第一篇：機器視覺系統典型應用行業

機器視覺系統典型應用行業

機器視覺技術的優越性

由于機器視覺系統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，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。機器視覺系統的特點是提高生產的柔性和自動化程度。在一些不適合于人工作業的危險工作環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；同時在大批量工業生產過程中，用人工視覺檢查產品質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效率和生產的自動化程度。而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。總之，隨著機器視覺技術自身的成熟和發展，可以預計它將在現代和未來制造企業中得到越來越廣泛的應用。

機器視覺工業檢測系統類型

機器視覺工業檢測系統就其檢測性質和應用范圍而言，分為定量和定性檢測兩大類，每類又分為不同的子類。機器視覺在工業在線檢測的各個應用領域十分活躍，如：印刷電路板的視覺檢查、鋼板表面的自動探傷、大型工件平行度和垂直度測量、容器容積或雜質檢測、機械零件的自動識別分類和幾何尺寸測量等。此外，在許多其它方法難以檢測的場合，利用機器視覺系統可以有效地實現。機器視覺的應用正越來越多地代替人去完成許多工作，這無疑在很大程度上提高了生產自動化水平和檢測系統的智能水平。

機器視覺在質量檢測中的應用實例

機器視覺系統在質量檢測的各個方面得到了廣泛的應用，例如：采用激光掃描與CCD探測系統的大型工件平行度、垂直度測量儀，它以穩定的準直激光束為測量基線，配以回轉軸系，旋轉五角標棱鏡掃出互相平行或垂直的基準平面，將其與被測大型工件的各面進行比較。在加工或安裝大型工件時，可用該認錯器測量面間的平行度及垂直度。以頻閃光作為照明光源，利用面陳和線陳CCD作為螺紋鋼外形輪廓尺寸的探測器件，實現熱軋螺紋鋼幾何參數在線測量的動態檢測系統。視覺技術實時監控軸承的負載和溫度變化，消除過載和過熱的危險。將傳統上通過測量滾珠表面保證加工質量和安全操作的被動式測量變為主動式監控。用微波作為信號源，根據微波發生器發出不同波濤率的方波，測量金屬表面的裂紋，微波的波的頻率越高，可測的裂紋越狹小。總之，類似的實用系統還有許多，這里就不一一概述了。

下面我們較詳細地介紹三個實用機器視覺系統。

基于機器視覺的儀表板總成智能集成測試系統

EQ140-II汽車儀表板總成是我國某汽車公司生產的儀表產品，儀表板上安裝有速度里程表、水溫表、汽油表、電流表、信號報警燈等，其生產批量大，出廠前需要進行一次質量終檢。檢測項目包括：檢測速度表等五個儀表指針的指示誤差；檢測24個信號報警燈和若干照明9燈是否損壞或漏裝。一般采用人工目測方法檢查，誤差大，可靠性差，不能滿足自動化生產的需要。基于機器視覺的智能集成測試系統，改變了這種現狀，實現了對儀表板總成智能化、全自動、高精度、快速質量檢測，克服了人工檢測所造成的各種誤差，大大提高了檢測效率。整個系統分為四個部分：為儀表板提供模擬信號源的集成化多路標準信號源、具有圖像信息反饋定位的雙坐標CNC系統、攝像機圖像獲取系統和主從機平行處理系統。

