工業(yè)機(jī)器視覺(jué)產(chǎn)品質(zhì)量檢測(cè)應(yīng)用軟件開(kāi)發(fā)翻譯（1）題目圖像分割的常用方法及其應(yīng)用翻譯（2）題目基于機(jī)器視覺(jué)的檢測(cè)系統(tǒng)學(xué)院計(jì)算機(jī)學(xué)院

圖像分割的常用方法及其應(yīng)用摘要針對(duì)圖像分割中遇到的常見(jiàn)問(wèn)題,研究了邊緣檢測(cè)、閾值處理等圖像分割理論。在傳統(tǒng)算法基礎(chǔ)上,給出4種新型算法,可進(jìn)一步提高圖像分割的效果。最后給出了這些算法在圖像分割中的實(shí)際應(yīng)用。1引言在對(duì)圖像的研究和應(yīng)用中,人們往往僅對(duì)圖像中的某些部分感興趣,這些部分常稱為目標(biāo)或前景(其他部分稱為背景),他們一般對(duì)應(yīng)圖像中特定的、具有獨(dú)特性質(zhì)的區(qū)域。為了辨識(shí)和分析目標(biāo),需要將這些有關(guān)區(qū)域分離提取出來(lái),在此基礎(chǔ)上才對(duì)目標(biāo)進(jìn)一步利用,如進(jìn)行特征提取和測(cè)量等。圖像分割就是指把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。這里特性可以是灰度、顏色、紋理等。目標(biāo)可以對(duì)應(yīng)單個(gè)區(qū)域,也可以對(duì)應(yīng)多個(gè)區(qū)域。圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵步驟,也是一種基本的計(jì)算機(jī)視覺(jué)技術(shù)。這是因?yàn)閳D像的分割、目標(biāo)的分離、特征的提取和參數(shù)的測(cè)量都是將原始圖像轉(zhuǎn)化為更抽象更緊湊的格式,使得更高層的分析和理解成為可能。圖像分割多年來(lái)一直得到人們的高度重視,至今已提出了上千種類型的分割算法。2根據(jù)區(qū)域間灰度不連續(xù)搜尋區(qū)域之間的邊界進(jìn)行圖像分割邊緣檢測(cè)法也稱作基于梯度的圖像分割方法。他的基本思想是先檢測(cè)圖像中的邊緣點(diǎn),再按照一定的策略連接成輪廓,從而構(gòu)成分割區(qū)域。由于邊界具有高梯度值的性質(zhì),所以又稱作基于梯度的圖像分割方法。進(jìn)行邊緣檢測(cè)的最基本方法是圖像的微分(差分)、梯度和拉普拉斯算法等。邊緣檢測(cè)的結(jié)果并非圖像分割的結(jié)果,還必須把邊緣點(diǎn)連接成邊緣鏈,形成直線、曲線、各種輪廓線等,直到能表示圖像中物體的邊界。邊緣形成線特征包括兩個(gè)過(guò)程:抽取可能的邊緣點(diǎn);將抽取的邊緣連接成直線、曲線、輪廓線。或用一定的直線、曲線去擬合他們。(1)點(diǎn)檢測(cè)如果|R|T,則在模版中心位置檢測(cè)到一個(gè)點(diǎn),其中T是閾值,R是模版。計(jì)算值算法基本思想為:如果一個(gè)孤立點(diǎn)與他周圍的點(diǎn)不同,則可以使用上述模版進(jìn)行檢測(cè)。如果模版相應(yīng)為0,則表示在灰度級(jí)為常數(shù)的區(qū)域。作者；SHIRonggang,LIZhiyuan,JIANGTao。出處；ＭＯＥＲＮＥＬＥＣＴＲＯＮＩＣＳＴＥＣＨＮＩＱＵＥ２００７，３０（１２）(2)線檢測(cè)第一個(gè)模板對(duì)水平線有最大響應(yīng);第二個(gè)模板對(duì)45方向線有最大響應(yīng);第三個(gè)模板對(duì)垂直線有最大響應(yīng);第四個(gè)模板對(duì)-45方向線有最大響應(yīng)。用R,R2,R3和R4分別代表水平、45、垂直和-45方向線的模板響應(yīng),在圖像中心的點(diǎn),被認(rèn)為與在模板i方向上的線更相關(guān)。