机器视觉产品研发方案详解.doc

机器视觉产品研发方案 刘风光（开发部） 2007．8．21 目 录 第一章 概论 3 §1.1 机器视觉技术的发展 3 §1.2 机器视觉原理及系统组成 4 §1.3 机器视觉系统的行业应用 4 §1.3 机器视觉系统的应用现状 5 §1.4 本文案章节安排 5 第二章 轴承生产线机器视觉检测技术方案 6 §2.1 轴承视觉检测系统概述 6 §2.2 轴承图像灰度转换及增强处理 7 §2.3 未插入连接器轴承的缺陷检测 8 §2.4 插入连接器轴承的缺陷检测 13 §2.5 轴承润滑油注入量的检测 15 §2.6 轴承视觉检测系统总结 16 第三章 智能交通车牌识别技术方案 17 §3.1 车辆牌照识别系统的发展及现状 18 §3.2 车牌识别系统工作原理与流程 18 §3.3 车牌定位算法的分析与设计 19 §3.4车牌字符分割算法设计 25 §3.5车牌字符识别算法设计 27 §3.6车牌识别系统方案总结 32 第四章 总结与展望 33 参考文献 35 概 述 §1.1机器视觉技术的发展 机器视觉是指利用摄像机和计算机代替人类视觉对目标进行识别、跟踪和测量等。它是一个相当新且发展十分迅速的研究领域，并已成为计算机科学的重要研究领域之一。机器视觉是在20世纪50年代从统计模式识别开始的，当时的工作主要集中在二维图像分析和识别上。20世纪60年代，Roberts(1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述。到了70年代，已经出现了一些视觉应用系统。70年代中期，麻省理工学院(MIT)人工智能(AI)实验室正式开设“机器视觉”(?Machine Vision)课程，由国际著名学者B．K．P．avid Marr教授就是其中的一位．他于1973年应邀在MIT AI 实验室领导一个以博士生为主体的研究小组，1977年提出了不同于＂积木世界＂分析方法的计算视觉理论(computational vision)，该理论在80年代成为机器视觉研究领域中的一个十分重要的理论框架．1977年提出不同于“积木世界”分析方法的计算视觉理论(computational vision)。人们对机器视觉的全球性研究热潮基本上是从 20世纪80年代开始的，到了80年代中期，机器视觉获得了蓬勃发展。20世纪90年代，随着光电自动化和计算机技术的高速发展，利用机器视觉的快速性、可重复性、智能化和可现场性的特点，机器视觉在汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件定位、IC上的字符识别、PCB电路板的检验等工业场合得到了具体的应用。 §1.2机器视觉原理及系统组成 机器视觉系统通常由光源部分、CCD图象传感器、图象采集卡、计算机和图像分析处理软件组成。如图1所示。 图 1-1 机器视觉系统组成 通过CCD图像传感器采集图像（目标） 电子与电气制造（包含半导体） 机械工程 汽车 食品饮料药品和化妆品 其他（包含木材加工，纸浆和纸产品，化工，纺织品等等） 图 1-2 机器视觉系统的主要应用领域在电子制造领域的应用主要是引导机器人进行高精度PCB定位和SMT元件放置，还有表面检测。在机械领域主要是部件识别和在线质量检测，通过反馈控制来提高产品的产量和成品率。在汽车领域主要是装配的在线检测和零部件的离线检测，还有表面检测。在食品饮料领域主要有包装检测和分类识别方面的应用。在纸产品领域主要是表面检测和均匀度检测，同时优化生产流程。在医药领域主要是包装检测和标签识别。其他领域主要是部件识别和表面检测方面应用。机器视觉全球整个视觉市场总量大概在60~70亿美元，主要集中在欧美和日本，在中国大约有1~2亿美元的市场。按照我国的GDP增长速度8%来说，其中工业增长的份额为20%~30%，按照保守的估计，视觉的增长速度不应低于10%~15% 。，机器视觉产业，处于上升期，还饱和与成熟CCD传感器、光学系统、图像采集单元、 图像预处理单元、轴承图像分割、定位、计算单元以及机械运动平台等部分组成。见图2-1。CCD摄像头、图像采集卡属于轴承缺陷检测系统的前置装置。负责轴承图像的采集工作，CCD摄像头与采集卡的好坏直接影响系统的检测精度以及性能。图像预处理单元主要对轴承图像进行灰度变换、图像增强、滤波去噪等处理，是后续轴承图像分割、定位、计算的前提。轴承图像分割、定位以及计算单元是本章的重点，也是轴承缺陷检测系统核心技术，主要包括轴承滚珠、连接器等图像的分割、匹配以及轴承图像的定位、图