機器視覺作業(yè)

機器視覺結課作業(yè)機器視覺系統(tǒng)的組成，及各組成局部的作用。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)，得到被攝目標的形態(tài)信息，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)判別的結果來控制現(xiàn)場的設備動作。一個典型的機器視覺系統(tǒng)包括以下五大塊：〔1〕照明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，以到達最正確效果。光源可分為可見光和不可見光。常用的幾種可見光源是白熾燈、日光燈、水銀燈和鈉光燈。可見光的缺點是光能不能保持穩(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、結構光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優(yōu)點是能獲得高比照度的圖像。前向照明是光源和攝像機位于被測物的同側，這種方式便于安裝。結構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?！?〕鏡頭FOV〔FieldOfVision〕=所需分辨率*亞象素*相機尺寸/PRTM〔零件測量公差比〕鏡頭選擇應注意：①焦距②目標高度③影像高度④放大倍數(shù)⑤影像至目標的距離⑥中心點/節(jié)點⑦畸變。勿將工作距離與物體到像的距離混淆。工作距離是從工業(yè)鏡頭前部到被觀察物體之間的距離。而物體到像的距離是CCD傳感器到物體之間的距離。計算要求的工業(yè)鏡頭焦距時，必須使用工作距離〔3〕相機按照不同標準可分為：標準分辨率數(shù)字相機和模擬相機等。要根據(jù)不同的實際應用場合選不同的相機和高分辨率相機：線掃描CCD和面陣CCD；單色相機和彩色相機。〔4〕圖像采集卡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。比擬典型的是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。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。采集卡傳輸圖像到存儲器，進而計算分析。當前主流配置的PLC，且配置較高，視覺處理器已經(jīng)幾乎退出市場。機器視覺應用的調(diào)研〔目前現(xiàn)狀、開展趨勢等〕。目前現(xiàn)狀：在國外，機器視覺的應用普及主要表達在半導體及電子行業(yè)，其中大概40%-50%都集中在半導體行業(yè)。具體如PCB印刷電路：各類生產(chǎn)印刷電路板組裝技術、設備；單、雙面、多層線路板，覆銅板及所需的材料及輔料；輔助設施以及耗材、油墨、藥水藥劑、配件；電子封裝技術與設備；絲網(wǎng)印刷設備及絲網(wǎng)周邊材料等。SMT外表貼裝：SMT工藝與設備、焊接設備、測試儀器、返修設備及各種輔助工具及配件、SMT材料、貼片劑、膠粘劑、焊劑、焊料及防氧化油、焊膏、清洗劑等；再流焊機、波峰焊機及自動化生產(chǎn)線設備。電子生產(chǎn)加工設備：電子元件制造設備、半導體及集成電路制造設備、元器件成型設備、電子工模具。機器視覺系統(tǒng)還在質(zhì)量檢測的各個方面已經(jīng)得到了廣泛的應用，并且其產(chǎn)品在應用中占據(jù)著舉足輕重的地位。除此之外，機器視覺還用于其他各個領域。而在中國，視覺技術的應用開始于90年代，因為行業(yè)本身就屬于新興的領域，再加之機器視覺產(chǎn)品技術的普及不夠，導致以上各行業(yè)的應用幾乎空白。目前國內(nèi)機器視覺大多為國外品牌。國內(nèi)大多機器視覺公司根本上是靠代理國外各種機器視覺品牌起家，隨著機器視覺的不斷應用，公司規(guī)模慢慢做大，技術上已經(jīng)逐漸成熟。隨著經(jīng)濟水平的提高，3D機器視覺也開始進入人們的視野。3D機器視覺大多用于水果和蔬菜、木材、化裝品、烘焙食品、電子組件和醫(yī)藥產(chǎn)品的評級。它可以提高合格產(chǎn)品的生產(chǎn)能力，在生產(chǎn)過程的早期就報廢劣質(zhì)產(chǎn)品，從而減少了浪費節(jié)約本錢。這種功能非常適合用于高度、形狀、數(shù)量甚至色彩等產(chǎn)品屬性的成像。在行業(yè)應用方面，主要有制藥、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業(yè)，用機器視覺技術取代人工，可以提供生產(chǎn)效率和產(chǎn)品質(zhì)量。例如在物流行業(yè)，可以使用機器視覺技術進行快遞的分揀分類，不會出現(xiàn)大多快遞公司人工進行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動。開展趨勢：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。但是機器視覺技術比擬復雜，最大的困難在于人的視覺機制尚不清楚。人可以用內(nèi)省法描述對某一問題的解題過程，從而用計算機加以模擬。但盡管每一個正常人都是“視覺專家”，卻不可能用內(nèi)省法來描述自己的視覺過程。因此建立機器視覺系統(tǒng)是十分困難的任務?？梢灶A計的是，隨著機器視覺技術自身的成熟和開展，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。分析一個具體的機器視覺案例。