第一篇：機器視覺檢測卷煙條盒包裝質量

機器視覺檢測卷煙條盒包裝質量

1．引言

機器視覺系統是指通過機器視覺產品，如CCD、CMOS和光電管等，將被攝取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；圖像系統對這些信號進行各種運算來抽取目標的特征，再根據判別的結果控制現場的設備。典型的工業機器視覺應用系統包括如下部分：光源，鏡頭，CCD照相機，圖像處理單元（或圖像采集卡），圖像處理軟件，監視器，通訊/輸入輸出單元等。

隨著中國加入WTO，市場競爭日益激烈，卷煙企業為了提高產品的競爭力，更好的開拓市場，在加大卷煙質量的技改力度、提高卷煙質量的同時，對卷煙制品的包裝形式及包裝質量也加大了改造力度，以在激烈的市場競爭中更好的鞏固和開拓市場。卷煙產品包裝質量的檢測，是市場營銷過程中保證質量的一個重要手段。傳統的煙支條盒包裝質量完全由人眼檢測，而長時間工作會使人眼產生視覺疲勞，難以避免產品錯檢、漏檢情況的出現。基于機器視覺開發的檢測系統使得在產品質量的檢測過程中用機器代替人眼來做測量和判斷，降低了人為因素對產品質量的影響，在提高卷煙包裝質量的技改方面滿足了企業的需求。

2． 系統的設計方案

系統采用線性光源以產生照明能量集中、光強分布均勻的一條光帶；采用多個相機對條盒需要檢測的各個面進行拍照，以保證檢測的全面性；采用外觸發模式使各個面的圖像分通道進入圖像采集單元；經過處理單元對各通道的圖像進行復雜的表面檢測運算，如果發現任何一個通道的圖像存在表面質量缺陷，則對下位機給出控制信號，使執行單元在該不合格條盒通過時將其剔除；系統顯示器實時顯示各通道圖像及其檢測結果，并給出缺陷的分析結果。

系統的圖像采集單元包括圖像采集卡、D/A轉換卡、光源、CCD相機，工業控制計算機作為圖像處理單元，以PLC控制系統控制執行單元。

3． 圖像采集

圖像的獲取實際上是將被測物體的可視化圖像和內在特征轉化成能被計算機處理的數據，它直接影響到系統的穩定性及可靠性。一般利用光源、光學系統，相機、圖像采集卡、圖像處理單元獲取被測物體的圖像。

光源是影響機器視覺系統輸入的重要因素，因為它直接影響輸入數據的質量和至少30%的應用效果。條盒的外包裝透明紙對光的反射、折射效果都很強，所以系統的照明系統采用多種型號的LED條形光源組合構成，照明方式為反射式照明，為延長光源的使用壽命，保持光源的高亮度、高穩定性，相機拍照時采用頻閃光，頻閃速度與相機的掃描速度同步。

在機器視覺中，CCD攝像機以其體積小巧、性能可靠、清晰度高等特點得到了廣泛應用。按照其所用的CCD器件可分為線陣式和面陣式兩大類。線陣式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，而面陣式攝像機則可以一次獲得整幅圖像的信息。在條盒包裝質量檢測系統中需要一次取得條盒外包裝五個面的圖像，設計中采用四個面陣式CCD攝像機同步拍照。

圖像采集卡是控制攝像機拍照、完成圖像采集和數字化、協調整個系統的重要設備。它一般具有以下模塊：1.A/D轉換模塊2.時序及采集控制模塊3.圖像處理模塊4.PCI總線接口及控制模塊5.相機控制模塊6.數字輸入/輸出模塊。系統設計采用外觸發模式對條盒進行拍照，圖像采集卡通過TTL信號與外部裝置（傳感器、光源頻閃控制器、PLC等）進行通信，用于響應頻閃、拍照和給出剔除信號。

4．圖像的分析處理

目前卷煙條盒包裝主要存在破損、翹邊、反包、包裝錯位、封簽（偏移、疊角、缺失）等缺陷，在圖像處理單元利用圖像定位、邊緣檢測、斑點分析等算法，對各個通道的圖像進行分析，以確定產品包裝是否存在質量缺陷。

4.1定位配準（Locator）

定位配準是圖像與標準模板進行缺陷檢測的必要條件，定位準確與否直接關系到整個視覺系統的成敗。傳統的物體定位技術通過尋找統計模板（參考圖像）與物體（產品圖像）間的灰度級相關度的方法來決定物體的X、Y坐標，本系統定位采用幾何特征匹配，通過設置興趣域并學習興趣域內物體的幾何特征，然后在圖像內尋找相似形狀的物體，不依賴于特殊的像素灰度，提高了定位物體的能力，在改變物體角度、尺寸、明暗度等條件的情況下仍能精確定位物體。應用中的特點：

