擇“使用下

列網(wǎng)絡(luò)設(shè)置”，此時需要將計算機(jī)的IP地址修改為與相機(jī)的IP地址在同一個網(wǎng)段，祀地址

設(shè)置完成后，重啟相機(jī)即可。

這時軟件中顯示設(shè)備處于聯(lián)機(jī)狀態(tài)，這樣就完成了相機(jī)和計算機(jī)。

三、操作題

1.略

第七章機(jī)器視覺工程應(yīng)用

一、填空題

37.EtherNet/lp

38.32掃描儀連接適配器連接

39.光電開關(guān)霍爾開關(guān)

40.850001250

二、簡答題

4.簡述分揀工作站的流程

首先設(shè)置網(wǎng)絡(luò)參數(shù)，單擊視覺軟件菜單欄中的按鈕，選擇網(wǎng)絡(luò)設(shè)置選項，此時會彈出

“IDEA-PC-網(wǎng)絡(luò)設(shè)置”對話框，對話框左側(cè)是相機(jī)IP地址，右側(cè)是以太網(wǎng)服務(wù)，在下面的“工

業(yè)以太網(wǎng)協(xié)議"中選擇"EtherNet/lp"選項。

設(shè)置機(jī)器人的IP地址，單擊機(jī)器人示教器“MENU”鍵，選