机器视觉的现状及发展趋势

机器视觉是人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等领域的交叉学科。机器视觉主要利用计算机模拟或再现一些与人类视觉相关的智能行为，从客观事物的图像中提取信息进行处理和理解，终用于实际检测和控制。主要用于工业检测、工业检测、精密检测控制、自动生产线、邮政自动化、粮食选择、显微医疗操作和各种危险场合的机器人。典型的机器视觉应用系统包括图像捕获、光源系统、图像数字模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。首先采用CCD摄像机获得被测目标的图像信号，然后通过被测目标获得图像信号，A/D转换成数字信号，传输到特殊的图像处理系统，根据像素分布、亮度、颜色等信息提取目标特征，然后根据预设的识别标准输出判断结果，控制驱动执行机构进行相应的处理。

1机器视觉关键技术的发展现状

图1显示机器视觉是一项综合性技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟和数字视频技术、计算机软硬件技术（图像增强和分析算法、图像卡、I/O卡片等。)。这些技术在机器视觉中是平行的，相互协调的应用可以形成一个完整的工业机器视觉应用系统。机器视觉强调适应工业现场恶劣环境，性价比合理，通用性和可移植性强，即实用性；强调高速、高精度，即实时性。

在机器视觉应用系统中使用了许多技术，但关键技术主要体现在光源照明、光学镜头、摄像头上(CCD)，图像采集卡、图像信号处理及执行机构等。以下是这些关键技术的发展现状。

1.1光源照明

良好的光源和照明是机器视觉应用系统成败的关键，应具备以下特点：①尽可能突出目标特征，尽可能在物体需要检测的部分与非检测部分之间产生明显差异，增加对比度；②确保足够的亮度和稳定性；③物体位置的变化不应影响成像质量。

光源可分为背向照明、前向照明、结构光照明和频闪光照明。背向照明是被测物体放置在光源和相机之间，其优点是获得高对比图像；前照明是光源和相机位于被测物体的同一侧，安装方便；结构光照明是将光栅或光源投射到被测物体上，根据其畸变调节被测物体的三维信息；频闪光照明是将高频光脉冲照射到物体上，相机拍摄需要与光源同步，从而有效地拍摄高速运动物体的图像。照明亮度、均匀性和光谱特性应满足实际要求，并考虑光源的发光效率和使用寿命。

其中，LED光源具有显色性好、光谱范围宽（可覆盖整个可见光范围）、发光强度高、稳定时间长等优点。随着制造技术的成熟，其价格越来越低，将在现代机器视觉领域得到越来越广泛的应用。

1.2光学镜头

光学镜头一般称为相机镜头或相机镜头，其功能是光学成像。镜头是系统中的重要组成部分，对成像质量起着关键作用。在构建机器视觉系统时，硬件设备应根据实际需要选择合适的直径和焦距镜头。表2是几种常见的镜头型号及其相关参数。

1.3CCD相机和图像采集卡

CCD(Chargecoupleddevice)相机和图像采集卡共同完成目标图像的采集和数字化。CCD，CMOS等固体设备已成为一种成熟的应用技术。线阵图像敏感器件，如元尺寸减小，阵列像元数量增加，元电荷传输速率大大提高。表3显示了一个高性能的线阵CCD设备参数。由此可见，元数、数据等线阵设备的传输率大大提高，设备设计集成了增益调整、曝光时间选择、速率调整、维护等新功能。

在提高线阵器件性能的同时，高速面阵图像器件的性能也在迅速提高。一些超高速面阵器件。CCD设备，允许的分辨率为1280@1024像素，帧率1MHz，可采集4帧图像，像素灵敏度为12帧bits。

在基于PC在机器视觉系统中，图像采集卡是控制摄像头完成图像采集和数字化，协调整个系统的重要设备。一般具有以下功能模块：①接收图像信号A/D转换模块，负责图像放大和数字化；②相机控制输入输出接口，主要负责协调相机同步或实现异步重置拍照，定期拍照；③总线接口，负责通过计算机内部总线高速输出数字数据，一般是PCI接口，传输速率可达130Mbps，完全胜任高精度图像的实时传输，占用较少CPU时间；④负责高质量图像实时显示的显示模块；⑤负责通信的通责通信。

目前，图像采集卡种类繁多。根据不同的分类方法，有黑白图像和彩色图像采集卡、模拟信号和数字信号采集卡、复合信号和RGB重量信号输入采集卡。在选择图像采集卡时，应考虑系统的功能要求、图像采集精度和与摄像机输出信号的匹配。

1.4图像信号处理

图像信号处理是机器视觉系统的核心。视觉信息处理技术主要依靠图像处理方法，包括图像变换、数据编码压缩、图像增强恢复、平滑、边缘锐化、分割、特征提取、图像识别和理解等。随着计算机技术、微电子技术和大型集成电路的发展，为了提高系统的实时性，可以通过硬件完成图像处理的许多工作，如DSP芯片、特殊图像信号处理卡等，软件主要完成算法中非常复杂、不成熟或需要不断探索和改进的部分。

在处理时间上，处理速度必须大于等于采集速度，以确保目标图像无遗漏，完成实时处理。

1.5执行机构

为了实现工业领域机器视觉系统的终目标，执行机构需要完成。在不同的应用场合，执行机构可能会有所不同，如机电系统、液压系统、气动系统，除了严格保证其加工、制造和装配的精度外，还应充分注意动态特性，特别是快速性和稳定性。

2机器视觉技术的应用

视觉技术的优点是与被观察对象没有接触。因此，它不会对观察者和被观察者造成任何损害，非常安全可靠，这是其他感觉方式无法比拟的。理论上，机器视觉也可以观察到人眼无法观察到的范围，如红外线、微波、超声波等，而机器视觉可以利用这方面的传感器件形成红外线、微波、超声波等图像。此外，人们不能长时间观察对象，机器视觉没有时间限制，分辨率精度和速度高。因此，机器视觉应用领域广泛，可分为工业、科研、军民四大领域。

2.1工业领域

工业领域是机器视觉应用中比例的领域，可分为产品质量检测、产品分类、产品包装、机器人定位四类。其应用行业包括印刷包装、汽车工业、半导体材料/组件/连接器生产、药品/食品生产、烟草工业、纺织工业等。

以纺织业为例，阐述了机器视觉在工业领域的应用。在纺织企业中，视觉检测是工业应用中质量控制的主要组成部分。用机器视觉代替人的视觉可以克服人工检测造成的各种误差，大大提高检测精度和效率。正是由于视觉系统的高效率和非接触性，机器视觉在纺织检测中的应用越来越广泛，在许多方面都取得了成果。机器视觉可用于检测与纺织材料表面相关的性能指标见表4。目前，主要研究内容可分为纤维、纱线和织物三类。由于织物缺陷检测（在线检测）需要较高的计算速度，设备成本相对昂贵。目前，国内在线检测的应用较少，主要应用为离线检测（如表4），主要检测包括纺织布识别和质量