文档介绍：机器视觉检测系统 1 机器视觉检测的一般模式机器视觉检测的对象千差万别, 检测的目的也不尽相同。农产品如柑橘、玉米等通常是检测其成熟度, 大小, 形态等, 工业产品如工业零件, 印刷电路板通常是检测其几何尺寸, 表面缺陷等。不同的应用场合, 就需要采用不同的检测设备和检测方法。如有的检测对精度要求高, 就需要选择高分辨率的影像采集装置; 有的检测需要产品的彩色信息, 就需要采用彩色的影像采集装置。正是由于不同检测环境的特殊性, 目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大,但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像, 再用计算机进行图像处理得到相关检测信息, 形成对被测产品的判断决策, 最后将该决策信息发送到分拣装置, 完成被测产品的分拣。机器视觉检测的一般模式如图 1 所示: 图1 机器视觉检测的一般模式图像获取图像获取是机器视觉检测的第一步, 它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源, 光学镜头, 相机, 图像采集卡等设备获取被测物体的数字化图像。视觉检测视觉检测通过图像处理的方法从产品图像中提取需要的信息, 做出决策并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测, 并最大限度地减少对硬件系统的依赖性, 而算法设计不够成熟的机器视觉软件则存在检测速度慢, 误判率高, 对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法, 它包括图像增强, 数据编码和传输, 平滑, 边缘锐化, 分割, 特征提取, 目标识别与理解等内容。分拣对于一个检测系统而言, 最终是要实现次品( 含不同种类的次品) 与合格品的分离即分拣, 这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节" 对于不同的应用场合, 分拣机构可以是机电系统! 液压系统! 气动系统中的某一种。但无论是哪一种, 除了其加工制造和装配精度要严格保证以外, 其动态特性, 特别是快速性和稳定性也十分重要, 必须在设计时予以足够的重视。 2 机器视觉检测系统的构成一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图 2 所示。图2 典型的机器视觉检测系统 3光源在机器视觉应用系统中, 合适的光源与照明方案往往是整个系统成败的关键, 起着非常重要的作用, 它并不是简单的照亮物体而已。光源与照明方案的配合应尽可能地突出物体特征量, 在物体需要检测的部分与那些不重要部分之间应尽可能地产生明显的区别, 增加对比度; 同时还应保证足够的整体亮度, 物体位置的变化不应该影响成像的质量。光源的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性等, 同时还要考虑光源的发光效率和使用寿命。在机器视觉应用系统中一般使用透射光和反射光。对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理, 物体的几何形状、背景等要素。光源的分类及其特性光源可分为自然光源和人造光