基于机器视觉的产品检测技术研究

基于机器视觉的产品检测技术研究1、机器视觉1.1机器视觉的概念机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是：1、机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。1.2机器视觉的研究范畴从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。1.3机器视觉的研究现状机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为现代科技研究的一个热点。90年代，随着计算机技术的快速发展，机器视觉在工业中得以应用，如印刷电路扳的检验、高精度导弹的末制导!机器人装配线、汽车流量检测等方面都有机器视觉系统的应用。经过40来年的研究，机器视觉在深度和广度两方面都取得了很大的进展，积累了丰富的学术研究成果，各种相关文献大量出现，已经成长为一门内容十分丰富的独立学科，在应用研究方面也取得了不小的进展，如图纸的自动录入、光学字符阅读器、机器人视觉系统在工业生产装配线上的应用等都十分引人注目。近年来，随着计算机技术的高速发展，机器视觉系统的成本大幅度地下降。为应用研究奠定了坚实的基础,应用视觉研究正在蓬勃兴起，前景十分光明。回顾机器视觉的研究历史，可以看到两条相当清晰的道路：理论与方法研究和应用研究。前者从纯学术的角度出发，研究模拟人类视觉的各种理论与算法（如特征抽取!双目立体视觉、运动与光流、由线条图到实体、由阴影到形体、由纹理到形体等等）；后者从实际问题出发，研究识别、检测等问题（如工件的识别、印刷用电路板的检验、字符识别等）。总的来说，学术研究与应用研究相差很远，原因可能是纯学术研究做了过多偏离实际情况的假设，低估了实际问题的复杂性，造成其成果难以实用化。当然，机器视觉本身是十分复杂的,研究只能逐步深入。1.4机器视觉的应用机器视觉不会有人眼的疲劳，有着比人眼更高的精度和速度，借助红外线、紫外线、X射线、超声波等高新探测技术，机器视觉在探测不可视物体和高危险场景时,更具有其突出的优点。机器视觉技术现己得到广泛的应用：1、机器视觉在工业中的应用许多领域像冶金、化工、建材、安全保卫、工件检测等工业生产过程中，这些工业对象复杂，过程涉及参数众多，并有显著的非线性、骤变性、离散性、分布性和不确定性。尤其是在周围环境极其（例如高温环境和不确定对象,其形状参数难以用普通的测量手段进行测量）的情况下，对这类系统要想建立确定的模型是十分困难的。因此，用常规控制技术难以实现对象的计算机实时控制。对于这类复杂对象的自动控制，所遇到的最大困难是检测问题，而大多数场合，可通过机器视觉来实现。机器视觉系统可用于工业领域的很多方面,如零件检验与尺寸测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。应用图像处理及机器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）产品分类等。2、机器视觉在农业中的应用随着图像处理技术的专业化、计算机硬件成本的下降以及运行速度的提高。在农产品品质自动检测和分级领域应用机器视觉系统已变得越来越具有吸引力。农产品在其生产过程中由于受到人为和自然等复杂因素的影响，产品品质差异很大，,如形状、大小、色泽等都是变化的，很难做到整齐划一，故在农产品品质检测与分析时，要有足够的应变能力来适应情况的变化。机器视觉技术在农产品品质检测上的应用正是满足了这些应变的要求。农产品的尺寸与面积，形状和颜色是农产品品质的重要特征，利用机器视觉进行检测不仅可以排除主观因素干扰，而且还能对这些指标进行定量描述，具有人工检测所无法比拟的优越性。3、机器视觉在医学中应用在医学领域,机器视觉用于辅助医生进行医学影像的分析，主要利用数字图像处理技术、信息融合技术对X射线透视图、核磁共振图像、CT图像或其它医学影像数据进行统计和分析。不同医学影像设备得到的是不同特性的生物组织的图像。例如，X射线反映的是骨骼组织，核磁共振影像反映的是有机组织，而医生往往需要考虑骨骼与有机组织的关系，因而需要利用数字图像处理技术将两种图像适当地叠加起来，,以便于医学分析。4、机器视觉在机器人导航及视觉伺服系统的应用赋予机器人视觉是机器人研究的重点之一，其目的是要通过图像定位和图像理解向机器人运动控制系统反馈目标或自身的状态与位置信息。