机器视觉入门.pptVIP

图像处理系统 图像处理算法基础知识 定位（Locating） 灰度（Grey Scale） 对比度（Contrast） 斑点（Blob） 模板匹配（Pattem Match） 边缘（Edge） 光学字符识别/校验（OCR/OCV） ID识别 测量（Guage） 拟合（Fitting） 图像预处理（Image Preprocessing） 图像处理系统 定位 由于被测物体每次相对相机视野的位置会有不同，所以在被测物体上相对固定的检测区域的坐标应该建立在被测物体上，这就需要用一些软件算法来实现，完成软件定位后，只要被测物体在相机视野范围内，无论发生位移还是角度转换，检测区域都能跟随发生相应位置变化，准确完成检测。 图像处理系统 图像处理系统 灰度 目前除颜色检测外的大部分视觉检测可由黑白图片完成，黑白图片定义从纯白（255或100）到纯黑（0）分为256或100级，称之为灰度。 图像处理系统 对比度 对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，差异范围越大代表对比越大， 差异范围越小代 表对比越小。 图像处理系统 斑点 Blob是图象中定义在黑色或白色背景中，连通的最大白色或黑色区域。 图像处理系统 边缘 边缘定义为在查找方向上一定宽度内像素灰度和的差分值大于阈值的界限。 图像处理系统 模板匹配 模板匹配为图象处理中最基本，最直接但也是最笨耗时最多的算法，模板匹配通常先训练一个标准模板（像素和轮廓两种模式），然后再在指定的区域中寻找到与之匹配的图形，通常输出相似度及坐标值。 设定模板的规则：唯一、特征明显 图像处理系统 图像处理系统 光学字符识别/校验（OCR/OCV） OCR/OCV算法 即是根据训练过的字 符，根据字符的大小自动将 每个字符从图片中“切割”下 来，与训练好的字符库中的 字符图形进行匹配，根据其 匹配度来识别字符。 图像处理系统 ID识别 机器视觉亦有专门的ID识别算法用以识别各类 1D/2D码，进而与数据库通讯，构建生产信息可追溯系统。 目前我们的ID识别算法可识别：包括Code 3 of 9; Code 128; Interleaved 2 of 5; Reduced Space；Symbology(RSS); UPC/EAN; PostNet; Planet Code; Pharma Code; UPU-57; Data Matrix; QR Code;PDF417; Composite Symbology (CS)等数十种码。并可在各种高噪音、低对比度状况下稳定读码。 图像处理系统 图像处理系统 测量（Guage） 机器视觉可通过各种测量算法完成高重复性精度的（点-点，点-边，边-边，圆直径，角度等各类几何形式）测量。可重复性精度/ RR / 标定/ 补偿/ 给测量带来影响的各种因素 图像处理系统 拟合（Fitting） 机器视觉 可通过拟合算法 将不同的点拟合 成直线、圆，用 以作进一步定位、 计算。 图像处理系统 图像预处理（Image Preprocessing） 在运用各种图象处理算法之前，我们可以考虑是否有合适的图象预处理算法可将ROI区域的对比度改变得更适合处理，巧妙地运用图象预处理算法可大大提高图象检测的效率和稳定性。 图像处理系统 执行机构及人机界面 执行机构及人机界面 在完成所有的图象采集和图象处理工作之后，我们需要输出图象处理的结果，并进行动作（报警、剔除、位移等），并通过人机界面显示生产信息，并在型号、参数发生改变时对系统进行切换和修改工作。 执行机构及人机界面 机器视觉的主要应用 机器视觉的应用分类 机器视觉适用的生产环节分类 机器视觉的主要应用领域 机器视觉的主要应用 机器视觉的应用分类 1、测量 2、检测 3、定位 4、识别 机器视觉的应用分类 1、测量 （如长度测量） 机器视觉的应用分类 1、测量 （如角度测量） 机器视觉的应用分类 1、测量 （如圆弧及半径测量） 机器视觉的应用分类 2、检测 （如有无检测 ） (邮包) 机器视觉（Machine vision） 机器视觉（Machine vision） 机器视觉的引入 机器视觉系统 机器视觉的三部分