金屬板表面自動控傷系統

金屬板如大型電力變壓器線圈扁平線收音機等的表面質量都有很高的要求，但原始的采用人工目視或用百分表加控針的檢測方法不僅易受主觀因素的影響，而且可能會給被測表面帶來新的劃傷。金屬板表面自動探傷系統利用機器視覺技術對金屬表面缺陷進行自動檢查，在生產過程中高速、準確地進行檢測，同時由于采用非接角式測量，避 免了產生新劃傷的可能。其工作原理圖如圖8-6所示；在此系統中，采用激光器作為光源，通過針孔濾波器濾除激光束周圍的雜散光，擴束鏡和準直鏡使激光束變為平行光并以45度的入射角均勻照明被檢查的金屬板表面。金屬板放在檢驗臺上。檢驗臺可在X、Y、Z三個方向上移動，攝像機采用TCD142D型2048線陳CCD，鏡頭采用普通照像機鏡頭。CCD接口電路采用單片機系統。主機PC機主要完成圖像預處理及缺陷的分類或劃痕的深度運算等，并可將檢測到的缺陷或劃痕圖像在顯示器上顯示。CCD接口電路和PC機之間通過RS-232口進行雙向通訊，結合異步A/D轉換方式，構成人機交互式的數據采集與處理。該系統主要利用線陣CCD的自掃描特性與被檢查鋼板X方向的移動相結合，取得金屬板表面的三維圖像信息。

汽車車身檢測系統

英國ROVER汽車公司800系列汽車車身輪廓尺寸精度的100%在線檢測，是機器視覺系統用于工業檢測中的一個較為典型的例子，該系統由62個測量單元組成，每個測量單元包括一臺激光器和一個CCD攝像機，用以檢測車身外殼上288個測量點。汽車車身置于測量框架下，通過軟件校準車身的精確位置。測量單元的校準將會影響檢測精度，因而受到特別重視。每個激光器/攝像機單元均在離線狀態下經過校準。同時還有一個在離線狀態下用三坐標測量機校準過的校準裝置，可對攝像頂進行在線校準。檢測系統以每40秒檢測一個車身的速度，檢測三種類型的車身。系統將檢測結果與人、從CAD模型中撮出來的合格尺寸相比較，測量精度為±0.1mm。ROVER的質量檢測人員用該系統來判別關鍵部分的尺寸一致性，如車身整體外型、門、玻璃窗口等。實踐證明，該系統是成功的，并將用于ROVER公司其它系統列汽車的車身檢測。

紙幣印刷質量檢測系統

該系統利用圖像處理技術，通過對紙幣生產流水線上的紙幣20多項特征（號碼、盲文、顏色、圖案等）進行比較分析，檢測紙幣的質量，替代傳統的人眼辨別的方法。

智能交通管理系統

通過在交通要道放置攝像頭，當有違章車輛（如闖紅燈）時，攝像頭將車輛的牌照拍攝下來，傳輸給中央管理系統，系統利用圖像處理技術，對拍攝的圖片進行分析，提取出車牌號，存儲在數據庫中，可以供管理人員進行檢索。

金相分析

金相圖象分析系統能對金屬或其它材料的基體組織、雜質含量、組織成分等進行精確、客觀地分析，為產品質量提供可靠的依據。

醫療圖像分析

血液細胞自動分類計數、染色體分析、癌癥細胞識別等。

瓶裝啤酒生產流水線檢測系統

可以檢測啤酒是否達到標準的容量、啤酒標簽是否完整等。

第二篇：機器視覺系統整合解決方案研究

機器視覺系統整合解決方案研究

機器視覺系統的原理是：將感產品或區域的圖像進行采集，然后根據其圖像信息用專用的圖像處理軟件進行處理，根據處理結果軟件能自動判斷產品的位置、尺寸、外觀信息，并根據人為預先設定的標準進行合格與否的判斷，輸出其判斷信息給執行機構。圖像采集與圖像處理作為機器視覺系統應用的兩大處理階段，其應用環節的結合將進一步促進機器視覺系統整合的發展趨勢。

隨著各項高新技術的飛速發展及行業應用需求的不斷加大，機器視覺技術應用也步入新的發展階段。其行業發展體現出向緊致、體積小、系統整合等趨勢。而面對機器視覺系統整合的趨勢，目前的市場需求中對圖像采集與圖像處理這兩個環節的結合已非常迫切。