(3)邊緣檢測(cè)邊緣是圖像的重要特征之一,他包含了原始圖像中的絕大部分有用的信息,往往僅憑一條粗略的輪廓線就能夠識(shí)別出一個(gè)物體。因此,圖像的邊緣輪廓特征提取在計(jì)算機(jī)視覺(jué)中具有重要的意義。圖像邊緣的特征主要表現(xiàn)為圖像局部特征的不連續(xù)性,即圖像中灰度變化比較劇烈的地方。因此,把邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界?，F(xiàn)有的邊緣檢測(cè)的方法主要以各種微分算子作為基礎(chǔ),結(jié)合用閾、平滑等手段提取邊緣。如Prewitt算子、Sobel算子、Kirsch算子和Robert算子,都是一階微分算子,二階微分算子有拉普拉斯算子、Gauss-Laplace算子、M-H算子、Canny算子等。邊緣檢測(cè)的要求:(1)能夠正確地檢測(cè)出有效的邊緣;(2)邊緣定位的精度要高;(3)檢測(cè)的響應(yīng)最好是單象素的;(4)對(duì)于不同尺度的邊緣都能有較好的響應(yīng)并盡量減少漏檢;(5)對(duì)噪聲應(yīng)該不敏感;(6)檢測(cè)的靈敏度受邊緣方向影響應(yīng)該小。這些要求往往都很矛盾,很難在一個(gè)邊緣檢測(cè)器中得到完全的統(tǒng)一。判斷邊緣檢測(cè)性能的方法是先看邊緣圖像,再評(píng)價(jià)其性能。邊緣檢測(cè)器的響應(yīng)中主要有3種誤差:丟失的有效邊緣、邊緣定位誤差和將噪聲誤判斷為邊緣。邊緣檢測(cè)主要包括以下4個(gè)步驟:圖像濾波、圖形增強(qiáng)、圖像檢測(cè)和圖像定位。(1)圖像濾波邊緣檢測(cè)算法主要是基于圖像亮度的一階和二階導(dǎo)數(shù),但是導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感,因此必須使用濾波器來(lái)改善與噪聲相關(guān)的邊緣檢測(cè)器的性能。(2)圖形增強(qiáng)增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域強(qiáng)度值有顯著變化的點(diǎn)突出顯示。(3)圖像檢測(cè)在圖像中有許多點(diǎn)的梯度幅值比較大,而這些點(diǎn)在特定的應(yīng)用領(lǐng)域并不都是邊緣,應(yīng)該用某些方法確定那些是邊緣點(diǎn)。最簡(jiǎn)單的邊緣檢測(cè)判斷依據(jù)是梯度幅值閾值判據(jù)。(4)圖像定位如果某一應(yīng)用場(chǎng)合要求確定邊緣位置,則邊緣的位置可以在子象素分辨率上來(lái)估計(jì),邊緣的方位也可以被估計(jì)出來(lái)。常用的邊緣檢測(cè)算子:Roberts算子他根據(jù)任意一對(duì)互相垂直方向上的差分來(lái)計(jì)算梯度的原理,采用對(duì)角線方向相鄰兩象素之差。Robert算子計(jì)算簡(jiǎn)單,采用對(duì)角線方向相鄰兩象素之差近似梯度幅值檢測(cè)邊緣,檢測(cè)水平和垂直邊緣的效果好于斜向邊緣,定位精度高,對(duì)噪聲敏感。Sobel算子對(duì)圖像{f(i,j)}的每個(gè)象素,考察他上、下、左、右鄰點(diǎn)灰度的加權(quán)差,與之接近的鄰點(diǎn)的權(quán)值大。Sobel算子很容易在空間上實(shí)現(xiàn),Sobel邊緣檢測(cè)器不能產(chǎn)生較好的邊緣檢測(cè)效果,而且受噪聲的影響也比較小。當(dāng)使用大的鄰域時(shí),抗噪聲特性會(huì)更好,但這樣做會(huì)增加計(jì)算量,并且得出的邊緣也比較粗。Sobel算子利用象素上下、左右鄰點(diǎn)的灰度加權(quán)算法,根據(jù)在邊緣點(diǎn)處達(dá)到極值這一現(xiàn)象進(jìn)行邊緣檢測(cè)。Sobel算子對(duì)噪聲具有平滑作用,提供較為精確的邊緣方向信息,但他同時(shí)也會(huì)檢測(cè)出許多的偽邊緣,邊緣定位精度不夠高。當(dāng)對(duì)精度要求不時(shí)很高時(shí),是一種較為常用的邊緣檢測(cè)方法。