基于機器視覺檢測設備的多功能應用分析

李會玲，趙輝，張風剛

（1.東莞職業技術學院，廣東 東莞 523808；2.廣東奧普特科技股份有限公司，廣東 東莞 523853）

機器視覺檢測技術是圖像處理技術的重要組成部分。這項技術是從機器的角度檢測圖像信息并對具體的圖像信息進行加工處理的新型技術。當前，機器視覺檢測技術以在線檢測的形式得到重點應用，與其他感應技術融合，成為當前自動化機器人研發的重要組成部分。本文從機器視覺檢測技術的概念和設備構成展開分析，以其常見的幾項應用展開討論，完善大眾對機器視覺檢測的認知，并從中獲得啟示，為開發新的應用領域和完善機器視覺檢測功能提供思路。

1 機器視覺檢測技術

1.1 機器視覺檢測的概念

機器視覺系統是模擬人眼從環境中讀取信息并傳達給大腦完善和識別信息的處理過程。不同的是，機器視覺是利用機器來代替人眼對信息作出檢測和判斷的。相應的，機器視覺檢測設備則是利用攝像機鏡頭獲取需要檢測或識別的目標圖像，然后將圖像信號傳達給系統組合中運用相應算法提取目標特征的圖像信息處理設備。具體流程如圖1 所示。

圖1 機器視覺系統工作流程

1.2 機器視覺檢測設備的構成

機器視覺檢測設備的構成基于信息獲取和處理的過程。常見的機器視覺檢測設備主要構成包括光源、電荷耦合器件（Charge Coupled Device，CCD）數字攝像機、圖像采集卡、計算機系統、圖像信號處理器及檢測軟件等。

1.2.1 光源

鑒于獲取圖像需要的光線必須具有穩定性和自適應性，機器視覺技術一般會用到人造光源。常見的人造光源包括定向光源鹵素燈、漫射光源熒光燈、發光二極管（light emitting diode，LED）、氖燈和電導發光管等。不同的機器視覺檢測設備設計根據不同的光線應用需求會用到其中一種或幾種光源。其中，鹵素燈是最亮的，通常為白色或偏黃，價格很便宜，缺點是容易發熱。熒光燈通常是白色或偏綠，亮度較高，價格最便宜。LED等有多種顏色可選，如紅、黃、綠、白、藍燈，亮度一般，不容易發熱，且在固體狀態下有多種不同形態，設計時選擇空間大。氖燈一般為白色或偏藍色，亮度很高，一般應用場景持續亮燈的時間很長，缺點是容易發熱。電導發光二極管的顏色一般是由發光頻率確定的，亮度一般，價格便宜，十分容易發熱。

1.2.2 圖像采集攝像機

當前，機器視覺設備中廣泛應用的圖像采集攝像機有CCD 相機和CMOS 相機。兩種相機各有其特點和優勢。

（1）CCD 數字攝像機。CCD 攝像機的主要作用是將被處理圖像的光電信號轉換為電信號，并由A/D 轉換將信號傳遞至計算機系統的后臺。數字攝像機是機器視覺系統采集信息并提取信息特征不可替代的關鍵設備。第一，CCD 數字攝像機按照色彩劃分可分為彩色相機和黑白相機。第二，按掃描制式劃分，有線掃描和面掃描兩種方式。第三，按照分辨率劃分，可以影像像素參數為基準進行分類。其中，影像像素高于38 萬像素、彩色分辨率大于或等于480 線、黑白分辨率在600 線以上的為高分辨率型；影像像素在25 ～38 萬像素、彩色分辨率為420 線、黑白分辨率在500 線上下的是普通型；影像像素低于25 萬、彩色分辨率為330 線、黑白分辨率400 線左右則為低檔型。由于一般的CCD 攝像機大多能感應到紅外線，也因此出現了基于這一特征的紅外線圖像、夜視設備、零照度（或趨近零照度）攝影機/照相機等。視覺檢測設備也是利用這一特征，開拓了多種應用場景和功能。

（2）CMOS 相機。CMOS 圖像傳感器通常包括像敏單元陣列、行驅動器、列驅動器、時序控制邏輯、AD 轉換器、數據總線輸出接口以及控制接口等幾部分。這幾部分一般被集成于同一塊硅片上。工作過程一般可分為復位、光電轉換、積分、讀出等部分。CMOS 圖像傳感器件的優點主要表現在兩個方面：第一，市場價格比CCD 器件低15%～25%；第二，其芯片結構有利于與其他硅基元器件集成，能有效地降低整體系統的研發成本。

1.2.3 圖像采集卡

圖像采集卡本質是一塊芯片，定位于臺式機的PCI擴展槽上，是將相機拍攝獲取的圖像或視頻數據進行實時存儲，并接入計算機的高速接口。大多數圖像采集卡在采集圖像信息的同時還能捕獲伴音，將音頻部分和視頻部分在轉化為數字化格式時同步進行保存和播放。

圖像采集卡的工作流程如圖2 所示。

圖2 圖像采集卡的工作流程

1.2.4 計算機系統

計算機系統一般被視為機器視覺系統的核心部件，其負責將圖像采集卡所收集的圖像信息進行加工和處理，并生產最終的圖像，然后利用不同的算法對圖像模式進行識別，進而將數據識別結果傳送給執行機構。常見的計算機會利用質量檢測軟件進行以下流程：讀取圖片、圖像集合失真矯正、灰度化、圖像增強、圖像重建、濾波平滑處理、圖像二值化、圖像編碼壓縮、確定分割閾值、邊緣提取、缺陷檢測、模式識別和尺寸檢測等。這些流程并不是每種圖像都需要用到，一般會根據具體的視覺檢測需求執行。