一套完整的機器視覺系統，圖像采集部分與圖像處理環節缺一不可。不管是進行工業生產質量檢測，還是開展交通安全行駛監測，都是由圖像采集部分來獲取目標對象的有關信息，并進行實時的傳輸，但要想最終能夠獲得所需要的圖像信息，還必須要有圖像處理這一環節，需要圖像處理技術將不必要的信號剔除，而將有用的信息進行增強、除噪等處理，使傳送到終端的圖像能足夠清晰、準確、完整。

縱觀行業發展，對于整個圖像采集與圖像處理技術的發展而言，我們可以發現，當信號處理技術有了顯著提高時，由于圖像采集環節中的核心組件——圖像傳感器并不能隨著信號處理技術的提高而得到升級，最終造成兩環節應用之間的不協調，但傳感器功能的不足卻是可以由信號處理技術來進行彌補的。如此說來，將圖像采集與處理技術的結合將會是解決機器視覺系統升級制約的最佳手段，在應用領域中，有著絕對的需求。

隨著工業現代化的發展，機器視覺已經廣泛應用于各大領域，將為企業及用戶提供更優的產品品質及完美解決方案。維視圖像（Microvision）作為專業的數字圖像采集產品研究、設計、開發、推廣及機器視覺系統應用解決方案的高科技企業，致力于引領數字成像、圖像處理之技術，成為機器視覺、工業數字成像及自動化視覺檢測領域的專業制造領導廠商，提供高可靠性工業數字成像產品和自動化視覺檢測平臺設備，為全球合作伙伴及客戶提供高質量和成本最優的解決方案。

第三篇：技能培訓專題 機器視覺系統資料介紹

機器視覺系統資料介紹

一、概述

機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分

CMOS

和CCD

兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。

機器視覺（Machine

vision）

機器視覺系統的特點是提高生產的柔性和自動化程度。在一些不適合于人工作業的危險工作環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；同時在大批量工業生產過程中，用人工視覺檢查產品質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效率和生產的自動化程度。而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。

正是由于機器視覺系統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，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。

二、組成結構

一個典型的工業機器視覺系統包括：光源、鏡頭、CCD

照相機、圖像處理單元（或圖像捕獲卡）、圖像處理軟件、監視器、通訊

/

輸入輸出單元等。

系統可分為：

主端電腦(Host

Computer)、影像擷取卡(Frame

Grabber)與影像處理器、影像攝影機、CCT鏡頭、顯微鏡頭、照明設備、Halogen光源、LED光源、高周波螢光燈源、閃光燈源、其他特殊光源、影像顯示器、LCD、機構及控制系統、PLC、PC-Base控制器、精密桌臺、伺服運動機臺

等部分。

三、工作原理

機器視覺檢測系統采用CCD照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像處理系統對這些信號進行各種運算來抽取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格

/

不合格、有

/

無等，實現自動識別功能。

四、機器視覺系統的典型結構

機器視覺LED光源

一個典型的機器視覺系統包括以下五大塊：

照明

照明是影響機器視覺系統輸入的重要因素，它直接影響輸入數據的質量和應用效果。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。可見光的缺點是光能不能保持穩定。如何使光能在一定的程度上保持穩定，是實用化過程中急需要解決的問題。另一方面，環境光有可能影響圖像的質量，所以可采用加防護屏的方法來減少環境光的影響。照明系統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，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，根據它們產生的畸變，解調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

工業鏡頭

FOV（Field

Of

Vision）=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

⑤影像至目標的距離

⑥中心點

/

節點

⑦畸變

相機

按照不同標準可分為：標準分辨率數字相機和模擬相機等。要根據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。

機器視覺工業相機

圖像采集卡

圖像采集卡只是完整的機器視覺系統的一個部件，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。有些采集卡有內置的數字輸入以觸發采集卡進行捕捉，當采集卡抓拍圖像時數字輸出口就觸發閘門。

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。現在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，所以現在視覺處理器用的較少了。

