《2022年2022年计算机视觉技术在工业领域中的应用 .pdf》由会员分享，可在线阅读，更多相关《2022年2022年计算机视觉技术在工业领域中的应用 .pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、浙江工程学院学报,第 19 卷,第 2 期,2002年 6 月Journalof ZhejiangInstitute of ScienceandTechnologyVol.19,No.2,June2002文章编号:1009-4741(2002)02-0092-05收稿日期:2001-12-24基金项目:国家自然科学基金资助项目(60103016);浙江省自然科学基金资助项目(601019);浙江省教育厅科研项目(2000036)。作者简介:黄文清(1969-),女,福建连城县人,讲师,在读博士,主要从事计算机视觉与自动控制研究。计算机视觉技术在工业领域中的应用黄文清 汪亚明 周志宇(浙江工程学
2、院计算机视觉与模式识别研究中心,浙 江杭州 310033)摘要:分析了计算机视觉研究中的某些问题,如计 算机视觉 的理论基础、它和人类视 觉的差异 及与其相关的领域。综述了计算机视觉在工业领域中的应用。介绍了 工业视觉系 统的组成、特 点和性能 指标,并指出了工业视觉系统的发展方向。关键词:计算机视觉;工业视觉系统;视觉检测中图分类号:TP391.41文献标识码:A计算机视觉系统可以快速获取大量信息,且易于同设计信息及加工控制信息集成,现已广泛地应用在工业、商业等领域 1,2。计算机视觉作为一种检测手段已越来越引起人们的重视,并逐步形成一种新的检测技术 计算机视觉检测(AutomatedVis
3、ual Inspection,AVI)技术 3。1计算机视觉1.1计算机视觉理论计算机视觉是用计算机模拟人眼的视觉功能,从图象或图象序列中提取信息,对三维景物进行形态和运动识别。对于计算机视觉系统来说,输入是表示三维景物投影的灰度阵列,可以有若干个输入阵列,这些阵列可提供从不同方向、不同视角、不同时刻得到的信息。输出是对图象所代表景物的符号描述,通常这些描述是关于物体的类别和物体间的关系,也可能包括如表面空间结构、表面物理特性(形状、纹理、颜色、材料)、阴影以及光源位置等信息。目前,许多计算机视觉的研究工作都以马尔(Marr)创立的视觉计算理论框架为基础。Marr 视觉计算理论认为,视觉可分为
4、三个阶段 4(见图 1)。第一阶段是早期视觉(Early Vision),目的是提取观察者周围景物表面的物理特性,如距离、表面方向、材料特性(反射、颜色、纹理)等,具体来说包括边缘检测、双目立体匹配、由阴影确定形状、由纹理确定形状、光流计算等;第二阶段是二维半简图(2.5D Sketch)图 1视觉三阶段或本征图象(Intrinsic Image),它是在 以观察者为中心的坐标系中描述表面的各种特性,根据这些描述,可以重建物体边界、按表面和体积分割景物,由于在以观察者为中心的坐标系中只能得到可见表面的描述,得不到遮挡表面的描述,故称二维半简名师资料总结-精品资料欢迎下载-名师精心整理-第 1
5、页，共 5 页 -图;第三阶段是三维模型,是用二维半简图中得到的表面信息建立适用于视觉识别的三维形状描述,这个描述应与观察者的视角无关,即在以物体为中心的坐标系中,用各种符号和几何结构描述物体的三维结构和空间关系。1.2计算机视觉与人类视觉人类视觉的目标识别能力很强,但也存在障碍,一旦置于某种特殊环境,目标识别能力会急剧下降,使目标识别的有效性和可靠性大幅度下降。将人的视觉引入计算机视觉中,计算机视觉也存在着同样的障碍,它主要表现在 3 个方面:a)如何准确、高速(实时)地识别出目标;b)如何有效地增大存储容量,以便容纳足够细节的目标图象;c)如何有效地构造和组织可靠的识别算法,并且顺利地实现
6、。前两者相当于如人类大脑般的物质基础,计算机视觉技术需要解决的是如何在此物质基础上,应用高速阵列处理单元及算法(如神经网络、分维算法、小波变换等)上的新突破,以极少的计算量高度并行地实现某些功能。计算机视觉与人类视觉的差异见表1。表 1 计算机视觉与人类视觉比较计算机视觉人类视觉分辨率有限定量估计感光范围紫外、红外、可见光可见光图象处理方式串行处理,部分并行处理每只眼睛每秒处理(实时)1010空间数据处理速度零点几秒/每帧图象定量估计视觉功能很难实现二维、三维立体视觉自然形成三维立体视觉图象机构需要采用专用软件且能力有限高度发达确定方向能力定量计算定量估计测量距离能力有限定量估计识别阴影能力初
