视觉培训教材.docVIP

视觉培训教材 计算机视觉及国内外研究应用现状 国内视觉研究及发展历史及发展现状简述 国外视觉研究及发展历史及现状简述 日本视觉发展简史及现状 欧美视觉发展现状及现状 视觉系统相关基础知识（硬件、软件及理论） 视觉系统硬件的基本组成 板卡 图像采集卡的种类 板卡的基本技术参数 板卡的软件包 如何选用板卡 相机 工业相机的分类 相机硬件的基本构成及技术参数 相机选用简述 镜头选用简述 电脑 基本设置要求 基本通讯接口 基本I/O通讯 其他通讯方式 视觉系统软件模块 基本模块 用户主界面（图例） 基本功能模块 检测程序基本流程 操作系统 视觉系统实际应用中操作系统概述（Windows95，WindowsNT，Windows2000） 基本算法简述 字符检算法测简述（模板匹配、OCR） 测量算法简述（各种边缘寻找算法） 标定的实际应用及算法简述 视觉系统基本外围设备 灯源 各种灯源简述（荧光灯，卤素灯，LED，激光等） 灯源选用简述 其他设备（马达读取卡等） 嵌入式视觉系统与PC式视觉系统综述 两种系统对比 系统选用简述 市场前景预测 嵌入式视觉系统前景 PC式视觉系统前景 典型机器视觉示例 字符检测 包装质量检测 物体定位 高精度测量 读取（条形码、二维码、字符） 通用视觉软件及二次开发实战 请学员自行设计一个应用在实际生产线上上的视觉系统 选用何种板卡？（基本硬件与功能） 选用软件包中的哪些功能 选用哪种镜头 选用哪种灯源 软件基本模块有哪些 系统与设备的接口如何设计 根据学员的设计，进行分析评论 计算机视觉及国内外研究应用现状 国内视觉研究及发展历史及发展现状简述 在进入二十一世纪前，国内的视觉系统大多随着国外跨国企业的生产线进入中国。经过数年的发展，现在国内许多自动化设备制造商正将机器视觉技术用于其产品设计以提高功能及性能档次，改善产品及加工质量。 目前行业内在研或有志于机器视觉研究的人员不在少数，大多数是应用研究，许多是从底层做起，一条龙。业界正逐步采用SDK等进行二次开发。几乎没有国内自主的底层软件或嵌入式视觉产品，鲜有公司对此进行投入。用一句话：国内刚刚“完成了概念导入”正向大量应用开发迈进。四个字：方兴未艾。 国内农业生产中机器视觉应用举例： 国内外瓜果品质的无损检测技术：目前，国外对利用机器视觉进行果实品质自动识别研究的对象非常广泛，如对苹果和西红柿的大小、形状、颜色及表面损伤与缺陷进行分级等等。Taylor等(1984)首先报道了分别利用线扫描和模拟摄像机检测苹果损伤的试验，结论为利用数字图像技术检测苹果损伤至少可以达到人工分级的精度，而且线扫描摄像机在实际生产中应用前景似乎要更广阔一些。Rehkugler和Krop(1986)研究了利用机器视觉进行苹果表面碰压伤检测并依据美国苹果标准进行了分组，研制成功了利用机器视觉进行缺陷检测和分级的苹果处理设备，经实验取得较好效果。在国内，应用计算机视觉技术进行水果品质的无损检测研究取得了一定成果。王江枫、罗锡文等(1999)探讨了应用计算机视觉技术进行芒果重量及果皮损坏检测的方法，分析了确立所需图像区域的算法，建立了芒果重量与其投影图像的相互关系。杨秀坤等(1997)提出了应用计算机视觉技术检测苹果表面缺陷的方法。陈晓光等(1997)设计了用于综合评价苹果果型的计算机视觉系统。国内的一些研究者，应用人工神经网络技术，检测苹果表面缺陷和颜色，评价苹果果型等。可以预见，将人工智能技术和图像处理技术相结合，是今后应用计算机视觉技术进行水果品质评价的重要发展方向。 黄花梨果形的机器视觉识别方法研究：黄花梨的果形是分级的重要特征之一。利用机器视觉采集黄花梨图像，研究了不规则果品的形状描述方法，提出在黄花梨的分级过程中采用傅立叶变换与傅立叶反变换对来描述果形，开发了基于人工神经网络的果形识别软件。研究发现该博立叶描述子的前16个谐波的变化特性足以代表梨体的主要形状，采用傅立叶描述子与人工神经网络相结合的方法进行果形识别的精确率可达90%。而且只要有合适的训练对，该方法也可以用来对其它水果进行外形识别。 机器视觉测量大米留胚率的研究：利用计算机视觉系统，研究大米胚芽的自动识别方法．在分析大米的表面积及轮廓线的二次微分曲线基础上，利用大米微分模型识别群体胚芽米的留胚率。 国内外机器视觉技术在谷物识别与分级中的研究进展：机器视觉在大米、小麦、玉米以及其他谷物的识别和分级的研究中都取得很大进展。例如根据应力裂纹、形态、染色后颜色特征等，应用神经网络、高速滤波等技术来进行识别和分类。 用于烤烟烟叶质量检测：用HLS颜色模型对大量烟叶样本进行颜色分析，可得到各类样本颜色特征值的分布情况。采用轮廓跟踪算法对烟叶的整体图像外型轮廓进行提取，采用