五、機器視覺的應用

1.自動光學檢查（如圖像識別、圖像檢測、視覺定位、物品分揀等）

2.人臉偵測

3.無人駕駛汽車

【機器視覺特點】

1.攝像機的拍照速度自動與被測物的速度相匹配，拍攝到理想的圖像；

2.零件的尺寸范圍為2.4mm到12mm，厚度可以不同；

3.系統根據操作者選擇不同尺寸的工件，調用相應視覺程序進行尺寸檢測，并輸出結果；

4.針對不同尺寸的零件，排序裝置和輸送裝置可以精確調整料道的寬度，使零件在固定路徑上運動并進行視覺檢測；

5.機器視覺系統分辨率達到1600×1200，動態檢測精度可以達到0.02mm；

6.廢品漏檢率為0；

7.本系統可通過顯示圖像監視檢測過程，也可通過界面顯示的檢測數據動態查看檢測結果；

8.具有對錯誤工件及時準確發出剔除控制信號、剔除廢品的功能；

9.系統能夠自檢其主要設備的狀態是否正常，配有狀態指示燈；同時能夠設置系統維護人員、使用人員不同的操作權限；

10.實時顯示檢測畫面，中文界面，可以瀏覽最近幾次不合格品的圖像，具有能夠存儲和實時察看錯誤工件圖像的功能；

11.能生成錯誤結果信息文件，包含對應的錯誤圖像，并能打印輸出。

機器視覺在紡織工業上的應用案例

在布匹的生產過程中，像布匹質量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完成,在現代化流水線后面常常可看到很多的檢測工人來執行這道工序,給企業增加巨大的人工成本和管理成本的同時,卻仍然不能保證100

%的檢驗合格率(即“零缺陷”)

。對布匹質量的檢測是重復性勞動，容易出錯且效率低。

流水線進行自動化的改造，使布匹生產流水線變成快速、實時、準確、高效的流水線。在流水線上，所有布匹的顏色、及數量都要進行自動確認（以下簡稱“布匹檢測”）。現在采用機器視覺的自動識別技術完成以前由人工來完成的工作。在大批量的布匹檢測中，用人工檢查產品質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效率和生產的自動化程度。

特征提取辨識

一般布匹檢測（自動識別）先利用高清晰度、高速攝像鏡頭拍攝標準圖像，在此基礎上設定一定標準；然后拍攝被檢測的圖像，再將兩者進行對比。但是在布匹質量檢測工程中要復雜一些：

1．圖像的內容不是單一的圖像，每塊被測區域存在的雜質的數量、大小、顏色、位置不一定一致；

2．雜質的形狀難以事先確定；

3．由于布匹快速運動對光線產生反射，圖像中可能會存在大量的噪聲；

4．在流水線上，對布匹進行檢測，有實時性的要求；

由于上述原因，圖像識別處理時應采取相應的算法，提取雜質的特征，進行模式識別，實現智能分析。

Color檢測

一般而言，從彩色CCD相機中獲取的圖像都是RGB圖像。也就是說每一個像素都由紅(R)綠(G)籃(B)三個成分組成，來表示RGB色彩空間中的一個點。問題在于這些色差不同于人眼的感覺。即使很小的噪聲也會改變顏色空間中的位置。所以無論我們人眼感覺有多么的近似，在顏色空間中也不盡相同。基于上述原因，我們需要將RGB像素轉換成為另一種顏色空間CIELAB。目的就是使我們人眼的感覺盡可能的與顏色空間中的色差相近。

Blob檢測

根據上面得到的處理圖像，根據需求，在純色背景下檢測雜質色斑，并且要計算出色斑的面積,以確定是否在檢測范圍之內。因此圖像處理軟件要具有分離目標，檢測目標，并且計算出其面積的功能。

Blob分析(Blob

Analysis)是對圖像中相同像素的連通域進行分析，該連通域稱為Blob。經二值化(Binary

Thresholding)處理后的圖像中色斑可認為是blob。Blob分析工具可以從背景中分離出目標，并可計算出目標的數量、位置、形狀、方向和大小，還可以提供相關斑點間的拓撲結構。在處理過程中不是采用單個的像素逐一分析，而是對圖形的行進行操作。圖像的每一行都用游程長度編碼(RLE)來表示相鄰的目標范圍。這種算法與基于象素的算法相比，大大提高處理速度。