7、级水平高度发达运动分析能力一定条件下的定量分析定量分析对物体的二维解释能力能较好地解释分割完善的目标高度发达对物体的三维解释能力非常低级高度发达识别图像形状能力受分割、噪声影响高度发达检测边界能力对噪声较敏感定量、定性分析总体能力适合于定量测量结构环境适合于定量解释复杂的、非结构化环境1.3与计算机视觉相关的领域计算机视觉是一个迅速发展的新领域,涉及到人工智能、神经生物学、心理物理学、计算机科学、图象处理、图象理解、模式识别等多个领域,是一门多学科交叉的边缘科学,其中,图象处理、图象理解、模式识别与计算机视觉关系最为密切。图象处理,是把输入图象转换成具有所希望特性的另一幅图象,例如滤波、锐化增
8、强等。模式识别,是根据图象的统计特性或结构信息把输入图象分成预定的类别。图象理解,是对于给定的图象,描述图象本身及图象所代表的景物。2工业视觉系统2.1工业视觉系统的发展计算机视觉作为一门独立的学科正受到越来越广泛的重视,目前,计算机视觉已被大量应用于遥感图象分析、文字识别、医学图象处理、多媒体技术、图象数据库、工业检测与军事等方面。在工业领域中,计算机视觉的应用已从国防工业转向了民用工业,推动图象处理和计算机视觉检测技术广泛应用于工业领93第 2 期黄文清等:计算机视觉技术在工业领域中的应用名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 5 页 -域的原因有两个:a)图象处理技
9、术 5的日益完善和可靠,成本日益降低,使它能更有效地代替人的工作;b)随着生产过程的高度自动化和产品质量的日益提高,要求有更有效、更精确和高速度的检测手段,在有些工业生产中,必须使用自动检测手段。利用图象处理及计算机视觉技术进行检测的最大特点是能进行无损检测和测量,这对生产中的成品质量检查尤为重要。它可以保证产品质量,提高生产率,解放人力。利用这一技术也是降低生产成本、提高产品质量及生产效率、缓和劳动力昂贵等现实问题的重要途径。工业视觉系统的最初发展,大约始于 70 年代。计算机技术的进步,特别是集成电路技术的发展,计算机视觉理论的创新和完善,成为工业视觉系统飞速发展的基础。到 90 年代,在
10、工业发达国家工业视觉系统都得到了广泛的使用,这使之已成为计算机集成制造系统(CIMS)最重要的组成部分之一。工业视觉系统 6的应用大致可分为两个方向:工业视觉检测系统和工业机器人系统。工业视觉检测系统是利用视觉手段获取被测物体图象与预先已知标准进行比较,从而确定被测物体的质量状况。工业机器人系统是一种基于视觉测量并进行制导和控制的系统。比较而言,工业视觉检测系统比工业机器人系统有更广泛的应用。2.2工业视觉系统的特点工业视觉系统与普通视觉系统的区别,不在于图象处理的理论方法,而在图象处理实现的技术,在于工业应用环境的特殊要求。典型的工业视觉系统(见图 2),在线工作于生产流水线中;被测物体是运
11、动的,图象的获取与物体的运动同步进行;被测物体处于杂乱背景中,必须将其从中提取出来。此外,检测结果必须及时报告或通讯给其它执行系统。这使得工业视觉系统必须包括一些必要的子系统:光源和光学成像系统;摄像与图象处理系统;用于控制摄像、图象处理、图象分析的计算机系统;与生产线的同步通讯系统;输出检测结果系统。工业视觉系统的各子系统,随应用的问题不同,有很大的不同。通常,根据求解的问题不同,系统设计必须分别选择或设计不同的子系统,最后集成为一个完整的系统。图 2工业视觉系统的组成2.3工业视觉系统的性能指标a)在工业视觉系统中,分辨率是一项重要指标。不同的工业应用环境、被测物体的大小和精度差别对工业视
12、觉系统采样分辨率都有不同的要求。在空间方面,必须满足采样定理,保证获取图象空间的分辨率足以表征被测物的最小缺陷尺寸;在灰度方面,光源必须有足够的照度,摄像机必须有足够的灵敏度和动态范围。大多数应用中,采用普通 5125128 面阵 CCD摄机机和线阵1024C CD 摄像机就能满足需要。在某些要求极高的场合中,必须研制光学成像系统或增加多套摄像系统。b)图象的处理能力和速度是工业视觉系统另一个重要指标。在典型的工业视觉系统中,图象处理应当完成如下任务:精确的进行维数测量,抑制无用信号,增强有用信号,检测特征的尺寸、位置和形状,识别特征表征的物体、标号或缺陷等,确定位置、方向并决策。完成上述任务
