機器視覺系統的組成
機器視覺系統是指用計(ji)算機來完結人的視覺(jue)功用，也就是用計算機來完結對客觀(guan)的三(san)維國际的辨認。按現在(zai)的了解，人類視覺體系的(de)感(gan)受部分是視網膜，它是(shi)一個三維采樣體系。三維物體的(de)可见部分投影到網膜(mo)上，人們依(yi)照投影到視網膜上的二維的(de)像來對该物體進行三維了解。所谓三維(wei)了解是指對被調查(cha)方针的形状、尺度(du)、脱离調查點的間隔、質地和運動特(te)征（方向和速度）等(deng)的了解。
機器視覺系統的輸入(ru)設備可以是摄像(xiang)機、轉鼓等(deng)，它們都把三維的印象作為輸入(ru)源，即輸入計算機的就是三維管(guan)觀國际的二維(wei)投影。假如把三維(wei)客觀國际到二維投印象看作是一種正改换的話(hua)，則機器視覺系統所要做的是从这種二維投影(ying)圖画到三(san)維客觀國际的逆改换，也(ye)就是依據这種二維投影圖画去(qu)重建三維的客觀國际。
機器(qi)視覺系統首要由(you)三部分組成：圖画的获取、圖(tu)画的處理和剖析、輸出(chu)或顯現。
將近80%的工業視覺體系首(shou)要用在檢測方面，包含用(yong)於進步出產(chan)功率、操控出產進程中(zhong)的產品質量、收集產品数據等。產品的分(fen)類和挑選也集成於檢測(ce)功用中。下面經過一個用於出產線上的單(dan)摄像機(ji)視覺體系，說明體系的組成及功用。
視覺體系檢測出產線上(shang)的產品，決議產(chan)品是否契合質量要求，並依據成果(guo)，发(fa)作相應的信號輸入上位機(ji)。圖画获取設備包(bao)含光源、摄像機等；圖(tu)画處理設備包含相應的软件(jian)和硬件體系；輸出設(she)備是(shi)與製作進程相连的有關體系，包含進(jin)程操控器和報警(jing)設備等。数據(ju)傳輸到計(ji)算機，進(jin)行剖析和產(chan)品操控，若(ruo)发現不合格品，則報警器告警(jing)，並將其掃(sao)除出出產(chan)線。機(ji)器視覺的成果是CAQ體系的(de)質量信息來(lai)历，也可以和(he)CIMS其它體系集成。
圖画的获取
圖画的获取實践上是將(jiang)被測物體的可視化圖画和内涵特征改换成能被計算機(ji)處理的一系列数據，它首要由(you)三部分組成(cheng)：
＊ 照明
＊ 圖画聚集構成
＊ 圖画断定和構(gou)成摄像機輸出信號(hao)
1、照明
照明和影響機器視覺(jue)系統輸入的(de)重要因素，由於它直接影(ying)響輸入数(shu)據的質量和至少30%的運用作用。由於没有通用的(de)機器(qi)視覺照明設備，所以(yi)针對每個特定的(de)運用實例，要挑選相應(ying)的照(zhao)明設備，以到達最佳作(zuo)用。
過去，許多工業用(yong)的機器視覺系統(tong)用可见光作為光源，这首要是由於可见光簡單取得(de)，价格低(di)，而(er)且便於(yu)操作。常用的几種可见光源是(shi)白帜燈、日光(guang)燈、水(shui)銀燈和钠光(guang)燈。可(ke)是，这些光源的一個最大缺陷(xian)是光能不能保持安稳(wen)。以日光(guang)燈為例，在運用的榜首個100小時内，光能將下降15%，跟着運用時刻的添加，光能將不断下降。因而，怎麼使光能(neng)在必定的程度上保持安(an)稳，是實用化進程中急需求處理的問題。
另(ling)一個方面，環境光(guang)將改動这些光源照耀(yao)到物體上的总光能，使輸出(chu)的圖画数據存在噪聲(sheng)，一般選用加防護屏(ping)的辦法，减少環境光的影(ying)響。
由於存在上述問題(ti)，在如今的(de)工業運用(yong)中，關於(yu)某(mou)些要求高的檢測使命，常選(xuan)用X射線(xian)、超聲波等不可见光作為光源(yuan)。可是不可(ke)见光不利(li)於檢測體系的操作，且价格(ge)较高，所以，現在在實践運(yun)用中，仍多用可见光作為(wei)光源。