5、机器视觉在图像监控、安防、交通管理中的应用传统的交通监控方法，如电磁感应环线圈式车辆检测器，由于它埋在路基下，车辆通过时对线圈的压力以及路面的维修均会破坏线圈，而且存在不能识别车辆的行驶方向，不能进行车辆分类等缺点；雷达波检测器只能检测运动车辆，但对车辆缓行和车辆静止的情况就无法检测出来。基于机器视觉技术开发的交通监控系统，实时工作性强，适应譬如高速公路、城市道路等各种交通环境的能力强，使交通监控系统更加智能化，能提供更多的功能。机器视觉技术的诞生和应用，极大地解放了人类劳动力，提高了生产自动化水平，改善了人类生活现状，其应用前景极为广阔。目前在国外,机器视觉技术已广泛应用于生产、生活中，而我国正处于起步阶段，急需广大科技工作者的共同努力，来迅速提高我国机器视觉技术的发展水平,为我国的现代化建设做出自己的贡献。2、基于机器视觉的产品检测2.1机器视觉在产品检测领域的应用现状在国外，机器视觉的应用普及主要体现在半导体及电子行业的产品检测上。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等；SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备；电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统在质量检测的各个方面已经得到了广泛的应用。除此之外，机器视觉还用于其他各个领域。而在中国,以上行业本身就属于新兴的领域，再加之机器视觉技术的普及不够，导致以上各行业的应用几乎空白，,即便是有，一般也只是低端方面的应用。目前随着我国配套基础建设的完善和技术、资金的积累，各行各业对采用机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在机器视觉技术领域进行了积极思索和大胆的尝试,逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在低端方面，真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。2.2中国机器视觉产品检测的未来发展趋势在机器视觉赖以普及发展的诸多因素中，有技术层面的，也有商业层面的，但制造业的需求是决定性的。制造业的发展，带来了对机器视觉检测需求的提升；也决定了机器视觉将由过去单纯的采集、分析、传递数据，判断动作，逐渐朝着开放性的方向发展，这一趋势也预示着机器视觉将与自动化更进一步的融合。需求决定产品，只有满足需求的产品才有生存的空间，这是不变的规律。机器视觉产品检测也是如此。未来，中国机器视觉产品检测的发展主要表现为以下一些特性：1、随着产业化的发展对机器视觉检测的需求将呈上升趋势机器视觉检测发展空间较大的部分在半导体和电子行业,而据我国相关数据显示，全球集成电路产业复苏迹象明显；与此同时，全球经济衰退使我国集成电路产业获取了市场优势、成本优势、人才回流等优势；国家加大对集成电路产业这一战略领域的规划力度，“信息化带动工业化”走“新兴工业化道路”为集成电路产业带来了巨大的发展机遇，特别是高端产品和创新产品市场空间巨大，设计环节、国家战略领域、3C应用领域、传统产业类应用领域成为集成电路产业未来几年的重点投资领域。中国的半导体和电子市场已初具规模，而如此强大的半导体产业将需要高质量的技术做后盾。同时它对于产品的质量、集成度的要求将越来越高。而机器视觉将能帮助他们解决以上的问题，因此该行业将是机器视觉最好的用武之地。2、统一开放的标准是机器视觉发展的原动力目前国内有数十家机器视觉产品厂商，与国外机器视觉产品相比，国内产品最大的差距并不单纯是在技术上,而且还包括品牌和知识产权上。另一现状是目前国内的机器视觉产品主要以代理国外品牌为主，以此来逐渐朝着自主研发产品的路线靠近。未来，机器视觉产品的好坏不能够通过单一因素来衡量,应该逐渐按照国际化的统一标准判定，随着中国自动化的逐渐开放,将带领与其相关的产品技术也逐渐开放因此,依靠封闭的技术难以促进整个行业的发展,只有形成统一而开放的标准才能让更多的厂商在相同的平台上开发产品,这也是促进中国机器视觉朝国际化水平发展的原动力3、基于嵌入式的产品将取代板卡式产品从产品本身看，机器视觉会越来越趋于依靠PC技术，并且与数据采集等其他控制和测量的集成会更紧密。且基于嵌入式的产品将逐渐取代板卡式产品，这是一个不断增长的趋势。主要原因是随着计算机技术和微电子技术的迅速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低功耗技术的特点得到人们的重视。另外,嵌入式操作系