正文

工業(yè)視覺(jué)系統

一般結構。按照現有技術(shù)水平，實(shí)用工業(yè)視覺(jué)系統的性能遠未達到實(shí)驗室中的機器視覺(jué)系統。對工業(yè)視覺(jué)系統的要求是成本低、可靠性高和速度快。因此通常針對已知現場(chǎng)條件對系統進(jìn)行簡(jiǎn)化，例如安排攝像機和照明之間的一定布局、對視覺(jué)對象的數目和特性加以限制等。下圖是工業(yè)視覺(jué)系統的一般結構，包括照明、攝像機、圖像預處理和數據壓縮、圖像存儲以及圖像解釋等部分。從攝像機來(lái)的數據存儲在計算機的存儲器中以供數據壓縮和解釋使用。圖像預處理的作用是增強圖像和抑制噪聲。由于需要對序貫出現的圖像進(jìn)行快速的解釋?zhuān)ǔＴ谇凹壴O置數據壓縮裝置

照明 　在現代技術(shù)條件下照明部分是視覺(jué)系統的關(guān)鍵。為了使系統能有效地工作，人們力圖在目標和背景之間產(chǎn)生清晰的對比。有人甚至把工業(yè)視覺(jué)系統稱(chēng)為“受控照明計算機視覺(jué)”。照明的布局大致可分為 4種：①背光，可產(chǎn)生強反差，常用于二值圖像識別技術(shù)。例如，用于對傳送帶上的部件分類(lèi)。②漫射頂光，適用于識別分離的部件或表面方向未知的部件，例如混裝于箱中的扁平物件。③直射頂光，它能在目標表面穩定時(shí)產(chǎn)生可靠的高反差圖像，適用于二值圖像識別。對表面略為粗糙的扁平部件能產(chǎn)生光亮穩定的圖像區域。對彎曲表面或平面拋光表面可設置強光。④結構光，即用激光點(diǎn)、束或網(wǎng)照明景物，用于景物三維信息的三角測量。例如，用激光束照明焊槽以測量關(guān)于焊槽位置和形狀的三維信息。

攝像 　常采用陰極射線(xiàn)管式或固體式攝像機獲取圖像數據。對于高精度測量可采用線(xiàn)掃描攝像機。固體攝像機用于工業(yè)視覺(jué)系統有很大優(yōu)越性，它的優(yōu)點(diǎn)是可靠性高、壽命長(cháng)和成像較穩定等。固體攝像機在價(jià)格方面已能與真空管攝像機相匹敵。

圖像預處理 　其作用是改進(jìn)圖像質(zhì)量，以便進(jìn)行圖像識別。典型的圖像預處理有4個(gè)步驟：①陰影校正，即對景物上不均勻的照明進(jìn)行平滑補償。②灰度校正，即將輸入的灰度值進(jìn)行線(xiàn)性或非線(xiàn)性的變換以求改進(jìn)圖像質(zhì)量。③噪聲過(guò)濾，通常采用低（頻）通（過(guò)）運算器抑制噪聲。④圖像增強，即圖像輪廓增強，采用高(頻)通（過(guò)）運算器。

數據壓縮 　最簡(jiǎn)單的數據壓縮技術(shù)是取圖像灰度的閾值，產(chǎn)生二值圖像。二值圖像還可進(jìn)一步壓縮。按區域壓縮和按輪廓壓縮是兩種基本的數據壓縮方法，它們既可用于二值圖像也可用于灰度圖像。但在工業(yè)視覺(jué)系統中，按區域壓縮的方法常用于二值圖像，按輪廓壓縮的方法則常用于灰度圖像。這是因為早期的工業(yè)視覺(jué)系統多采用二值圖像，所處理的部件可用整體區域特征加以識別，而從灰度圖像獲取可靠的區域型特征則比較困難。二值圖像按區域的壓縮是將圖像分為若干連通區域。通過(guò)連通程序來(lái)完成這項工作，同時(shí)為每個(gè)區域編號。對每個(gè)區域計算面積、重心、慣量矩、空洞數目、輪廓線(xiàn)長(cháng)度、最小外切矩形等典型特征參數。這些特征參數就作為下一步圖像解釋的輸入?；叶葓D像按輪廓的壓縮是從經(jīng)過(guò)增強處理的圖像上抽取直線(xiàn)、拐角、圓弧等輪廓特征或求出代表輪廓線(xiàn)方向斜率的一組線(xiàn)段。這后一種方法常出現線(xiàn)段丟失、破碎以及重合等誤差，需要用關(guān)于景物的先驗知識加以判斷。數據壓縮有時(shí)被當作圖像分割（見(jiàn)模式識別），但實(shí)際上比把圖像分為有意義單元的圖像分割簡(jiǎn)單。

圖像解釋 　即按照任務(wù)對圖像內容進(jìn)行高度概括的描述。它基于圖像的模型匹配。模型是對所要識別的理想模式外形的描述，包括所有可能的部分畸變、平移或旋轉的模式的集合。將其中一個(gè)模式當作原型，那么解釋就是尋找與經(jīng)壓縮后的數據匹配得最好的原型，并用描述模型的參數給出解釋。最簡(jiǎn)單的模型匹配方法是樣板匹配，它僅適用于原型很少的場(chǎng)合，而且計算量也很大。在一般情況下需要考慮大量原型，此時(shí)可采用搜索法、松弛法和聚類(lèi)法，但對于工業(yè)視覺(jué)系統都不太理想。已經(jīng)用這些方法初步解決重疊工件的識別問(wèn)題。雖然松弛法和聚類(lèi)法已經(jīng)是實(shí)驗室中用于圖像解釋的極普通的方法，但由于成本昂貴尚未被普遍采用到工業(yè)視覺(jué)系統的設計中去。