照明體系按(an)其(qi)照耀辦法可分為：背向照明、前向(xiang)照(zhao)明、結構(gou)光和頻亮光照明等。其中，背向照明(ming)是被測物放在光源和摄像機之間，它的優點是能取得高(gao)對比度的圖画(hua)。前向照明(ming)是光源和摄像機坐落被測物的同侧(ce)，这(zhe)種辦法便(bian)於設備。結構光照(zhao)明是將光栅或線光源等投射到被測物上，依據它們发作的畸變，解調出被(bei)測(ce)物的三維信息。頻亮光照明是將高頻率的(de)光脉冲照耀到物體上(shang)，照像機摄(she)影要求與光源同(tong)步。
2、圖画聚集構成
被測物的圖画經過一個(ge)透镜聚集在灵敏元(yuan)件上，好像照像(xiang)機摄影相(xiang)同。所不(bu)同的是(shi)照像機運用胶卷，而機器視覺系統運用傳感器來捕捉圖画，傳感器將可視圖画轉化為電信(xin)號，便於計算機處理(li)。
選取機器(qi)視覺系統中的摄像機應依據實(shi)践運用的要求，其中摄像機的透镜參数是一項重要(yao)方针。透镜參数分為四個部分：擴大倍率、焦距、景深和透镜設(she)備(bei)。
3、圖画断定和構(gou)成摄像機輸出信號(hao)
機器視覺系統實践上是一個光電改换設備，行將傳感器所接納(na)到的透镜成(cheng)像，轉化為計算機能處理的電信號、摄像機(ji)可以是電子(zi)管的，也可(ke)是固(gu)體状况傳感單元。
電子管摄(she)像機開展较(jiao)早，20世紀30年代就(jiu)已運用於商業(ye)電視，它選用包含光感元件的真空管進行圖画傳感，將所接納到的圖画改换(huan)成模(mo)仿電壓信號輸出。具有RS-170輸出製式的摄像機可直接與商用(yong)電視顯現器相连(lian)。
固體状况摄像機是在20世紀60年代(dai)后期，美國貝爾電話實驗室(shi)发明晰電荷耦合設備（CCD），而開展起來的。它上散布於各個像元的光敏二極管的線性(xing)阵列或矩形阵列構(gou)成，經過按(an)必定次序輸出每個二極管的(de)電壓脉冲，完(wan)結將圖画光信號改换成電信號的意圖。輸出的電壓(ya)脉(mai)冲序列可以直接以RS-170製式輸(shu)入規範電視顯現器(qi)，或許輸入計算機的内存，進行数值化(hua)處理。CCD是現(xian)在最常用的機(ji)器視覺傳感器。
圖画處理技能
機器視覺系統中，視覺信息的處理技能首要依赖於圖画處理辦法(fa)，它包(bao)含圖画增強(qiang)、数據编(bian)碼和傳輸、滑润、边际銳化、切割、特征抽(chou)取、圖(tu)画辨認與了解等内容。經過这些(xie)處(chu)理后，輸(shu)出圖画的質量得到適当程度的改進(jin)，既(ji)改進了圖画的(de)視覺作用，又便(bian)於計算機(ji)對圖画進行剖析、處理(li)和辨認。
1、圖画的增強
圖画的增強用於調整圖画的對比(bi)度，杰出圖画中的重要細節，改進(jin)視(shi)覺質量。一般選用灰度直方圖修正技能進(jin)行圖画(hua)增強。
圖画的灰度直方圖是表明一幅圖(tu)画灰度散布状况的計算特性圖表，與對比度紧(jin)密相连。
一般，在計算機中表明的一幅二維数字圖画(hua)可表明為一(yi)個矩阵，其矩(ju)阵中的元素是坐落相應坐(zuo)標方位的圖画灰度值，是离散化的(de)整数，一般取0，1，……，255。这首要是(shi)由於計算機(ji)中的一個字節所表明的数值規模是0~255。別的，人眼也只能分辯32個(ge)左右的灰度級(ji)。所以，用一個字節表明灰度即可。
可(ke)是，直方圖仅(jin)能計算某級灰(hui)度像素呈現的概率，反映不出该像素在圖画中的二維坐標。因而，不同的圖画(hua)有可能具有相同的直方圖。經(jing)過灰度直方圖的形状，能判(pan)別该圖画的清晰度和(he)是非對比度。
假如取得一幅(fu)圖画(hua)的直方圖作用不抱负，可以經過(guo)直方圖均衡化處理技能作適当(dang)修正，即把一幅已知灰度概率散布圖画中(zhong)的像素灰度作(zuo)某種映射改换，使它變成一幅具(ju)有(you)均匀灰度概率散布的新圖画，完結使圖象清晰的意圖(tu)。
2、圖画的滑润
圖(tu)画的滑润(run)處理技能即圖画的去噪聲處理，首要是為了去除實践(jian)成像進程(cheng)中，因(yin)成像設備和環境所構成的圖画失真(zhen)，提取有用信息。衆所周知，實践取得的(de)圖画在構成、傳輸(shu)、接納和處理(li)的進程中，不可避免地存在着外部搅扰和内部(bu)搅扰，如光電改换進(jin)程灵敏元(yuan)件灵敏度的不均匀性、数(shu)字化進程的量化噪聲(sheng)、傳輸進程中的差错以(yi)及人為因素等，均會使圖画(hua)蜕變(bian)。因而，去除噪聲，康复原始(shi)圖(tu)画是圖画處理中的一個重要内容。