·基于圖像中條盒輪廓或邊緣找尋和定位條盒；

·設定模板后，所有查找都基于模板操作；

·對于相似的模板進行加權處理，能自動去模糊化（二意性）；

·容許陰影、對比度低、邊緣不清或背景噪音；

·定位器返回找到條盒特征的X、Y坐標。

4.2邊緣檢測（Edge）

邊緣是指圖像局部亮度變化最顯著的部分，主要存在于目標與目標、目標與背景、區域與區域（包括不同色彩）之間。圖像中被查找的邊緣被標記為從全暗至全亮或從全亮至全暗范圍內的灰度值變化，邊緣工具從圖像中去除常量或變化緩慢的背景，保留作為圖像特征的邊緣，并計算邊緣的幅度和角度。邊緣的幅度指穿過邊緣時灰度值的變化量；邊緣的角度是指邊緣與垂直方向的夾角。下圖為兩個三角形。其中，箭頭的方向表示邊緣的角度，箭頭的大小表示邊緣的幅度。每一三角形具有同樣的邊緣角度，但由于背景的灰度值不同，左邊三角形的幅度大于右方三角形。大多數由真實圖像產生出的邊緣幅度圖像包含虛假的或噪聲邊緣像素，這些邊緣像素是視頻噪聲、反射或其它圖像缺陷所造成的。通過在邊緣幅度圖像中設置閥值，可消除這些虛假像素。設置閥值在消除虛假邊緣的同時，還常會消除真正的邊緣。因為真正的邊緣常由一些鄰近像素的集合構成。通過在邊緣圖像中設置邊緣滯后閥值，可在消除虛假邊緣的同時，保留真正的邊緣。邊緣滯后閥值消除了一些像素，這些像素的灰度較那些與其它邊緣像素不相鄰的像素低一定的幅度，較邊緣幅度圖像高一定的幅度。這一方法保留了形成真正邊緣的連續邊緣像素，而消除了由噪聲或其它圖像缺陷而形成的邊緣像素。

系統的設計中通過在邊緣工具中設置邊緣滯后閥值和幅度范圍來檢測條盒邊緣及透明紙褶皺的缺陷。

4.3斑點分析（Blob Analysis）

Blob分析可為視覺系統提供圖像中斑點的數量、位置、形狀和方向，還可提供相關斑點間的拓撲結構，其是一種對閉合目標形狀進行分析處理的基本方法。

Blob分析從場景的灰度圖象著手進行分析，在進行分析以前，利用二值化（Bilinear Interpolation）把圖像分割為構成斑點（Blob）和局部背景的像素集合，典型的目標像素被賦值為1，背景像素被賦值為0。分割時設定了兩種方法固定閥值分割（Hard Threshold）和動態閥值分割（Soft Threshold）。

當圖像被分割為目標像素和背景像素后，進行連通性分析，在圖像中尋找一個或多個相似灰度的“斑點”,并將這些“斑點”按照四鄰域或者八鄰域方式進行連通性分析，將目標像素聚合為目標像素或斑點的連接體，就形成了一個Blob單元。通過對Blob單元進行圖形特征分析，可以將單純的圖案灰度信息迅速轉化為圖案的形狀信息，包括圖形的質心、面積、周長等。使用Blob分析，通過多級分類器的過濾，在一定程度上可滿足對條盒透明紙破損、反包、盒皮印刷等缺陷的檢測需求。

5．系統的總體開發

在條盒外包裝質量檢測系統中，采用的處理方式是基于PC機的檢測處理系統。開發時綜合考慮了系統與相機、采集卡、外部PLC、以及PC本身外設的連接與通信控制，提供了友好的人機界面和可靠歷史記錄存儲數據庫；檢測到質量缺陷時，提示缺陷類別，對執行單元給出剔除信號。

執行單元是系統的一個關鍵環節，其作用就是響應上位機給出的剔除指令，準確無誤地剔除不合格的條盒。在生產流水線運行的高峰時期，速度可達到8條/s，為保證系統的穩定性和快速性，設計中電控系統采用西門子的S7-200 PLC，執行機構中應用高速的電磁閥組和噴吹腔體，使其能夠對剔除信號給出快速響應。

