| 查看: 1063 | 回复: 5 | |||
| 当前主题已经存档。 | |||
[交流]
什么是机器视觉?
|
|||
|
机器视觉就象它的名字所暗示的那样人们可以将机器视觉想象为一个有眼睛的传感器。 机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术。机器视觉系统的首要目标是用图象创建或恢复现实世界模型,然后认识现实世界。 机器视觉研究的内容包括输入设备,底层视觉,中层视觉,高层视觉以及体系机构等。 机器视觉的应用领域: 机器视觉可用于领教识别与定位,产品检测,移动机器人导航,遥感图象分析,医学图象分析,安全鉴别,监视与跟踪,国防系统等场合。 [ Last edited by 幻影无痕 on 2006-11-18 at 07:46 ] |
» 猜你喜欢
Bioresource Technology期刊,第一次返修的时候被退回好几次了
已经有7人回复
2025冷门绝学什么时候出结果
已经有4人回复
真诚求助:手里的省社科项目结项要求主持人一篇中文核心,有什么渠道能发核心吗
已经有8人回复
寻求一种能扛住强氧化性腐蚀性的容器密封件
已经有5人回复
论文投稿,期刊推荐
已经有6人回复
请问哪里可以有青B申请的本子可以借鉴一下。
已经有4人回复
孩子确诊有中度注意力缺陷
已经有14人回复
请问下大家为什么这个铃木偶联几乎不反应呢
已经有5人回复
请问有评职称,把科研教学业绩算分排序的高校吗
已经有5人回复
天津工业大学郑柳春团队欢迎化学化工、高分子化学或有机合成方向的博士生和硕士生加入
已经有4人回复

2楼2005-07-05 13:43:05
★ ★ ★
yuefour(金币+3):谢谢
yuefour(金币+3):谢谢
|
= 一般地说,机器视觉就是用机器代替人眼来做测量和判断。首先采用CCD照相机将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,如:面积、长度、数量、位置等;最后,根据预设的容许度和其他条件输出结果,如:尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。 机器视觉极适用于大批量生产过程中的测量、检查和辨识,如:零件装配完整性,装配尺寸精度,零件加工精度,位置/角度测量,零件识别,特性/字符识别等。其最大的应用行业为:汽车,制药,电子与电气,制造,包装/食品/饮料,医学。如对汽车仪表盘加工精度的检查,高速贴片机上对电子元件的快速定位,对管脚数目的检查,对IC表面印字符的辨识,胶囊生产中对胶囊壁厚和外观缺陷的检查,轴承生产中对滚珠数量和破损情况的检查,食品包装上面对生产日期的辨识,对标签贴放位置的检查。目前,国际上视觉系统的应用方兴未艾,1998年的市场规模为46亿美元,而在国内,工业视觉系统尚处于概念导入期,各行业的领先企业在解决了生产自动化的问题以后,已开始将目光转向视觉测量自动化方面。 |