3、圖画的数據(ju)编碼和傳輸
数字圖画的数據量是適(shi)当庞大的，一幅(fu)512*512個像素的数字圖画的数據量為256 K字節，若假定每秒傳輸25帧圖画(hua)，則傳輸(shu)的信道(dao)速率為52.4M比特/秒。高信道速率意味(wei)着高出(chu)资，也意味着普及难度的添加。因而，傳輸進程(cheng)中，對圖画数據進(jin)行紧縮顯得十分重要。数據的紧縮首要經過圖画数據的(de)编碼和(he)改换紧縮完結。
圖画数據编碼一般(ban)選用猜測编碼(ma)，行將圖画数據的空間改變規則和序列改變規(gui)則用(yong)一個猜測公式表明，假如知(zhi)道了某一像素的前(qian)面各相鄰像素值之后，可以用公式猜測该像(xiang)素值(zhi)。選用猜測编碼，一般只需傳輸圖画数據的起始值(zhi)和猜測差错，因而(er)可將8比特/像素紧縮到2比特/像素。
改换紧縮辦法是將(jiang)整幅圖画分紅一個個(ge)小的（一秀取8*8或16*16）数據块，再(zai)將这些数據块分類、改换、量化，然后構成(cheng)自適應的改换紧縮體系。该辦法(fa)可將(jiang)一幅圖画的数據紧縮到為数不多的几十個特傳輸，在接納(na)端再改换(huan)回去即可。
4、边际銳化
圖画边际銳化(hua)處理首要是加強圖画中的概括边际(ji)和細節，構成完(wan)好的物體鴻沟，到達將物體从圖画中(zhong)分离出(chu)來或將表明同一物體外表的區域檢測出來的意圖。它是前期視(shi)覺理论和算法(fa)中的基本問題，也是中期和后期視(shi)覺勝败的重(zhong)要因素之一。
5、圖画的切割
圖(tu)画切割是將圖画分紅若(ruo)干部分，每一部分對應於某一物體外(wai)表(biao)，在進行切割時，每一部分的灰度或纹理(li)契合(he)某一種均匀測度度量。某實質是將像素(su)進行分(fen)類。分類的(de)依據是像素的灰度值、色彩、頻(pin)谱特性、空間(jian)特性或纹理特性等。圖画切割是圖画處理技能的基本(ben)辦法之一，運用於比方(fang)染色體分類(lei)、景象(xiang)了解體系、機器視(shi)覺等方面(mian)。
圖画切割首要有兩種辦法：一是鉴於度量空間的灰度阈值(zhi)切割法(fa)。它(ta)是依據圖画灰度直方圖來決議圖画空間域像素(su)聚類。但它只運用(yong)了圖画灰度特征，並没有運用圖画中(zhong)的其它有用(yong)信息，使得切(qie)割成果對噪聲十分灵(ling)敏；二是空間域區域增加切割辦法。它是對在某種意義上(shang)（如灰度級、安排、梯度等）具有類似性質的像素连通集構成切割區(qu)域(yu)，该辦法有很好的(de)切割(ge)作用，但缺陷是運(yun)算复(fu)雜，處理速度(du)慢。其它(ta)的辦法(fa)如边际追蹤法，首要(yao)着眼於保持边(bian)际性質，盯(ding)梢边际並構成(cheng)闭合概括，將方针切(qie)割出來(lai)；錐體圖画数據結構法和符(fu)號松懈迭代法同樣是運用像素空間散(san)布聯系，將边鄰的像(xiang)素作合理的归並。而根據常识的切割辦法則是運用景象的(de)先(xian)驗信息和計算特性，首要對圖(tu)画進行初始切割，抽取(qu)區域特征，然后運用範畴常(chang)识推导區域的解說(shuo)，最終依據解(jie)說對區域進行(xing)兼並。
6、圖画的辨認
圖画的辨認(ren)進程實践上可以看作是一個符號進程(cheng)，即便用辨認(ren)算法來區(qu)分景象中已切割好的各個物體，給这些物體賦予特定的符號，它是機器視覺系統有(you)必要完結的一個使命。