13、需要相当大的计算量,只靠高性能通用计算机是无法完成的,需要专用的实时图象处理系统与之相配合。图象处理系统具有实时特征提取能力,是保证能实时进行图象分析的前提。目前,已出现了许多商用实时图象系统,它们将许多通用算法,如算术逻辑运算、邻域或线中值滤波、数学形态学滤波、直方图、二值相关滤波、特征提取等,制成积木化的硬件模块,可以组合选用,这些实时图象处理系统还提供了许多附加功能,如感兴趣区处理,隔行扫描图象输入,与逐行图象处理实时双缓冲同步等。实时图象处理系统只能进行数字图象的低级处理,即噪声滤波和特征提取。通用计算机用于实时读取来自图象处理系统的特征数据,并在此基础上完成:特征数据分析、识别和判决
14、、控制图象处理系统的工作流程、与生产线同步通讯、检测结果实时向外输送报告等工作。特征数据94浙江工程学院学报 2002年 第 19卷名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 5 页 -分析,是较高级处理、需要特定知识的支持,但在工业视觉系统中,图象分析的时间很有限,因此,研究简单有效算法非常重要。由此可见,工业视觉系统是一个集成系统,是一个面向特定问题的系统,它受到分辨率和图象处理速度两个条件的约束。工业视觉系统要在满足这两者条件下,对每个子系统进行调整和平衡,以求得最好的性能价格比。3计算机视觉技术在工业领域中的应用计算机视觉系统可用于工业领域的很多方面,如零件检验与尺寸
15、测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。应用图象处理及计算机视觉检测技术最多的部门是电子工业,其次是汽车工业、木材工业、纺织工业、食品加工工业、包装工业及航空工业等等,已取得的应用成果有:a)产品形状和表面缺陷检查、b)产品非破坏性检查、c)机器人、d)产品分类、e)其他应用等。考虑经济效益因素,一般将计算机视觉技术应用于以下场合:a)在线处理零件;b)恶劣的制造环境,不适于人进行操作;c)在运送过程零件可能损坏且有大量的小零件需要测量;d)有合适的照明条件。其中,在需要重复检测相同部件或产品的场合中,计算机视觉技术的应用最为广泛,采用的主要技术手段有计算机技术、传感技术、
16、图象处理技术、模式识别等,目的在于利用这些技术构成性价比优良的工业视觉检测装置。如果零件外形变化对加工不重要、或现场照明条件很差、或传感器能够提供所需的信息时,就不需要使用计算机视觉系统。图 3视觉检测一般过程工业视觉检测过程包括三个步骤(图 3):首先是利用各种光源和传感器进行数据采集,实际应用中,输入的源图象多数是256色的灰度图象;其次是对源图象进行数据处理、分析及特征提取,为了得到准确的检测结果,通常先要对源图象进行预处理,大部分情况下,基于预处理基础上还需应用匹配技术进行物体检测,即先建立模板,然后用已有的模板与被检测物体相匹配,以便进行分类;最后是输出处理结果。检测系统能否达到预期
17、效果,关键在于第二阶段 数据处理、分析及特征提取阶段中计算机对图象处理的准确程度。3.1图象预处理模板匹配前对图象进行预处理,目的在于获取源图象的二值边缘图。图象预处理阶段需要完成边缘检测、二值化等工作。目前,已有很多边缘检测方法,如一阶微分算子、二阶微分算子、全局检测方法等。如果使用 Roberts、Sobel、Canny等经典梯度或一阶微分算子进行边缘检测,由于这些算法常在边缘附近的区域内产生较宽的响应,通常还需要对检测结果进行细化处理。Laplacin、Log等二阶微分算子利用二阶导数零交叉所提取的边缘宽度为一个象素,检测结果不需要再进行细化处理,有利于边缘的精确定位,二阶微分算子是当前
18、边缘检测的主要手段之一。3.2模板匹配模板匹配,即对已有的模板与被检测物体进行分析,对两个图形的相似程度进行度量,并返回图形之间的相似度值,通过相似度值来判断模板与被检测物体是否相同或相似。匹配时采用的方法应满足对平移、旋转、比例变化等几何变换具有不变性,使两图形的相似度可度量且易于计算,根据匹配算法得出的判断与人的直觉相吻合,计算时间较少等要求。理论上各种形式的距离函数都可以作为相似性度量,其中欧氏距离应用最多。作为相似性度量之一的Hausdorff距离是衡量二点集相似性的有效度量,因为它不需要建立点与点之间的对应关系,只需要计算两个有限点集之间的最大距离即可,所以可用来处理含有很多特征点的