建?！≡O計工業(yè)視覺(jué)系統的首要指標是靈活性。而在目前技術(shù)水平下設計通用工業(yè)視覺(jué)系統的成本又過(guò)于昂貴。所以實(shí)現軟件和硬件的模塊化是解決這個(gè)問(wèn)題的可能途徑。其關(guān)鍵是規定一類(lèi)問(wèn)題，針對它建立硬件和軟件結構，在該類(lèi)問(wèn)題中可直接改變模型參數使系統適應所處理的問(wèn)題。采用人機交互的方式來(lái)找出系統的參照景物和從該景物導出的可供選擇的參數。這種做法實(shí)際上是在識別程序中隱含了人的經(jīng)驗，即人關(guān)于什么是圖像的可靠和有意義特征的看法。完全自動(dòng)化的“示教式”方法尚待進(jìn)一步發(fā)展。

應用　工業(yè)視覺(jué)系統可用于種類(lèi)繁多的任務(wù)。按用途可列舉如下例子：用于CIDMAC中的目標定位、定向和識別；缺陷檢查（如金屬元件的裂痕）；分揀（如從果殼中挑果仁）；分級（如計算肉的肥瘦率）；測定瓶或罐內的液面；在線(xiàn)測量食品、布料或機加工件的尺寸；檢驗組裝的正確性；檢驗食物、化妝品、藥品的污染；檢測化學(xué)物質(zhì)的泄漏；儀表校準；工具磨損檢測以及產(chǎn)品包裝檢驗等。工業(yè)視覺(jué)系統按被測景物的特點(diǎn)和復雜性以及所處理的特定任務(wù)又大致可分為自動(dòng)檢驗、部件加工和裝配、生產(chǎn)過(guò)程控制三類(lèi)。

自動(dòng)檢驗 　自動(dòng)檢驗是工業(yè)視覺(jué)系統最重要的應用領(lǐng)域。它的優(yōu)點(diǎn)是可提供快速無(wú)接觸測量，對部件的檢驗率幾乎可達100%,而且視覺(jué)檢驗機器裝入現有生產(chǎn)系統比機器人視覺(jué)系統方便。在很多工業(yè)生產(chǎn)領(lǐng)域中，自動(dòng)檢驗是實(shí)現生產(chǎn)自動(dòng)化的必要條件。在自動(dòng)輸送部件的系統中，甚至像螺釘這樣簡(jiǎn)單的零件也必須 100%地加以檢驗，否則會(huì )降低機器的效率，甚至引起嚴重事故。自動(dòng)檢驗的任務(wù)主要包括完備性檢驗、形狀檢驗和表面檢驗：

①　完備性檢驗　對部件上的零件是否完備、缺失進(jìn)行檢驗。部件上丟失零件可能導致嚴重后果。例如，如果丟失發(fā)動(dòng)機閥門(mén)彈簧的帽卡，則有可能使發(fā)動(dòng)機毀壞。

②　形狀檢驗　這方面的例子有檢驗螺桿或螺釘這樣的簡(jiǎn)單部件、檢驗小圓片的圓度、檢驗包裝上或瓶子上的標簽的尺寸、形狀和位置等。形狀檢驗的一個(gè)最重要的應用是檢驗印刷電路板，包括檢測板上的導線(xiàn)破裂、短路、突出物以及相鄰兩線(xiàn)的距離等。

③　表面檢驗　這是質(zhì)量控制的一個(gè)重要步驟。例如，檢驗鋼板、軸承部件、搪瓷或玻璃的表面。通常必須檢驗一批序貫通過(guò)的不同形狀的表面，并能對缺陷損傷加以區分。

部件加工和裝配 　這類(lèi)應用的主要視覺(jué)任務(wù)是確定部件的位置和方向。部件通常裝在容器中運輸或存儲，在此過(guò)程中原始位置被打亂。包括從托板對部件位置的微小干擾到把部件裝箱這樣的過(guò)程都會(huì )使原始位置混亂。對此尚無(wú)通用解決辦法。針對機器人隨機抓取傳送帶上的定向部件已研制了數種視覺(jué)系統。但這類(lèi)應用場(chǎng)合在生產(chǎn)過(guò)程中不具普遍性。在芯片焊接過(guò)程中需用視覺(jué)系統導引焊接位置，并輔助振動(dòng)傳送帶對元件的機械分類(lèi)。在用機器人安裝摩托車(chē)輪時(shí)也需用視覺(jué)系統確定輪轂的位置和方向。大多數裝配任務(wù)需要用視覺(jué)和觸覺(jué)配合才行，例如把針插入洞中這樣的任務(wù)還可用特制的機械系統配合完成。

生產(chǎn)過(guò)程控制 　工業(yè)視覺(jué)系統在生產(chǎn)過(guò)程控制中的最重要的應用領(lǐng)域是焊接控制。在自動(dòng)焊接過(guò)程中，由于存在焊件連接準備工作的差異以及焊接期間發(fā)生的不準確定位和熱畸變，因此常常需要采用視覺(jué)系統跟蹤焊縫。在弧焊中，強光和焊花四濺給圖像分析帶來(lái)困難。為此研制了特殊的快門(mén)，僅在過(guò)程的短路期間打開(kāi)。在浸入弧焊中，焊接過(guò)程對視覺(jué)系統的干擾不大。工業(yè)視覺(jué)系統還用于讀出部件的特征或貼于其上的條碼以協(xié)助生產(chǎn)過(guò)程中部件的分配。

參考書(shū)目

B.G.Batchelor(ed.)，Pattern Recognition:Ideas in Practice,Plenum, New York,1978.

B.G.Batchelor,D.A.Hill,D.C.Hodgson，Automated Visual Inspection,IFS, Bedford, UK, 1958.