Prewitt算子Prewitt算子是一種邊緣樣板算子。這些算子樣板由理想的邊緣子圖像構(gòu)成。依次用邊緣樣板去檢測(cè)圖像,與被檢測(cè)區(qū)域最為相似的樣板給出最大值。用這個(gè)最大值作為算子的輸出值p(i,j),這樣可將邊緣象素檢測(cè)出來(lái)。3以象素性質(zhì)的分布進(jìn)行閾值處理從而進(jìn)行圖像分割閾值處理操作:T=T[X,Y,P(X,Y),F(X,Y)],f(x,y)是點(diǎn)(x,y)的灰度級(jí),p(x,y)表示該點(diǎn)的局部性質(zhì),如以(x,y)為中心的鄰域的平均灰度級(jí)閾值處理后的圖像g(x,y)定義為:g(x,y)=（f（x，y）>T）or(f(x,y)<T)標(biāo)記為1的象素對(duì)應(yīng)于對(duì)象,標(biāo)記為0的象素對(duì)應(yīng)于背景。當(dāng)T僅取決于f(x,y),閾值稱為全局的;當(dāng)T取決于f(x,y)和p(x,y),閾值是局部的;當(dāng)T取決于空間坐標(biāo)x和y,閾值就是動(dòng)態(tài)的或自適應(yīng)的。計(jì)算基本全局閾值算法:(1)選擇一個(gè)T的初始估計(jì)值;(2)用T分割圖像,生成兩組象素:G1由所有灰度值大于T的象素組成,而G2由所有灰度值小于或等于T的象素組成;(3)對(duì)區(qū)域G1和G2中的所有象素計(jì)算平均灰度值1(4)計(jì)算新的閾值(5)重復(fù)步驟(2)~(4),直到逐次迭代所得的T值之差小于事先定義的參數(shù)T.單一全局閾值存在不均勻亮度圖像無(wú)法有效分割的問(wèn)題,解決這個(gè)的有效方法就是將圖像進(jìn)一步細(xì)分為子圖像,并對(duì)不同的值圖像使用不同的閾值處理。如何將圖像進(jìn)行細(xì)分和如何為得到的值圖像估計(jì)閾值取決于象素在子圖像中的位置。最佳全局和自適應(yīng)閾值:假設(shè)一幅圖像僅包含2個(gè)主要的灰度級(jí)區(qū)域。令z表示灰度級(jí)值,則兩個(gè)灰度區(qū)域的直方圖可以看作他們概率密度函數(shù)(PDF)的估計(jì)p(z)。p(z)是兩個(gè)密度的和混合。一個(gè)是圖像中亮區(qū)域的密度,另一個(gè)是暗區(qū)域的密度。如果p(z)已知或假設(shè),則他能夠確定一個(gè)最佳閾值(具有最低的誤差)將圖像分割為兩個(gè)可區(qū)分的區(qū)域。假設(shè)2個(gè)PDF中較大的一個(gè)對(duì)應(yīng)背景的灰度級(jí),較小的一個(gè)描述了圖像中對(duì)象的灰度級(jí),則混合PDF是p(z)=P1p1(z)+P2p2(z)。P1是屬于對(duì)象象素的概率,P2是屬于背景象素的概率,假設(shè)圖像只包括對(duì)象和背景,則P+P2=1。在區(qū)間[a,b]內(nèi)取值的隨機(jī)變量的概率是他的概率密度函數(shù)從a到b的積分,即在這兩個(gè)上下限之間PDF曲線圍住的面積。因此,將一個(gè)背景點(diǎn)當(dāng)作對(duì)象點(diǎn)進(jìn)行分類時(shí),錯(cuò)誤發(fā)生的概率為E(T)=P2(z)dz:這是在曲線p2(z)下方位于閾值左邊區(qū)域的面積。4通過(guò)邊界特性選擇閾值進(jìn)行圖像分割基本思想為:如果直方圖的各個(gè)波峰很高、很窄、對(duì)稱,且被很深的波谷分開(kāi)時(shí),有利于原則閾值,為了改善直方圖的波峰形狀,這里只把區(qū)域邊緣的象素繪入直方圖,而不考慮區(qū)域中間的象素。用微分算子,處理圖像,使圖像只剩下邊界中心兩邊的值。