(85)--机器视觉光学系统.pdf

8.8机器视觉光学系统(OpticalSystemofMachine-Vision)

1.机器视觉系统及应用(machine-visionsystemandapplication)

机器视觉是人工智能正在快速发展的一个分支，简单说来，机器视觉是通过

光学装置和非接触的图像传感器自动地接收和处理真实物体的图像，以获得所需

要的图像信息。机器视觉技术综合了光学、机械、电子、计算机软硬件等方面的

技术，涉及到计算机、图像处理(imageprocessing)、模式识别(moderecognition)、

人工智能(artificialintelligence)、信号处理(signalprocess)、光机电一体化

(optical-mechanicalandelectronicintegration)等多个领域。机器视觉模拟人的视觉

功能，从客观事物的图像中提取信息，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，进行处理，

最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、

功能多。

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，可以在最快的生产线上对产品进行测量、引导、检测和识别，并能保质保

量的完成生产任务。

机器视觉系统有下列优点：（1）非接触测量，对于观测者与被观测者都不会

产生任何损伤，从而提高系统的可靠性，（2）具有较宽的光谱响应范围，例如

使用人眼看不见的红外测量，扩展了人眼的视觉范围，（3）长时间稳定工作，

人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析

和识别任务。

上世纪80年代初，Marr首次将图像处理、心理物理学、神经生理学和临床

精神病学的研究成果从信息处理的角度进行概括，创立了视觉计算理论框架。这

一基本理论对立体视觉技术的发展产生了极大的推动作用，在这一领域已形成了

从图像的获取到最终的三维场景可视表面重构的完整体系，使得立体视觉已成为

计算机视觉中一个非常重要的分支。经过几十年来的发展，立体视觉在机器人视

觉、航空测绘(aerialmapping)、反求工程(reverseengineering)、军事运用、医学

成像和工业检测等领域中的运用越来越广。例如，交通中的管制监控、车辆自动

/

驾驶无人驾驶，应用于金融、司法、军队、公安、边检的人脸识别分析，三维

物体的外观尺寸，轮廓(contour)、高度(altitude)、面积测量，工业视觉检测、成

品检验和质量控制，医疗影像诊断等。图8-80示出2-D机器视觉工业在线检测，

图8-813-D机器视觉工业在线检测的示意图。

图8-802-D机器视觉在线检测

Fig.8-80on-linetestingby2-Dmachinevision

图8-813-D机器视觉在线检测

Fig.8-81on-linetestingby3-Dmachinevision

2.机器视觉系统构成(configurationofmachine-visionsystem)

一个典型的机器视觉系统由照明光学系统、成像光学系统、图像传感器、图

像处理系统构成。

1）照明光学系统(illuminatingopticalsystem)

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应

用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要

选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的

几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保

持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问

题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减

少环境光的影响。

照明光学系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光

照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高

对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。

结构光照明