機器視覺的研究及應(yīng)用發(fā)展趨勢

何新宇，趙時璐，張 震，趙天宇

（1.沈陽大學機械工程學院，遼寧 沈陽 110000；2.華晨寶馬汽車有限公司，遼寧 沈陽 110000）

1 引言

智能化產(chǎn)業(yè)已逐步進入到我們的生活中，隨著人們對于生活產(chǎn)品質(zhì)量要求的提高，智能工廠也逐步走入到工業(yè)化企業(yè)之中。我國制造實業(yè)現(xiàn)還處于發(fā)展戰(zhàn)略階段，使用機器視覺技術(shù)是我國生產(chǎn)制造業(yè)快速向智能化產(chǎn)業(yè)轉(zhuǎn)化的一個有效途徑。對于工業(yè)化產(chǎn)業(yè)而言，充分利用機器視覺較強的現(xiàn)場適應(yīng)能力，達到高效率和高精度的檢測結(jié)果；再對機器視覺使用進行檢測成本預測，若使用機器視覺技術(shù)成本小于人工成本，則技術(shù)實施可行；如若成本高于人工成本，則需重新對技術(shù)實施計劃進行改善控制成本；因此，如何準確利用機器視覺技術(shù)對于我國工業(yè)制造實業(yè)來說意義非凡。

機器視覺的主要功能是替代人在一些比較危險或者人眼視覺難以觀測的工作環(huán)境下進行檢測的技術(shù)[1]。這項技術(shù)不僅快速實現(xiàn)了生產(chǎn)產(chǎn)品高效率、高精度的生產(chǎn)節(jié)奏，同時保證了操作者的人身安全，是一項不可多得的智能化技術(shù)。但一套完整的機器視覺系統(tǒng)是比較復雜的，不僅包含圖像采集、圖像處理、數(shù)字模擬技術(shù)、智能判斷等軟件技術(shù)，同時還需電光源照明、機械控制穩(wěn)定及執(zhí)行等硬件控制；那么，如何準確的設(shè)計出一款嚴謹性好、精確度高的視覺產(chǎn)品來實現(xiàn)人們對于工業(yè)化產(chǎn)品高技術(shù)要求，是我們當下仍需努力研究的。

2 機器視覺研究

2.1 機器視覺基本結(jié)構(gòu)研究

機器視覺是由多個領(lǐng)域交叉結(jié)合出來的新型技術(shù)，涉及光學成像原理、人工智能、圖像處理以及仿生科學等等科學。文獻[2]可知我們工業(yè)化生產(chǎn)中所使用的機器視覺，主要是由相機、光源、鏡頭、圖像采集卡、圖像處理的軟件、PLC、輸出系統(tǒng)等組成。雖然選擇一個機器視覺的子系統(tǒng)是比較簡單的，但搭建一個通用性好的整體機器視覺系統(tǒng)是比較困難的的，這需涉及多方面的子系統(tǒng)的選擇。

2.1.1 相機

目前應(yīng)用于智能化視覺系統(tǒng)中的相機一般是：嵌入式系統(tǒng)與機器視覺系統(tǒng)相結(jié)合的工業(yè)相機。常見的工業(yè)相機根據(jù)圖像傳感器模式可分為CCD、CMOS 兩種。CCD 芯片是典型的固體成像，這種圖像模式是集光電的轉(zhuǎn)換形成電荷并儲存，如圖1（a）所示。后在驅(qū)動脈沖推動下不斷轉(zhuǎn)移并放大輸出信號，形成輸出圖像；CMOS 芯片是具有動態(tài)成像特點的圖像傳感器，CMOS 芯片是將圖像信號讀取電路、圖像放大信號器、轉(zhuǎn)換器以及控制器合于一體并集在一塊芯片上的圖像傳感器，不僅具有良好的集成性、高傳輸性，還具有局部區(qū)域訪問并編程算法的優(yōu)點，如圖1（b）所示。

圖1 相機類型Fig.1 Camera Type

CCD 相機需將存儲信息進行同步信號控制后進行轉(zhuǎn)移，轉(zhuǎn)移信息及輸出讀取信息需要有三組不同的電源及時鐘控制電路同時輔助輸出，整個過程比較麻煩。而CMOS 相機經(jīng)過光電轉(zhuǎn)換后，可直接輸出信號，過程比較簡單，價錢相對來說比較低廉，在工業(yè)生產(chǎn)中應(yīng)用比較廣泛。

2.1.2 鏡頭

機器視覺中鏡頭的主要作用就是調(diào)制光束，將所得的圖像定像在圖像傳感器上，鏡頭的選擇將直接影響整個機器視覺系統(tǒng)，所以合理的選擇鏡頭型號，設(shè)計出安裝位置是機器視覺系統(tǒng)硬件部分的重要環(huán)節(jié)[3]。但由不同的工業(yè)環(huán)境制造出來的鏡頭也有很大的差別，因此價格也具有很大差距。