2 機器視覺檢測設備的優勢

機器視覺檢測設備在獲取圖像和處理圖像方面有諸多優勢。當前，視覺機器在線檢測設備發展出了激光逐點掃描法、光切法、空間編碼方法、條紋投影測量方法，這些方式使得機器視覺在線檢測圖像處理技術更加先進，其獲取圖像和處理圖像的效果遠勝于傳統的人眼檢測，擁有諸多優勢。

（1）機器視覺設備獲取圖像比較方便。在一些較為危險或人體不易進入的場景下，機器視覺可靈活獲取圖像，并且獲取圖像的速度更快、處理效果更精準，處理方式也更為多樣化。

（2）機器與被觀測者可不直接接觸或遠距離獲取圖像信息，二者都不易損傷，可靠性更強。同時視覺檢測系統一般與計算機數據處理系統聯動，可實時記錄所獲取的圖像，并對其進行分類和強化處理，有助于后續質量評估參考。

（3）人眼檢測圖像相比機器視覺設備，容易受到視角和視力情況限制，許多物體通過肉眼無法識別或識別效果不佳，機器視覺利用紅外線進行檢測，檢測范圍更廣，效果更好。

（4）機器視覺檢測設備的工作時間不受限制。機器常規工作時間遠超于人體承受極限，可以更客觀、準確地保持對同一對象的檢測，減輕人體疲勞。

3 機器視覺檢測設備的多功能應用

當前，機器視覺檢測設備憑借其優越的圖片檢測效果、高效的圖片采集效率和與計算機系統的有效對接，在諸多質量檢測領域發揮著重要作用。

3.1 車輛距離檢測

唐玲等利用機器視覺系統對采集的圖像利用小波變換算法可進行去噪和增強處理，并通過Hough 與模糊集論提取車道線圖像用作定位車輛的參考線。這樣可以大大縮短車輛定位的搜索時間。此外，還可以借助路面灰度值和窗口能量結合的方式來精準定位車輛，根據針孔成像的原理建立一個實際的三維圖像空間，與攝像機二維圖像形成映射關系，聯合計算與前方車輛之間的實際距離參數。

3.2 微型齒輪檢測

魏東亮等提出一種基于機器視覺的微型齒輪長誤差檢測系統。首先，是利用小波變換對圖片作去噪處理；其次，通過Radon 變換算法修正齒輪零件圖像，再利用一種基于局部區域特征的三次曲線模型來提取目標區域內亞像素的邊緣信息，通過投影映射精確計算邊界位置參數；最后，以齒輪中心點為基準計算其動態極差，將獲得的數據作為判斷微型齒輪長度是否合格的參考標準。這種方式檢測精度可達2μm，準確率高達99%，并且檢測時間很短，結果可靠，檢測效率高，精度高，充分滿足了工業檢測的要求，并且可普及到其他具有中心對稱特征的微型齒輪長度檢測中。

3.3 玻璃缺陷檢測

普通平面玻璃的外觀質量根據波筋、氣泡、劃傷、砂粒、疙瘩、線道等缺陷多少而被判定為多個等級。浮法玻璃外觀質量等級是一種重要的圖像判斷方式。浮法玻璃外觀質量等級主要是根據光學變形、氣泡、夾雜物、劃傷、線道、霧斑等缺陷數量來判斷的。由于玻璃材質易碎且透明，人眼在檢測時容易受到光線和視力的限制，判定玻璃缺陷時存在一定的誤差。利用視覺檢測設備逐個鎖定目標圖片，再對目標圖片進行預處理，能有效提高圖像觀測質量，使圖像缺陷更加明顯。同時，與計算機軟件聯動，可以自動記錄玻璃缺陷數量、缺陷類型和缺陷等級，在相同時間內檢測的玻璃更多，精度更高，能極大地提升玻璃缺陷檢測的效率和準確率，并且能保證玻璃制品的安全性和人的生命安全。

3.4 織物疵點檢測

織物的紋理結構復雜而精細，高質量織物對于缺陷和瑕疵的容忍度較低，但由因為織物的疵點不易被肉眼發現，檢測難度加大。因而基于非接觸、高效率、便捷客觀等優點，機器視覺檢測技術在織物缺陷檢測方面得到了廣泛應用。例如，利用像素點互補算法增強裂縫對比，將缺陷區域的灰度、梯度和形態進行分類、利用圖像相減方法、背景差分法等能極好地輔助織物疵點檢測。這些方式的共同點是利用機器視覺檢測設備獲取織物疵點圖像，通過提取、處理和標記疵點位置完成織物的檢測，并生成質量高并且清晰度佳的圖像，為織物的質量評級提供可靠的參考依據。

4 結語

機器視覺檢測設備基于圖像獲取和圖像處理，在檢測精度要求較高的產品質量檢測工作中可發揮重要作用。當前，各領域對產品的質量和檢測效率要求不斷提高，機器視覺檢測技術憑借其精準的圖像采集和圖像處理效果，有效地降低了人力勞動強度，減少了誤差，提升了產品檢測精度，極大地縮減了成本，降低了原料損耗，對工業生產的長遠發展有極大助益。由此可見，機器視覺檢測技術發展前景廣闊，值得深入研究。