3楼2005-07-05 23:06:00
★ ★ ★ ★
yuefour(金币+4):谢谢
yuefour(金币+4):谢谢
|
机器视觉技术的优越性 由于机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。 总之,随着机器视觉技术自身的成熟和发展,可以预计它将在现代和未来制造企业中得到越来越广泛的应用。 机器视觉工业检测系统类型 机器视觉工业检测系统就其检测性质和应用范围而言,分为定量和定性检测两大类,每类又分为不同的子类。机器视觉在工业在线检测的各个应用领域十分活跃,如:印刷电路板的视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的自动识别分类和几何尺寸测量等。此外,在许多其它方法难以检测的场合,利用机器视觉系统可以有效地实现。机器视觉的应用正越来越多地代替人去完成许多工作,这无疑在很大程度上提高了生产自动化水平和检测系统的智能水平。 机器视觉在质量检测中的应用实例 机器视觉系统在质量检测的各个方面得到了广泛的应用,例如:采用激光扫描与CCD探测系统的大型工件平行度、垂直度测量仪,它以稳定的准直激光束为测量基线,配以回转轴系,旋转五角标棱镜扫出互相平行或垂直的基准平面,将其与被测大型工件的各面进行比较。在加工或安装大型工件时,可用该认错器测量面间的平行度及垂直度。 以频闪光作为照明光源,利用面陈和线陈CCD作为螺纹钢外形轮廓尺寸的探测器件,实现热轧螺纹钢几何参数在线测量的动态检测系统。 视觉技术实时监控轴承的负载和温度变化,消除过载和过热的危险。将传统上通过测量滚珠表面保证加工质量和安全操作的被动式测量变为主动式监控。 用微波作为信号源,根据微波发生器发出不同波涛率的方波,测量金属表面的裂纹,微波的波的频率越高,可测的裂纹越狭小。 总之,类似的实用系统还有许多,这里就不一一概述了。下面我们较详细地介绍三个实用机器视觉系统。 基于机器视觉的仪表板总成智能集成测试系统 EQ140-II汽车仪表板总成是我国某汽车公司生产的仪表产品,仪表板上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等,其生产批量大,出厂前需要进行一次质量终检。检测项目包括:检测速度表等五个仪表指针的指示误差;检测24个信号报警灯和若干照明9灯是否损坏或漏装。一般采用人工目测方法检查,误差大,可靠性差,不能满足自动化生产的需要。基于机器视觉的智能集成测试系统,改变了这种现状,实现了对仪表板总成智能化、全自动、高精度、快速质量检测,克服了人工检测所造成的各种误差,大大提高了检测效率。 整个系统分为四个部分:为仪表板提供模拟信号源的集成化多路标准信号源、具有图像信息反馈定位的双坐标CNC系统、摄像机图像获取系统和主从机平行处理系统。 金属板表面自动控伤系统 金属板如大型电力变压器线圈扁平线收音机蒙胧皮等的表面质量都有很高的要求,但原始的采用人工目视或用百分表加控针的检测方法不仅易受主观因素的影响,而且可能会绘被测表面带来新的划伤。金属板表面自动探伤系统利用机器视觉技术对金属表面缺陷进行自动检查,在生产过程中高速、准确地进行检测,同时由于采用非接角式测量,避 免了产生新划伤的可能。其工作原理图如图8-6所示;在此系统中,采用激光器作为光源,通过针孔滤波器滤除激光束周围的杂散光,扩束镜和准直镜使激光束变为平行光并以45度的入射角均匀照明被检查的金属板表面。金属板放在检验台上。检验台可在X、Y、Z三个方向上移动,摄像机采用TCD142D型2048线陈CCD,镜头采用普通照像机镜头。CCD接口电路采用单片机系统。主机PC机主要完成图像预处理及缺陷的分类或划痕的深度运算等,并可将检测到的缺陷或划痕图像在显示器上显示。CCD接口电路和PC机之间通过RS-232口进行双向通讯,结合异步A/D转换方式,构成人机交互式的数据采集与处理。 该系统主要利用线阵CCD的自扫描特性与被检查钢板X方向的移动相结合,取得金属板表面的三维图像信息。 汽车车身检测系统 英国ROVER汽车公司800系列汽车车身轮廓尺寸精度的100%在线检测,是机器视觉系统用于工业检测中的一个较为典型的例子,该系统由62个测量单元组成,每个测量单元包括一台激光器和一个CCD摄像机,用以检测车身外壳上288个测量点。汽车车身置于测量框架下,通过软件校准车身的精确位置。 测量单元的校准将会影响检测精度,因而受到特别重视。每个激光器/摄像机单元均在离线状态下经过校准。同时还有一个在离线状态下用三坐标测量机校准过的校准装置,可对摄像顶进行在线校准。 检测系统以每40秒检测一个车身的速度,检测三种类型的车身。系统将检测结果与人、从CAD模型中撮出来的合格尺寸相比较,测量精度为±0.1mm。 ROVER的质量检测人员用该系统来判别关键部分的尺寸一致性,如车身整体外型、门、玻璃窗口等。实践证明,该系统是成功的,并将用于ROVER公司其它系统列汽车的车身检测。 纸币印刷质量检测系统:该系统利用图像处理技术,通过对纸币生产流水线上的纸币20多项特征(号码、盲文、颜色、图案等)进行比较分析,检测纸币的质量,替代传统的人眼辨别的方法。 智能交通管理系统:通过在交通要道放置摄像头,当有违章车辆(如闯红灯)时,摄像头将车辆的牌照拍摄下来,传输给中央管理系统,系统利用图像处理技术,对拍摄的图片进行分析,提取出车牌号,存储在数据库中,可以供管理人员进行检索。 金相分析:金相图象分析系统能对金属或其它材料的基体组织、杂质含量、组织成分等进行精确、客观地分析,为产品质量提供可靠的依据。 医疗图像分析:血液细胞自动分类计数、染色体分析、癌症细胞识别等。 瓶装啤酒生产流水线检测系统:可以检测啤酒是否达到标准的容量、啤酒标签是否完整等。 |

4楼2005-07-05 23:11:11
迷糊迷糊
金虫 (正式写手)
- 应助: 1 (幼儿园)
- 金币: 3292.9
- 散金: 3
- 红花: 1
- 帖子: 384
- 在线: 157.9小时
- 虫号: 367533
- 注册: 2007-05-10
- 性别: GG
- 专业: 电路与系统
5楼2007-05-13 09:49:44
6楼2007-05-13 13:53:23













回复此楼