通過(guò)邊界特性選擇閾值這種方法有以下優(yōu)點(diǎn):(1)在前景和背景所占區(qū)域面積差別很大時(shí),不會(huì)造成一個(gè)灰度級(jí)的波峰過(guò)高,而另一個(gè)過(guò)低;(2)邊緣上的點(diǎn)在區(qū)域內(nèi)還是區(qū)域外的概率是相等的,因此可以增加波峰的對(duì)稱性;(3)基于梯度和拉普拉斯算子選擇的象素,可以增加波峰的高度;通過(guò)邊界特性選擇閾值算法的實(shí)現(xiàn)由以下步驟組成:(1)對(duì)圖像進(jìn)行梯度計(jì)算,得到梯度圖像;(2)得到梯度值最大的那一部分(比如10%)的象素直方圖;(3)通過(guò)直方圖的谷底,得到閾值T。如果用拉普拉斯算子,不通過(guò)直方圖,直接得到閾值,方法是使用拉普拉斯算子過(guò)濾圖像,將0跨越點(diǎn)對(duì)應(yīng)的灰度值為閾值T?；诓煌兞康拈撝?在某些情況下,傳感器可以產(chǎn)生不止一個(gè)在圖像中描述每個(gè)象素的可利用的變量,因此,允許進(jìn)行多譜段閾值處理。例如一幅有3個(gè)變量的圖像(RGB分量),每個(gè)象素有16種可能的灰度級(jí),構(gòu)成161616種灰度級(jí)(網(wǎng)格,立方體)閾值處理就是在三維空間內(nèi)尋找點(diǎn)的聚簇的過(guò)程。如在直方圖中找到有效點(diǎn)簇K,可以對(duì)RGB分量值接近某一個(gè)簇的象素賦予一個(gè)任意值(如白色的值),對(duì)其他象素賦予另一個(gè)值(如黑色的值)。參考文獻(xiàn)[1]余松煜.現(xiàn)代圖像信息壓縮技術(shù)[M].北京:科學(xué)出版社,1998.[2][美]RafaelC.Gonzalez.數(shù)字圖像處理[M].北京:電子工業(yè)出版社,2003.[3]周長(zhǎng)發(fā).精通VisualC++圖像編程[M].北京:北京電子工業(yè)出版社,2000.[4]孟晶晶.基于區(qū)域增長(zhǎng)的立體匹配算法[D].大連:大連理工大學(xué),2006.[5]楊暉,曲秀杰.圖像分割方法綜述[J].電腦開(kāi)發(fā)與應(yīng)用,2005,18(3):21-23[６]葉斌.偽Zernike矩不變性分析及其改進(jìn)研究[J].中國(guó)圖像圖形學(xué)報(bào),2003,8(3):246-252.[７]孫即祥.模式識(shí)別中的特征提取與計(jì)算機(jī)視覺(jué)不變量[M].北京:國(guó)防工業(yè)出版社,2001[８]FangB,LeungCH.Off-lineSignatureVerificationbytheTrackingofFeatureandStrokePositions[J].PatternRcognition,2003,36(1):91-101.[９]TonphongKaewkongka,KosinChamnongthai,BunditThipa-korn.OffLineSignatureRecognitionUsingParameterizedHoughTransform[C].ISSPA99,1999:451-454.[１０]LinJun,LiJiegu.Off-lineChineseSignatureVerification[C].ImageProcessing,1996Proceedings.InternationalConferenceon,1996,2:205-207基于機(jī)器視覺(jué)的檢測(cè)系統(tǒng)反映產(chǎn)品質(zhì)量：這里所描述甚本的技巧和竅門對(duì)機(jī)腸視覺(jué)的搭理以及采用機(jī)器視覺(jué)進(jìn)行測(cè)量、診斷和其他的應(yīng)用將有所幫助。視覺(jué)系統(tǒng)可以快速、準(zhǔn)確和高可重復(fù)性地自動(dòng)完成諸如部件測(cè)量和檢查的工作，這樣就可以幫助制造商提高產(chǎn)品質(zhì)量和生產(chǎn)力。視覺(jué)系統(tǒng)在制造過(guò)程中的每一步都可以生成有價(jià)值的監(jiān)測(cè)數(shù)據(jù)，這同時(shí)也可以幫助控制工程師擴(kuò)展過(guò)程診斷的功能。