本案例主要是用HALCON軟件實現(xiàn)對電子元器件的分割。HALCON是德國MVtec公司開發(fā)的一套完善的標準的機器視覺算法包，擁有應用廣泛的機器視覺集成開發(fā)環(huán)境維視圖像開發(fā)定制軟件。它節(jié)約了產(chǎn)品本錢，縮短了軟件開發(fā)周期——HALCON靈活的架構便于機器視覺，醫(yī)學圖像和圖像分析應用的快速開發(fā)。在歐洲以及日本的工業(yè)界已經(jīng)是公認具有最正確效能的MachineVision軟件。這個例子討論使用不同的分割方法的結合。它的操作對象是具有多個電子元件的圖像，它們在外形，大小以及排列上都不相同。圖1的左邊圖顯示了輸入圖像。圖1帶有電子原件的電路板〔左〕和在HSV空間的相應得灰度值〔右〕首先，你要提取電阻與電容。這相當容易，因為彩色圖像中它的元件具有不同的顏色。輸入圖像具有三種顏色通道，包括紅，綠和藍。因為在RGB空間中進行分割是相對困難得的，你需要將圖像轉(zhuǎn)化到HSV空間。在這里顏色信息儲存在單一的信道。圖1的右邊圖顯示圖像在單一信道的代替物。太小的元件可以通過selectshape來去除。程序顯示如下：read_image(ICs,’ic’)decompose3(ICs,Red,Green,Blue)trans_from_rgb(Red,Green,Blue,Hue,Saturation,Intensity)threshold(Saturation,Colored,100,255)reduce_domain(Hue,Colored,HueColored)threshold(HueColored,Blue,114,137)connection(Blue,BlueConnect)select_shape(BlueConnect,BlueLarge,’area’,’and’,150,100000)shape_trans(BlueLarge,Condensators,’rectangle2’)threshold(HueColored,Red,10,19)connection(Red,RedConnect)select_shape(RedConnect,RedLarge,’area’,’and’,150,100000)shape_trans(RedLarge,Resistors,’rectangle2’)如果你更仔細的觀察一下程序，你就會結果有了顯著的提高。其中之一是因為顏色模型，彩色圖形的門限在所有的像素間選擇一個固定的顏色，選擇在顏色浸透局部時獨立的。這有可能造成非常亮或者非常暗的像素與電子元件有相同的灰度。，但你只尋找非常強烈的顏色。所以你選擇的像素點都是色彩強烈的點，例如具有色才飽和度的像素點。第二個加強的是對象的形狀，因為所有的元件都是矩形的，你可以指定所有相連的元件最小的矩形來加強分割效果。圖2的左邊圖是結果元件的標注。圖2電阻和電容〔左〕和ic元件〔右〕第二步我們尋找所有的ic元件。這看起來很容易，因為它相當?shù)拇蠖野担怯捎诿髁恋臉擞洷淮蛴≡贗C元件的周圍會出現(xiàn)一些問題。所以一個簡單的門限處理并不是有效的。除此之外你還有聯(lián)合所有屬于一個IC元件的片斷，這可以通過檢查片斷的連接部位。可以使用膨脹來擴展區(qū)域直道它們相互交替，但又不能太大以致IC元件都重疊。標記之間的空白一定要比IC元件之間的小?，F(xiàn)在你可以別離IC元件從它們的相連的元件中?？上鼈兲笠灾虏荒芊指?。另一個對相連的元件的門限將會探測每個IC元件的暗的像素。最終你可以用閉合的矩形里指定電阻和電容。threshold(Intensity,Dark,0,50)dilation_rectangle1(Dark,DarkDilate,15,15)connection(DarkDilate,ICLarge)add_channels(ICLarge,Intensity,ICLargeGray)threshold(ICLargeGray,ICsDark,0,50)shape_trans(ICsDark,IC,’rectangle2’)圖2的右邊圖顯示了IC的結果圖。關于上面的程序我們要提及兩點。這里操作符addchannels被reducedomain代替。這是必須的因為一些區(qū)域必須用灰色像素值來填充。前面程序的處理是相當不同的，一幅圖有效的像素點四有限的。這就有了第二點，操作符threshold有一些圖片作為輸入，門限處理每幅圖都有，因此，你提供的盡可能多的區(qū)域作為輸入圖像。最終IC的分割必需進行，它們明亮且非常小。使用動態(tài)門限處理它們是相當容易的。然而電路板上的錫元件依然是一個問題，它們必須從IC中提取出來。這可以通過限定在特定的區(qū)域?qū)ふ?。IC接觸可能只出現(xiàn)在IC的元件的左邊或者右邊。感興趣的區(qū)域的界定可以通過擴大IC區(qū)域，可以通過另一種膨脹來實現(xiàn)結果。圖3左邊圖顯示了操作結果。圖3尋找相關區(qū)域〔左〕和IC相關區(qū)域〔右〕現(xiàn)在你只需要對感興趣的區(qū)域使用門限處理即可。dilation_rectangle1(IC,ICWidth,5,1)difference(ICWidth,IC,SearchingArea)dilation_rectangle1(SearchingArea,SearchingAreaWidth,14,1)union1(SearchingAreaWidth,SearchingAreaUnion)reduce_domain(Intensity,SearchingAreaUnion,SearchGray)mean_image(SearchGray,Mean,15,15)dyn_threshold(SearchG