机器视觉 _原创精品文档.pdfVIP

机器视觉是一个相当新且发展十分迅速的研究领域，目前己成为现代制造业

工业的重要研究领域之一。近年来在机器视觉技术基础上的各项研究及应用不断

的发展，针对不同应用情况的特点，形成了不同的基于机器视觉技术的应用系统。

在工业零件制造中，经常需要对半成品或成品或再制造产品进行几何尺寸的

检测，一般要求具有较高的检测精度和较快的检测速度。传统的接触式的人工检

测的方法不但繁琐，劳动强度大，而且检测速度较慢，不能消除人为的测量误差。

在检测过程中还可能对物体的表面造成一定的损伤，这些都使得传统检测方法达

不到理想的要求。

非接触式的基于机器视觉技术的在线检测方法，以其检测速度快，精度高，

测量项目多等特点在工业制造中具有广阔的应用前景。本文基于工业中圆形再制

制造产品的检测要求，对机器视觉的在线工件检测系统进行了深入的分析和研

究。

1.1机器视觉

1.1.1机器视觉的概念

机器视觉，简单的讲，可以理解为给机器加装上视觉装置，或者是加装有

视觉装置的机器。给机器加装视觉装置的目的，是为了使机器具有类似于人类的

视觉功能，从而提高机器的自动化和智能化程度。由于机器视觉涉及到多个学科

和多种技术（包括数字图像处理技术、机械工程技术、控制技术、电光源照明技

术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术等），

所以给出一个精确的定义是很困难的，而且在这个问题上见仁见智，各人认识也

不尽相同。

美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动

化视觉分会关于机器视觉的定义是:Machinevisionistheuseofdevicesfor

opticalnon-contactsensingtoautomaticallyreceiveandinterpretan

imageofarealsceneinordertoobtaininformationand/orcontrol

machinesorprocesses.”译成中文:“机器视觉是使用光学器件进行非接触感

知，自动获取和解释一个真实场景的图像，以获取信息或控制机器或过程。”［1］

这个定义可以这样理解：机器视觉就是使机器具备“看”的功能，使机器能

认识和看懂所要看的东西，能确定它所见范围内目标的位置，即用摄像机和计算

机等机器代替人眼对目标进行测量、跟踪和识别，并加以判断。

1.1.2机器视觉的研究范畴

从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自

动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目

标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看，机器

视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像

分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解

等。从方法层面看，有被动视觉与主动视觉之分，又有基于特征的方法与基于模

型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于

学术研究方面，而机器视觉则侧重于应用方面。[2]

机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过

程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列

诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、

计算量等关键问题。

1.1.3机器视觉的应用现状

机器视觉技术正广泛地应用于各个方面，从医学影像到遥感图像，从工业

检测到文件处理，从毫微米技术到多媒体数据库，不一而足。可以说需要人类视

觉的场合几乎都需要机器视觉。机器视觉不会有人眼的疲劳，有着比人眼更高的

分辨精度和速度，借助红外线、紫外线、X射线、超声波等高新探测技术，它在

探测不可视物体和高危险场景时，更具有其突出优点。下面是机器视觉技术的典

型应用:[2，4—6］

（1）在工业检测中的应用

许多领域像冶金、化工、建材、安全保卫、工件检测等工业生产过程中，

这些工业对象复杂，过程涉及参数众多，并有显著的非线性、骤变性、离散性、

分布性和不确定性。尤其是在周围环境极其恶劣(例如高温环境和不确定对象，

其形状参数难以用普通的测量手段进行测量)的情况下，对这类系统要想建立确

定的模型是十分困难的。因此，用常规控制技术难以实现对象的计算机实时控制。

对于这类复杂对象的自动控制，所