非接觸式測(cè)量更加快捷機(jī)器視覺(jué)在質(zhì)量控制上最普遍的應(yīng)用就是測(cè)量。cognex公司的in-sight系列視覺(jué)傳感器的市場(chǎng)銷售部經(jīng)理bryanboatner說(shuō)，由于視覺(jué)系統(tǒng)測(cè)量部件特有的可以達(dá)到千分之一英寸的精度，使得它可以適用于很多從前需要采用接觸式測(cè)量方法的應(yīng)用場(chǎng)合。作者：Markt.hoske,CONTROLENGINEERING出處：CONTROLENGINEERINGCHINA2007.01他說(shuō)道“制造商采用基于視覺(jué)的測(cè)量是有諸多原因的，速度是主要的一點(diǎn)。采用接觸式測(cè)量難以跟上高吞吐量的流水線的步伐因此,傳統(tǒng)地測(cè)量一般都是在產(chǎn)品抽檢時(shí)完成相對(duì)應(yīng)地機(jī)器視覺(jué)系統(tǒng)就可以跟上上述生產(chǎn)流水線的步伐每分鐘可以完成上千次的測(cè)量而且機(jī)器視覺(jué)系統(tǒng)還可以嵌入流水線系統(tǒng)中進(jìn)行100%的監(jiān)測(cè).消除了物理接觸,基于視覺(jué)的測(cè)量就可以避免對(duì)零件的損傷并減少了對(duì)機(jī)械測(cè)量表面磨損和劃痕的維護(hù)。最終，視覺(jué)系統(tǒng)可以測(cè)量某些不能用接觸式方法測(cè)量的零件“boatner說(shuō)道。Matroximaging公司的圖像軟件小組組長(zhǎng)AmaudLina，贊同道機(jī)器視覺(jué)為物理計(jì)量學(xué)提供了很多新的可能,如物體的精確測(cè)量。Dalsa公司數(shù)碼圖像小組的集成產(chǎn)品開(kāi)發(fā)戰(zhàn)略發(fā)展部主任BenDawson介紹了一些要點(diǎn)有助于組建機(jī)器視覺(jué)測(cè)量系統(tǒng)以及一些其他的應(yīng)用診斷功能Boatner說(shuō)：除了測(cè)量，機(jī)器視覺(jué)還能為診斷提供一個(gè)有效數(shù)據(jù)采集工具，這些工具可以進(jìn)行過(guò)程度量和分析數(shù)據(jù)走勢(shì)，視覺(jué)系統(tǒng)可以為監(jiān)控操作提供實(shí)時(shí)的圖像,也可以將數(shù)字圖像按時(shí)間標(biāo)記存檔便于后期檢索。Boatner舉例說(shuō),在一個(gè)裝罐流水線上，當(dāng)瓶子經(jīng)過(guò)攝像機(jī)時(shí)，它可以為每一個(gè)瓶子捕捉一幅圖像，并將其與一系列標(biāo)準(zhǔn)參數(shù)對(duì)比檢查充滿程度、瓶蓋、密封程度和標(biāo)簽外觀和變形程度。當(dāng)出現(xiàn)一個(gè)參數(shù)超標(biāo)時(shí),就發(fā)出信號(hào)提示此瓶需要被移至廢物儲(chǔ)存室。而且，這個(gè)可以通過(guò)設(shè)置系統(tǒng)，使之將次品瓶子的圖像存儲(chǔ)到一個(gè)數(shù)據(jù)庫(kù)中用于分析。工程師們可以觀察圖像來(lái)進(jìn)行根源分析,而不是再次從廢物儲(chǔ)存室里取樣,再找到次品的來(lái)源，將次品圖像存檔以備后用的方法可以作為一種診斷工具使用，它有助于故障查找并減少停機(jī)時(shí)間。最優(yōu)方法Boatner說(shuō),視覺(jué)產(chǎn)品逐漸被歸為三種主要類別：視覺(jué)傳感器（一般是獨(dú)立的、低功耗的檢測(cè)設(shè)備），基于PC機(jī)的視覺(jué)系統(tǒng)（帶有電源并且可以使用簡(jiǎn)單的圖形化編程語(yǔ)言進(jìn)行靈活的編程）、專家傳感器（針對(duì)特定自動(dòng)化問(wèn)題的低功耗技術(shù)）。