結果處理和控制

應用程序把返回的結果存入數據庫或用戶指定的位置，并根據結果控制機械部分做相應的運動。

根據識別的結果，存入數據庫進行信息管理。以后可以隨時對信息進行檢索查詢，管理者可以獲知某段時間內流水線的忙閑，為下一步的工作作出安排；可以獲知近期內布匹的質量情況等等。

機器視覺在國內外的應用現狀

在國外，機器視覺的應用普及主要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。具體如PCB印刷電路：各類生產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；絲網印刷設備及絲網周邊材料等。SMT表面貼裝：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線設備。電子生產加工設備：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。機器視覺系統還在質量檢測的各個方面已經得到了廣泛的應用，并且其產品在應用中占據著舉足輕重的地位。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，因為行業本身就屬于新興的領域，再加之機器視覺產品技術的普及不夠，導致以上各行業的應用幾乎空白。到二十一世紀，隨著科學進步，視覺技術開始在自動化行業成熟應用，目前在我國隨著配套基礎建設的完善，技術、資金的積累，各行各業對采用圖像和機器視覺技術的工業自動化、智能化需求開始廣泛出現，國內有關大專院校、研究所和企業近兩年在圖像和機器視覺技術領域進行了積極思索和大膽的嘗試，逐步開始了工業現場的應用。其主要應用于制藥、印刷、礦泉水瓶蓋檢測等領域。這些應用大多集中在如藥品檢測分裝、印刷色彩檢測等。真正高端的應用還很少，因此，以上相關行業的應用空間還比較大。當然、其他領域如指紋檢測等等領域也有著很好的發展空間。

第四篇：機器視覺教學大綱

《機器視覺》教學大綱 課程編碼：08241059 課程名稱：機器視覺 英文名稱：MACHINE VISION 開課學期：7 學時/學分：36/2（其中實驗學時：4）課程類型：專業方向選修課 開課專業：機械工程及自動化 選用教材：賈云得編著 《機器視覺》 科學出版社 2002年 主要參考書：

1.ROBOTICS: Control, Sensing, Vision, and Intelligence, K.S.Fu，McGraw-Hill Publishing Company, 1987 2.張廣軍編著，機器視覺，科學出版社，2005年 執筆人：

本課程主要內容包括：二值圖像分析、圖像預處理、邊緣檢測、圖像分割、紋理分析、明暗分析、彩色感知、深度圖與立體視覺。通過本課程的學習，學生應掌握機器視覺的基礎理論、基本方法和實用算法。

一、課程性質、目的與任務 機器視覺課程是機械工程及自動化專業在智能機器方向的一門專業方向選修課。機器智能化是機械學科的重要發展方向，也是國際上跨學科的熱門研究領域。而機器視覺是智能機器的重要組成部分，它與圖象處理、模式識別、人工智能、人工神經網絡以及神經物理學及認知科學等都有緊密的關系。本課程對于開闊學生視野、使學生了解本專業的發展前沿，把學生培養成面向二十一世紀的復合型人才具有重要的地位和作用。通過本課程的學習，學生也能掌握一定的科學研究方法與技能，為有潛力成為研究型人才的學生打下一定基礎。

二、教學基本要求 本課程主要內容包括：二值圖像分析、圖像預處理、邊緣檢測、圖像分割、紋理分析、明暗分析、深度圖與立體視覺。通過本課程的學習，學生應掌握機器視覺的基礎理論、基本方法和實用算法。