東莞市奧普特自動化科技有限公司

第二篇：煙標印刷質量機器視覺檢測

煙標印刷質量機器視覺檢測

在機器視覺檢測中，每一種檢測都有其特殊性，對應不同的檢測對象與檢測目的，需要不同的檢測方法。本文結合煙標印刷質量機器視覺檢測項目，介紹機器視覺檢測的具體方法。

1概述

1.1煙標印刷的特點和煙標印刷質量檢測的現狀

煙標印刷是技術含量與質量要求最高的印刷之一。正是由于煙標印刷有著嚴格的質量標準，所以即使采用先進的進口印刷機械，產品也存在較多的次品。我國的煙標印刷企業目前一般采用人工在印中抽樣及印后逐一目測的方法分揀次品。在煙標印刷企業常常出現這樣一種現象：印刷車間，從國外進口的高檔印刷機飛快的運轉，幾名工人輕松地注視著監控儀器；而在一旁的印刷質量檢測區，幾十上百的工人在緊張地對印好的成品作逐一檢測。可見目前的檢測方法效率低、成本高、工人勞動強度大，同時人工檢測主觀性強，容易造成檢測標準的不統一。印刷企業通常還需要對次品進行統計，以便查找次品產生的原因，在采用人工檢測時只能對次品進行抽樣統計，要想實現全部次品的分類統計是很困難甚至是不可實現的。如果采用機器視覺檢測，當前煙標印刷質量檢測中存在的諸多問題便可迎刃而解。對煙標印刷質量機器視覺檢測的有關理論問題進行研究，在此基礎上研制出一套可以代替人的視覺對煙標印刷質量進行檢測的系統，將大大提高煙標印刷企業的生產效率、生產質量以及經濟效益。

1.2煙標印刷缺陷

煙標可能存在多種的印刷缺陷,如重影,燙金殘缺,飛墨,墨色不均等,主要可歸為以下幾類:

1）套色缺陷。其表現為圖案邊緣出現重影，圖案之間相對位置偏移，實質為印刷套色出現偏差。

2）燙金缺陷。其表現為燙金不全甚至沒有或燙金位置偏移。

3）污跡。其表現為表面浮臟，或是有墨跡。

4）壓凸缺陷。壓凸部分與對應的文字或圖案沒有對準，或壓凸的深度不符合要求。

以上幾類缺陷有的有著具體的檢測標準，如套色的偏差要求限制在0.2mm，而大多數 則是憑人的主觀判斷，如燙金污跡等。

（a）標準煙標圖像

（b）有套色問題的煙標圖像 圖1 標準煙標圖像和有套色問題煙標圖像的對比

（a）標準演變圖像

（b）有套色問題的煙標圖像 圖2.標準煙標圖像和有套色問題煙標圖像的對比（高分辨率、局部）

圖1為標準煙標和有套色問題的煙標的對比圖像，不過由于分辨率的原因,兩幅圖像的差別很難分辨。圖2是局部對比圖,由于分辨率的提高,差異已經可以容易的看到：問題煙標的字跡不清,有重影，部分邊緣顏色錯誤。1.3機器視覺煙標印刷質量檢測的難點

機器視覺煙標印刷質量檢測有以下一些難點：

1、套色檢測精度高

煙標印刷最大的特點就是精細,質量標準很高,套色的精度一般要求達到0.2mm所以在較低分辨率下很難顯示出套色問題(如圖1),這就需要提高分辨率。但隨著分辨率的提高,圖像尺寸也增加，圖像處理的運算量也大大提高，給圖像處理帶來了一些困難。

2、污跡分布隨機

由于污跡分布的隨機性,煙標圖像的每一部分都必須進行檢測，使得檢測的運算量很大，這在采用高分辨率圖像后顯得更為突出。

3、干擾因素多

煙標并不是一個平面的印刷品，其上還有壓痕(為方便折疊而壓的凹槽)、切口(這會使得煙標的某些部位上翹或下壓)，這些不規則的壓痕和切口會影響到煙標圖案的相對位置，給檢測帶來困難。

4、各印刷缺陷互相干擾

如燙金圖案的缺損，可能會被誤判為污跡;當污跡恰好覆蓋燙金圖案時，污跡也可能被誤判為燙金缺損。

2特征定位

煙標的印刷質量檢測主要就是檢測出套色,燙金,污跡等印刷缺陷,但是在進行這些缺陷檢測之前需要作一些的工作，為這檢測提供必要的信息。這些工作主要包括：特征定位和圖像配準。

有關位置的印刷缺陷檢測均需要位置信息，而通過特征定位則可以求得位置信息。特征定位的準確程度直接關系到后續檢測的效果，所以特征定位是煙標印刷質量檢測的關鍵步驟之一。