工業(yè)視覺中對于鏡頭的選擇，主要取決于鏡頭的焦距、光圈值、景深及分辨率。選取鏡頭時，首先我們要確定相機類型及傳感器尺寸，還需確定拍攝距離后利用式（1）及式（2）輔助來計算焦距確定鏡頭的選擇。

式中：f—焦距；WD—工作距離；PMAG—鏡頭放大倍數(shù)；Hi—相機傳感器靶面尺寸；Ho—視野高度。

常用的CCD 相機芯片尺寸，如表1 所示。

表1 相機芯片尺寸Tab.1 Camera Chip Size

2.1.3 照明

對機器視覺來說，照明目的是使觀測者可忽略那些不需要的信息，使某一被測特征點變得明顯。為更好達到目的，需考慮現(xiàn)場環(huán)境情況、周圍是否存在反光體，光源與被測物體之間的關(guān)系等，最終在確認光源是否選取時還需考慮的一個因素就是光譜。把光譜的特性有效的利用在視覺系統(tǒng)中，盡可能的做到突出特征點以確保整個系統(tǒng)亮度。

光源類型有很多種，如自然光、白熾燈、熒光燈、LED 等等，在視覺系統(tǒng)中常選用穩(wěn)定性強、壽命長的LED 光源，通常將LED按照光源外形進行分類，如表2 所示。不同的視覺系統(tǒng)，需要的光源也是有差異性的，由于光源的種類多樣性，在機器視覺系統(tǒng)的研究設(shè)計中，還需考慮光源與被測物之間的關(guān)系后方可對光源進行選擇。

表2 LED 光源對比Tab.2 Comparison of LED Light Sources

文獻[4]提出選擇合適的光源后，不僅需要合理利用照明光譜以及照明的方向性，來設(shè)計視覺系統(tǒng)，同時需對整個視覺系統(tǒng)的使用壽命考慮，這樣設(shè)計出來的機器視覺系統(tǒng)能清晰的反應(yīng)出被測物的特征，還能有效控制整個視覺系統(tǒng)的耐久性。

2.1.4 圖像采集

圖像采集主要是對被測物進行圖像信號采集，并將這種信號轉(zhuǎn)換成數(shù)據(jù)文件保存在電腦上的一個過程。而在機器視覺系統(tǒng)中，采集的圖像是否合格，影響元素會有多種，如鏡頭的選擇、照明情況、相機的選擇、檢測位置等。如文獻[5-6]中指出為了有效的進行邊緣的采集，需對已采集到的灰度圖像進行二值化處理，即將收集到的灰度圖像分解成灰度值極大的兩張圖像后需進行填充處理，最后進行邊緣提取，利用對被測物體的邊緣提取與被測物體背景進行分離，凸顯被測邊緣，有效進行圖像采取。

2.2 機器視覺工作原理

機器視覺系統(tǒng)一般會根據(jù)檢測的內(nèi)容、形式、檢測項大小而改變其內(nèi)部結(jié)構(gòu)，但總體上基本是大同小異。機器視覺一般是以圖像信號中的高度、面積、位置等為特征點，根據(jù)事先在軟件算法中所設(shè)定的合格范圍進行對比，判別是否合格后再以目視化圖像的形式顯示出的一個過程[7]，如圖3 所示。

圖2 機器視覺工作原理圖Fig.2 The Principle Diagram of the Machine Vision

隨著被測物在輸送帶傳送，到達攝像機的位置，視覺系統(tǒng)利用固定位置開始進行檢測，通過照明系統(tǒng)即光源（該光源為可調(diào)節(jié)式光源，可調(diào)節(jié)光源亮度、角度及光源位置的高度），照射被測物體使其達到亮度，再利用觸發(fā)圖像采集的光電傳感器自動進行觸發(fā)，計算機通過主控程序連接的信息數(shù)據(jù)庫得到圖像，計算機將所得圖像信號轉(zhuǎn)換為數(shù)字信號，獲得檢測結(jié)果，并進行分析。將所得結(jié)果利用數(shù)字I/O 傳送到PLC 中，控制器將所得結(jié)果通過現(xiàn)場總線接口傳送到執(zhí)行機構(gòu)，執(zhí)行機構(gòu)將以目視化結(jié)果呈現(xiàn)在屏幕上，最終完成檢測的這一效果。

3 機器視覺現(xiàn)狀

3.1 機器視覺在汽車領(lǐng)域的應(yīng)用

在汽車生產(chǎn)線中，利用延時拍攝方法對車身特定位置進行拍攝測量，通過以太網(wǎng)的方式傳輸給數(shù)據(jù)庫進行統(tǒng)計分析，并及時將所得問題數(shù)據(jù)與報警同步進行展示[8]?；跈C器視覺檢測車身特定位置缺陷的實現(xiàn)，能夠有效的記錄、分析實時生產(chǎn)問題，快速對問題進行判斷，具有可擴展性，對多個車型均可適用。但此設(shè)備在初期具有一次性投資較大，測量數(shù)據(jù)大等缺點，而且對于工作精度要求很高。

系統(tǒng)在線檢測，如圖3 所示。此系統(tǒng)是基于機器視覺對車身下底盤膠堵檢測，使用白熾燈光源照射底面，工業(yè)相機拍攝下底盤全面位置，根據(jù)拍攝圖片進行二值化分類后，相應(yīng)算法對被測物的判定位置進行檢測，最終輸出判定結(jié)果。

圖3 機器視覺在車身下底盤的檢測應(yīng)用Fig.3 Application of Machine Vision in Detection of Underbody Ch.