本大綱僅列出達到教學基本要求的課程內容，不限制講述的體系、方式和方法，列出的內容并非要求都講，有些內容，可以通過自學達到教學基本要求。

使用CAI課件作為輔助教學手段可以節省大量時間，傳遞更多的信息量，所以本課程建議使用CAI課件。

作業是檢驗學生學習情況的重要教學環節，為了幫助學生掌握課程的基本內容，培養分析、運算的能力，建議布置作業5－8次，并在期末前安排一次綜合作業作為主要考查環節。

實驗是教學的一個主要環節，實驗時間共4學時，每次實驗每小組4－6人，使每個學生均有親自操作的機會。

三、各章節內容及學時分配 1． 人類視覺與機器視覺(4學時): 人類視覺原理與視覺信息的處理過程；

機器視覺理論框架與應用；

成像幾何學基礎。

2． 值圖像分析與區域分析（4學時）：閾值、幾何特性、投影、游程長度編碼、二值圖像算法；

區域和邊緣、分割、區域表示、分裂和合并。

3． 圖像預處理（4學時）：直方圖修正、圖像線性運算、線性濾波器、非線性濾波器。

4． 邊緣檢測和輪廓表示（4學時）：梯度、邊緣檢測算法、二階微分算子、LoG算法、圖像逼近、Canny邊緣檢測器；

數字曲線及其表示、曲線擬合、Hough變換。

5．紋理（4學時）：紋理分析統計方法、有序紋理的結構分析、基于模型的紋理分析、用分形理論分析紋理、從紋理恢復形狀。

6． 明暗分析（4學時）：圖像輻射度、表面方向、反射圖、從圖像明暗恢復形狀、光度立體。

7． 雙目立體視覺（4學時）：雙目立體視覺原理、精度分析、系統結構、立體成像、立體匹配、系統標定。

8． 三維視覺技術（4學時）：結構光三維視覺原理、光模式投射系統、標定方法；

光度立體視覺、由紋理恢復形狀、激光測距法。

四、實驗：

1． 實驗目的與任務 本課程實驗綜合運用機器視覺基本理論、機器視覺實驗裝置和計算機圖像處理軟件，加深理解機器視覺的基本概念，掌握機器視覺圖像基本處理方法，培養學生的動手能力和分析問題解決問題的能力。

2． 實驗教學基本要求（1）掌握機器視覺圖像基本處理方法：除噪、邊緣增強、邊緣檢測。

（2）掌握三維物體的機器視覺識別方法：結構光法實驗裝置、三維物體數據的獲取和三維物體的重建方法。

3． 實驗教材或指導書 自編。

4． 實驗項目一覽表 序號 實驗項目 內容提要 實驗 類型 學時 分配 主要儀器 設 備 實驗 地點 備注 1 視覺圖像基本處理方法 濾波、圖像增強與邊緣檢測 綜合 2學時 配備圖像處理軟件的微機 機械設計及自動化實驗室 2 三維物體的機器視覺識別方法 結構光法的圖像數據獲取、處理與三維模型重建 綜合 2學時 結構光實驗系統 機械設計及自動化實驗室 五、考核方式：

（1）考核形式為考查，采用五級分制，考核環節為平時出勤、作業、實驗和期末綜合作業；

（2）平時成績占35％，實驗占30%，期末綜合作業占35％。

第五篇：機器視覺課后心得體會

基本概念“機器視覺”，即采用機器代替人眼來做測量和判斷。

機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）把圖像抓取到，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別。進而根據判別的結果來控制現場的設備動作。

機器視覺主要用計算機來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。

機器視覺與計算機視覺的不同機器視覺不同于計算機視覺，它涉及圖像處理、人工智能和模式識別

機器視覺是專注于集合機械，光學，電子，軟件系統，檢查自然物體和材料，人工缺陷和生產制造過程的工程，它是為了檢測缺陷和提高質量，操作效率，并保障產品和過程安全。它也用于控制機器。機器視覺是將計算機視覺應用于工業自動化。