依照圖画辨認从易到(dao)难(nan)，可分為三(san)類問題。榜首類(lei)辨認問題中，圖画中的像素表達了某一物(wu)體的某種特定信息(xi)。如遥感圖画中的某一像(xiang)素代表地上某一方位地物的必定光谱波段的反射特性(xing)，經過它即可判別出(chu)该地物(wu)的種類。第二類問題中，待辨認物(wu)是有形的全體，二維圖画信(xin)息已經满足辨認该(gai)物體，如文字辨認、某(mou)些(xie)具有安稳可視外表的三維體辨認等。但这類問題(ti)不像榜首類問題簡單(dan)表明成特征矢量，在辨認進程中，應先將待辨認物(wu)體正確地从圖画的布景中切割出(chu)來，再設法將建立起來的圖画中(zhong)物體的特點圖與假定模型库(ku)的特點圖之間匹配。第三類問題(ti)是(shi)由輸入的二維圖、要素圖、2•5維圖等，得出被測物體(ti)的三維表明。这儿存着(zhe)怎麼將隐含的三維信(xin)息提取出來的問題，当是今研討的熱點(dian)。
現在用於圖画辨認(ren)的辦法首(shou)要分為決策理论和結構辦法。決策(ce)理论辦法的根底是決策函数，運用它對形式向量進(jin)行分類辨(bian)認，是以守時描绘（如計算纹理）為根底的；結構辦法的核心是將(jiang)物體分化成了(le)形式或形式基元，而不(bu)同的物(wu)體結構有不同的基元串（或(huo)称字符串），經過對(dui)不知道物體(ti)運用給定的形式基元求出编碼鴻沟，得到字符串，再依據字符串判別它的(de)屬類。这是一(yi)種依赖於符號描绘被測(ce)物體之間聯系的辦法。
那麼，機器視覺系統規劃的难點都有哪些？
本文首要(yao)总結(jie)了一下五點，
榜首：打光的安稳性
工業視覺運用一般分紅四大類：定位、丈量(liang)、檢測和(he)辨認，其中丈量(liang)對光照的安稳性要求最高，由於(yu)光照只需(xu)发作10-20%的改變，丈量成果將可(ke)能差错出(chu)1-2個像素，这不是软件的問題(ti)，这是(shi)光照改變(bian)，导致了圖画上(shang)边际方位发作了(le)改變，即便再厲害的(de)软件也處理不(bu)了問題，有必要从體系規(gui)劃的視點，掃除(chu)環境光(guang)的搅扰，一起要確保主動照明光源的发光安(an)稳性。当然經過硬件相(xiang)機分辯率的提高也是進步精度，抗環境搅扰的一種(zhong)辦(ban)法了。比方之前的相機對應物空間尺度是1個像素10um，而經過提高分辯率后變成 1個像素5um，精度近似可以(yi)以為提(ti)高1倍，對環(huan)境的搅扰天然增(zeng)強了。
第二：工(gong)件方位(wei)的纷歧致性
一般做丈量的項目，无论(lun)是离線檢測，仍是在線檢(jian)測，只需是(shi)全自(zi)動化的檢測設備，首要做(zuo)的榜首步工作都是要能找到待測方针物。每次待測方针物呈現在(zai)摄影視場中時，要能精確知(zhi)道待測方针物在哪里(li)，即便你運用一些機(ji)械夹具等，也不能特別高(gao)精度確保待測方针物每次都呈現(xian)在同一方位的，这就需求用到定位功用，假如定(ding)位不精確，可能丈量(liang)工具呈現的(de)方位就不精確，丈量(liang)成果有(you)時會有较大差错
第三：標定
一般在高精度丈量時需求做以下几個標定，一光學畸變(bian)標定(ding)（假如您不是用的软件镜头，一般都有必(bi)要標定），二(er)投影畸變的標定，也就是由於您設備(bei)方位差错(cuo)代表的圖画畸變校對，三物像空間的標定(ding)，也就(jiu)是(shi)具體算出每個像素對應物空間的尺度。
不過(guo)現在的標定算法都是根據平面的標(biao)定，假(jia)如待丈量的物理不是(shi)平面的，標定就會需求作一些特(te)種算法來處(chu)理，一般的標定算法是處理不了的(de)。
此外有些標定，由(you)於不方面運用標(biao)定板，也有必要規劃特別的標(biao)定辦法，因而標定不必定能經過(guo)软件中已有的標定算法悉数處(chu)理。
第四：物體的運動速度
假如被(bei)丈量的物體不是静止的，而是在運(yun)動状况(kuang)，那(na)麼必定要考虑運動含糊對圖(tu)画精度（含糊像素=物體運動速度*相(xiang)機曝光(guang)時刻），这也(ye)不是软件可以處理的。
第五：软件的丈量精度
在機器視覺系統運用中软件的精度只能依照1/2—1/4個像素考虑，最好依照1/2，而(er)不能向定位運用相同到(dao)達1/10-1/30個(ge)像素精度，由於丈量運用中软件(jian)可以从圖画上提取的特(te)征點十分少。