19、情况,计算实时性高、具有很强的抗干扰能力和容错能力,在实际使用中具有较好的效果。对两个给定的有限点95第 2 期黄文清等:计算机视觉技术在工业领域中的应用名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 5 页 -集 A=a1,a2,ap和 B=b1,b2,bq,A、B 间的 Hausdorff距离定义为:H(A,B)=max h(A,B),h(B,A)式中:h(A,B)=maxa Aminb Ba-bHausdorff距离反映的是点集A 和 B 间的接近程度,即:当点集中每一点与另一点集中某一点距离很接近时,它很小,反之亦然。由于 Hausdorff距离的大小与两个点集中最不匹配
20、点的距离有关,因此它对任何远离中心的噪声点非常敏感,实际应用中,常采用部分Hausdorff距离。部分 Hausdorff距离定义为:Hkl(A,B)=max(hk(A,B),h1(B,A)式中:1k p,1l q计算部分 Hausdorff距离时,分别将一个点集的一部分与另一点集相匹配,通过适当地选取k 和 l 值,可排除图形轮廓畸变和噪声点对匹配结果的影响。4总 结应用需求是计算机视觉系统研究的巨大动力。随着各行各业对于计算机视觉系统的迫切需求,计算机视觉系统的市场正在形成和发展。在我国,对计算机视觉理论的研究方面与国际水平跟进较快,但应用系统的研究却相对落后。今天,随着改革开放的进行、经
21、济的发展、质量意识的提高,使得如何研制出智能化的、在线实时检测的、高精度的、具有国际水平的应用视觉系统,以满足国内工业发展的需要,已成为国内科技人员应重视的问题。参考文献 1 阮秋琦.图象处理和计算机视觉技术在美国 J .北方交通大学学报,1992,15(3):814.2NewmanTS,Jain AK.A surveyof automatedvisual inspection J.ComputerVision and ImageUnderstanding,1995,61(2):231262.3 张文景,张文渊,苏健锋等.计算机视觉检测技术及其在机 械零 件检测 中的 应用 J.上海 交通 大
22、学学 报,1999,33(5):635638.4 Marr D.Vision M.W H Freemanand Compan y,1982.5 王 缅,刘文清.具有快速、可靠机器视觉的智能传感器 J .光电子技术与信息,2000,13(6):2830.6 费耀平,谷士文,刘应龙等.工业视觉系统及应用 J .长沙铁道学院学报,1997,15(1):2530.Application of Computer Vision Technologyin the Field of IndustryHUANG Wen-qing,WANGYa-ming,ZHOU Zhi-yu(ResearchCenterof
23、ComputerVision and Pattern Recognition,Zhejiang Institute of Scienceand Technology,Hangz hou,310033)Abstract:Some problemsin the researchof computer vision,such as theoretical basis,relevant fields anddifference fromthe humans vision,ar e analyzed.Application of computervisionin the industrial field is revealed.Theconstitution,featuresand performanceguild lines of industrial vision systemare introduced,and the developmentofindustrial vision systemis presented.Key words:Computervision;Industrial vision system;Visual inspection(责任编辑:胡 莹)96浙江工程学院学报 2002年 第 19卷名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 5 页 -