機器視覺的技術進展在機器視覺系統中；關鍵技術有光源照明技術、光學鏡頭、攝像機、圖像采集卡、圖像處理卡和快速準確的執行機構等方面。在機器視覺應用系統中；好的光源與照明方案往往是整個系統成敗的關鍵；起著非常重要的作用；它并不是簡單的照亮物體而已。光源與照明方案的配合應盡可能地突出物體特征量；在物體需要檢測的部分與那些不重要部份之間應盡可能地產生明顯的區別；增加對比度；同時還應保證足夠的整體亮度；物體位置的變化不應該影響成像的質量。在機器視覺應用系統中一般使用透射光和反射光。對于反射光情況應充分考慮光源和光學鏡頭的相對位置、物體表面的紋理；物體的幾何形狀、背景等要素。光源的選擇必須符合所需的幾何形狀、照明亮度、均勻度、發光的光譜特性等；同時還要考慮光源的發光效率和使用壽命。光學鏡頭相當于人眼的晶狀體；在機器視覺系統中非常重要。一個鏡頭的成像質量優劣；即其對像差校正的優良與否；可通過像差大小來衡量；常見的像差有球差、彗差、像散、場曲、畸變、色差等六種。

攝像機和圖像采集卡共同完成對物料圖像的采集與數字化。高質量的圖像信息是系統正確判斷和決策的原始依據；是整個系統成功與否的又一關鍵所在。目前在機器視覺系統中；CCD 攝像機以其體積小巧、性能可靠、清晰度高等優點得到了廣泛使用。CCD 攝像機按照其使用的CCD 器件可以分為線陣式和面陣式兩大類。線陣CCD 攝像機一次只能獲得圖像的一行信息；被拍攝的物體必須以直線形式從攝像機前移過；才能獲得完整的圖像；因此非常適合對以一定速度勻速運動的物料流的圖像檢測；而面陣CCD 攝像機則可以一次獲得整幅圖像的信息。圖像信號的處理是機器視覺系統的核心；它相當于人的大腦。如何對圖像進行處理和運算；即算法都體現在這里；是機器視覺系統開發中的重點和難點所在。隨著計算機技術、微電子技術和大規模集成電路技術的快速發展；為了提高系統的實時性；對圖像處理的很多工作都可以借助硬件完成；如DSP、專用圖像信號處理卡等；軟件則主要完成算法中非常復雜、不太成熟、尚需不斷探索和改變的部分。

從產品本身看，機器視覺會越來越趨于依靠PC技術，并且與數據采集等其他控制和測量的集成會更緊密。且基于嵌入式的產品將逐漸取代板卡式產品，這是一個不斷增長的趨勢。主要原因是隨著計算機技術和微電子技術的迅速發展，嵌入式系統應用領域越來越廣泛，尤其是其具備低功耗技術的特點得到人們的重視。另外，嵌入式操作系統絕大部分是以C語言為基礎的，因此使用C高級語言進行嵌入式系統開發是一項帶有基礎性的工作，使用高級語言的優點是可以提高工作效率，縮短開發周期，更主要的是開發出的產品可靠性高、可維護性好、便于不斷完善和升級換代等。因此，嵌入式產品將會取代板卡式產品。應用：機器視覺伴隨計算機技術、現場總線技術的發展，技術日臻成熟，已是現代加工制造業不可或缺的產品，廣泛應用于食品和飲料、化妝品、制藥、建材和化工、金屬加工、電子制造、包裝、汽車制造等行業。代替傳統的人工檢測方法，極大地提高了投放市場的產品質量，提高了生產效率。

由于機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬件產品正逐漸成為協作生產制造過程中不同階段的核心系統，無論是用戶還是硬件供應商都將機器視覺產品作為生產線上信息收集的工具，這就要求機器視覺產品大量采用“標準化技術”，直觀的說就是要隨著自動化的開放而逐漸開放，可以根據用戶的需求進行二次開發。當今，自動化企業正在倡導軟硬一體化解決方案，機器視覺的廠商在未來5-6年內也應該不單純是只提供產品的供應商，而是逐漸向一體化解決方案的系統集成商邁進。在未來的幾年內，隨著中國加工制造業的發展，對于機器視覺的需求也逐漸增多；隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。由于機器視覺的介入，自動化將朝著更智能、更快速的方向發展。