2.1特征的類型

圖3為三種不同種類的煙標圖像(圖3中標注的英文字母對應圖4中各煙標特征在整幅煙標圖像中的位置)。由這些圖像可以看出煙標具有大量的特征，這些特征主要分為以下幾種類型：

1、水平邊緣

位于兩種不同顏色區域的水平連接處，如圖4（a）

2、水平雙邊緣

表現為水平細線，如圖4（b）

3、垂直邊緣

位于兩種不同顏色區域的垂直連接處，如圖4(c)

圖3 不同種類的煙標

圖3中標注的英文字母對應圖4中各煙標特征在整幅煙標圖像中的位置。

圖4 不同類型的特征

2.2煙標圖像特征定位的搜索范圍

煙標圖像有三個重要的特點：一是圖像旋轉角很小（如圖3（b））的旋轉角僅為0.06度），所以在局部可以認為沒有旋轉；二是圖像間比例尺差異很小(僅為千分之幾)；三是圖像間平移也很小。這三個特點決定了標準圖像和目標圖像的對應特征的位置（圖像坐標）相差很小，這就意味著對目標圖像特定特征的搜索可限制在一個較小的范圍內，如果能求得目標圖像對應標準圖像的概略位置，則這個范圍更小。

煙標圖像同時還有另外一些特點，這些特點又使得特征的搜索范圍必須變大。一是煙標上存在的大量壓痕和切口，壓痕和切口的細微差別就會使特征的位置發生變化；二是煙標的套色偏差，套色偏差會使特征的相對位置發生改變。

綜合以上，影響目標圖像的特征搜索范圍的因素有：特征的概略位置精度，壓痕切口偏差,標準圖像套色偏差，目標圖像套色偏差。特征的概略位置精度同采用的求法有關，本文下一節將對其進行討論；壓痕切口偏差為經驗值，可統計得到；套色偏差可采用本文4節方法求得。

3圖像配準

圖像配準是印刷缺陷檢測的基礎，套色、燙金、污跡等檢測只有在目標煙標圖像同標準煙標圖像配準的前提下才能進行。

煙標圖像有很多特點，其中一個就是有大量特征存在。圖像配準的算法很多，如基于邊緣的配準算法，基于角點檢測的配準算法等等，本文則主要針對煙標圖像的特點提出了一種基于特征定位的圖像配準方法。該方法的基本步驟為：首先進行特征定位，接著計算幾何變換參數，最后重采樣生成配準圖像。3.1特征定位

特征定位的方法見第2節。特征選取應注意：

1、優先選取直角點。

2、水平邊緣/沐平雙邊緣同垂直邊緣/垂直雙邊緣應成對選取，即選一條水平邊緣/水平雙邊緣就要選一條垂直邊繳垂直雙邊緣，而且這兩條邊緣應盡量靠近。

3、多選取一些特征以作冗余校驗，在選取文字/標志特征時更應如此。

4、避免選擇彼此距離過近的特征。

3.2重采樣

求得變換參數以后，標準圖像上的所有點在待檢測圖像上的同名點的位置就可以求出來了。而這些位置的坐標值可能不是整數，所以不能直接得到這些位置上的點的灰度值，這就需要進行內插，也稱為重采樣。

4套色檢測

4.1套色不準產生的原因

導致套色不準的原因主要有以下一些：

1、設備精度差引起的套色不準

印刷機上的滾筒齒輪、版臺齒條、連桿軸承、遞紙牙!凸輪以及聯動前規和側規運動的機件發生磨損松動時，易使印品套色失準。

2、機器調整不當引起的套色不準

在印刷過程中，若叼牙的叼紙量過小，叼不住紙邊，壓印時就容易產生滑移。遞紙牙、叼牙開閉動作失調，叼紙牙的壓力不足，輸紙系統的某些部件失調，都會導致套色不準。此外，印刷壓力過大，包襯盲目增厚，包襯松動也是造成印刷版面走樣(版面拉大)，套色失準的原因。

3、紙張伸縮變形引起的套色不準

紙張含水量異常、紙邊卷曲時,會出現套色不準現象。

4、操作不當引起的套色不準

印版底托不良，壓力過大，油墨層薪稠度過大,紙張裁切不規范都會使得套色失準。4.2基于套色十字絲的印刷套色檢測

煙標上都印有套色標志，而這些標志通常呈十字絲狀，稱為套色十字絲。套色印刷的每一種顏色都對應一個十字絲，在套色完全準確的情況下，各顏色的十字絲完全重合(如圖5（a）)，而在套色不準的情況下，各色十字絲彼此不能完全重合(如圖5（d）)，它們之間的偏差就是套色偏差。所以檢測印刷套色偏差可以通過檢測套色十字絲來完成。本文將這種檢測方法稱為基于套色十字絲的印刷套色檢測。4.3二值圖像處理