此系統(tǒng)的應(yīng)用前期需采集大量的圖片數(shù)據(jù)進行驗證算法，費時費力。但若視覺系統(tǒng)穩(wěn)定進行運行，將可以在同一時間段對同一車輛的不同位置的縫隙、平整度進行分析，確保生產(chǎn)車輛的一致性，消除人工檢測誤差，適用于大批量生產(chǎn)的質(zhì)量控制。

3.2 機器視覺對薄膜厚度的檢測

生活中，隨處可見物品上有一層光亮的物品，那是生產(chǎn)過程中為了某一項性能而進行的鍍膜，但均勻的薄膜厚度主要由三方面決定：自身的工藝設(shè)備，薄膜厚度傳感器以及螺栓位置的控制。隨著生產(chǎn)量的加大，收到調(diào)節(jié)螺栓控制的方法已無法滿足生產(chǎn)需求。為此基于機器視覺系統(tǒng)進行螺栓定位控制系統(tǒng)應(yīng)用，在不同螺栓位置處進行標記，在實際測量過程中不斷跟新位置追蹤，確定螺栓可適應(yīng)位置，以達到準確螺栓位置檢測，實現(xiàn)控制剖面均勻薄膜生產(chǎn)，如圖4 所示。

圖4 機器視覺薄膜生產(chǎn)中應(yīng)用Fig.4 Application of Machine Vision in Film Production

4 機器視覺關(guān)鍵技術(shù)發(fā)展趨勢

研究過程中發(fā)現(xiàn)在輸入端采集到很清晰的圖像，就人眼可以很清晰辨別，但利用機器視覺技術(shù)識別過程中還需考慮以下的幾個問題：

（1）外界因素。外界光源的穩(wěn)定性、物體本體的顏色和形狀、相機與物體之間的角度及位置等，任何一方的變動都會對圖像的采集產(chǎn)生很大的影響。

（2）數(shù)據(jù)量。無論是彩色圖像還是灰度圖像，均會輸出大量的信息，軟件中只需在儲存卡內(nèi)運行我們需要的信息；而硬件上需選擇較大轉(zhuǎn)換存儲空間，采集到的信息能快速與標準數(shù)據(jù)庫進行對比，實現(xiàn)類似于人眼的一個機器視覺系統(tǒng)。

（3）圖像的多重含義。一張二維圖，可能是由不同的兩張三維圖像投影出來，機器視覺很難分辨還原出原型，如何快速、準確的判定目標，提高圖像的分辨處理的速度是我們目前亟須解決的問題[9]。

近幾年，機器視覺技術(shù)雖然有了一些發(fā)展，但是目前的發(fā)展過程中還是存在了一些問題，未來的主要研究重點應(yīng)在下面幾部分開展：（1）硬件的合理選擇。使用精密度高的硬件可以有效的提高整個機器視覺系統(tǒng)的精密性，但存在某些特殊性能的產(chǎn)品，需要精度限定在某一范圍內(nèi)，只有合理的選擇硬件才能有效的發(fā)揮出該機器視覺系統(tǒng)的最大優(yōu)勢。（2）軟件的研究。軟件的設(shè)計是整個機器視覺系統(tǒng)核心技術(shù)，軟件的精確研究能高效的調(diào)動機械部分的配合并能夠減小硬件的磨損。（3）模塊化建設(shè)。將整個機器視覺系統(tǒng)的運行進行單元模塊化分類，這樣能大大的提高整個機器視覺系統(tǒng)的設(shè)計進程，同時各單元出現(xiàn)的問題也可快速得到解決。

5 結(jié)語

伴隨著電子計算機以及半導體技術(shù)的快速發(fā)展，機器視覺也需不斷更新系統(tǒng)的程序。機器視覺雖然發(fā)展才短短幾十年，但發(fā)展的速度卻很驚人，由最開始一些簡單的視覺應(yīng)用已經(jīng)向復雜的識別、自動檢測等方面發(fā)展。這里對機器視覺的基本結(jié)構(gòu)、關(guān)鍵技術(shù)、生產(chǎn)生活中應(yīng)用和發(fā)展趨勢做了介紹，并預測機器視覺技術(shù)將成為科學技術(shù)上最具發(fā)展力的檢測技術(shù)之一。