由于圖像噪聲的影響，分割后的二值圖像還要進行進一步的處理。圖像背景中的一些噪聲點,也可能被劃分成十字絲,反映在二值圖像上就是,除圖像中央十字絲本來所在的位置存在黑像素外,其他區域還零星分布著一些黑像素(設分割后的圖像,目標為黑,背景為白,下文均如此)。為了去除這些零星黑像素,本文提出了一種孤立點剔除算法。

5燙金缺陷檢測

燙金是指在一定的溫度和壓力下將電化鋁箔燙印到承印物表面的工藝過程。電化鋁燙印的圖文呈現出強烈的金屬光澤，色彩鮮艷奪目、永不褪色。尤其是金銀電化鋁，以其富麗堂皇、精致高雅的裝演點綴了印刷品表面，增強了印品的藝術性,使產品具有高檔的感覺。所以燙金工藝被廣泛地應用于高檔、精美的包裝裝橫商標、掛歷和書刊封面等印刷品上。燙金的主要材料是電化鋁，它是以滌綸薄膜為片基，涂上醇溶性染色樹脂層，經真空噴鍍金屬鋁，再涂上膠粘層而制成。其工藝主要是利用熱壓轉移的原理,在合壓作用下,電化鋁與燙印版、承印物接觸，由于電熱板的升溫使燙印版具有一定的熱量，電化鋁受熱使熱熔性的染色樹脂層和膠粘劑熔化，染色樹脂層粘力減小，而特種熱敏膠粘劑熔化后粘性增加，鋁層與電化鋁基膜剝離的同時轉印到了承印物上，隨著壓力的卸除，膠粘劑迅速冷卻固化，鋁層牢固地附著在承印物上，完成燙印過程。煙標作為高檔印刷品，也大量采用了燙金工藝。

在燙金的過程中有多種因素可能影響燙金的質量，其中最主要因素有燙金的溫度、壓力和速度。如果燙金溫度過高，熔化過度，燙印圖文周圍的電化鋁也熔化脫落而產生糊版，同時高溫還會使電化鋁染色樹脂和鋁層發生化學變化，燙印產品亮度降低或失去金屬光澤；如

果燙金溫度過低，熔化不充分，也會造成燙印不上或燙印不牢，印跡不牢固、易脫落，或者缺筆斷劃、印跡發花。即便燙金溫度合適，如果壓力不足，也無法使電化鋁良好地轉移到承印物上，就會產生印跡發虛、花版、掉色等問題；相反，如果壓力過大，襯墊和承印物的壓縮變形過大，印跡則會發粗，甚至粘連、糊版。燙金速度越快，燙印接觸時間越短，熱熔性的染色樹脂層和膠粘劑就可能來不及充分熔化，從而導致印跡發虛甚至燙印不上；而如果燙印速度過慢,會使電化鋁接觸時間過長，雖然粘結比較牢固,但印跡會變粗。除了溫度，壓力，速度三大因素以外，其它如紙張,電解鋁質量也都對燙金質量產生影響。這些因素使得燙金質量的控制比較困難,而燙金缺陷在所有印刷缺陷中的出現的幾率也是比較高的,所以燙金質量的檢測就顯得尤為重要。

第三篇：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％。

第四篇：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。

第五篇：機器視覺課后心得體會

經過機器視覺技術及應用這門課程的學習，我覺得受益匪淺。可以說這門課程更偏重于實踐，也很好的鍛煉了我們，老師講課很認真，ppT準備的很詳細，對于一些關鍵問題的講解更是深入淺出。機器視覺技術，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，機器視覺是將計算機視覺應用于工業自動化。

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。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。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。加之機器視覺的介入，自動化將朝著更智能、更快速的方向發展。

通過本課程的學習，我們掌握了一些機器視覺方面的基本知識。這門課對于我們生活方面有很大的實用性，可以讓我們了解到機器視覺的基本構造，對成為技術應用型人才，適應社會和培養實踐能力與技能都起到了很大的作用。這樣的學習讓我們將知識更靈活的運用，更好的將知識和實踐結合在一起并轉化為技能。

通過這門課程的學習，我們懂得更多，收獲更多，提升了自身操作能力的同時又學到了很多東西，我相信在以后的課堂學習和實踐學習中可以掌握更多更深入的知識，不斷的提高自身的學習與應用能力。