這三個(gè)類別的視覺(jué)產(chǎn)品都包括攝像頭、處理器圖像分析軟件,光源和網(wǎng)絡(luò)互連功能DMC系統(tǒng)集成公司技術(shù)主管KenBrey建議道：共享一些機(jī)器視覺(jué)技術(shù)的方法和技巧有助于最終用戶明白什么應(yīng)該做什么不應(yīng)該做。由以上所述,我們可以列出幾種最優(yōu)方法：很多器件是相互依賴的，所以這個(gè)列表不是嚴(yán)格排序的。例如，功能強(qiáng)大的軟件可以補(bǔ)償非最佳光源的不足。合理地使用鏡頭可以降低硬件的功耗。組建工具：每一個(gè)視覺(jué)系統(tǒng)搭建區(qū)域或者實(shí)驗(yàn)室里都應(yīng)該有一系列的備用零件鏡頭和其他組件，配合簡(jiǎn)單的機(jī)器視覺(jué)攝像頭光源和安裝選項(xiàng),工程師可以在這些材料中酌情選擇搭建視覺(jué)系統(tǒng)Brey說(shuō)一組合理的原材料大約要$300.搭建系統(tǒng)用附件:一個(gè)塑料標(biāo)尺大約$2,就可以為前置光源后置光源來(lái)測(cè)量視野。擺放成45度角，聚焦在中間（而不是邊緣）。它可以測(cè)量景深（例如15mm長(zhǎng)的標(biāo)尺距離，除以1.41得到景深）。對(duì)于高放大倍數(shù)的應(yīng)用場(chǎng)合使用一個(gè)簡(jiǎn)單的價(jià)值$40的朗奇光柵,檢查光學(xué)系統(tǒng)得失真。更換鏡頭并在最小視野下調(diào)整攝像頭的位置。無(wú)需購(gòu)買超過(guò)實(shí)際播要的攝像頭但需要花費(fèi)時(shí)間對(duì)結(jié)果進(jìn)行數(shù)學(xué)換算描建系統(tǒng)用附件：一組顏色濾鏡大約$150可以減少環(huán)境光線的影響，濾除不同材料光波中的共同波長(zhǎng)部分，進(jìn)而增加對(duì)比度。搭建系統(tǒng)用附件：焦距擴(kuò)展設(shè)備大約$95，可以通過(guò)使用一個(gè)倍的焦距擴(kuò)展設(shè)備仿真一個(gè)更長(zhǎng)焦距的鏡頭如,50mm的焦距變換為100mm的焦距或35mm的焦距變換為70mm。然而這種使用方法的曝光時(shí)間將倍于長(zhǎng)焦距鏡頭搭配相應(yīng)制光圈的使用方法，Brey說(shuō)這是擴(kuò)展器的一個(gè)弊端如果不考慮曝光時(shí)間的話焦距擴(kuò)展器就可以被接納為系統(tǒng)的一部分因?yàn)樗茉诳臻g很緊密的條件下提供更短的光學(xué)距離并且能夠降低整個(gè)光學(xué)系統(tǒng)的花費(fèi)。搭建系統(tǒng)用附件：鏡式分光器，價(jià)值$50?？梢耘c一個(gè)環(huán)形光源或集成的攝像頭光源搭配使用,以使攝像頭和光源垂直于零件.在45度的角度上通過(guò)反射一半光線，透射另一半光線，可以模擬一個(gè)散射同軸光源（DOAL如圖）.對(duì)于漫反射,可以調(diào)整攝像頭以使中央光圈環(huán)繞待測(cè)零件這樣可以消除測(cè)量誤差在機(jī)器人技術(shù)的應(yīng)用中例如在發(fā)動(dòng)機(jī)組周圍可以在每一個(gè)測(cè)點(diǎn)對(duì)機(jī)器人進(jìn)行示教對(duì)于遠(yuǎn)程測(cè)量，它也可以增加精度散射同軸光源（DOAL）可以減少反射和閃耀消除亮點(diǎn)和異物,例如通過(guò)給出邊緣對(duì)比度可以消除油漆表面上的結(jié)塊.應(yīng)用須知,知道你在測(cè)試什么，明白好的和不好的零件或產(chǎn)品之間的差別。規(guī)范得越精確就越容易解決問(wèn)題。更重要的是選擇邊緣產(chǎn)品進(jìn)行檢測(cè)，可以減少判斷出錯(cuò)。應(yīng)用須知視覺(jué)系統(tǒng)的性能在視覺(jué)傳感器選型之前首先要確定此系統(tǒng)的應(yīng)用范圍以保證此視覺(jué)系統(tǒng)在速度精度和采集要求上留有足夠的性能余量原因是用戶既然已經(jīng)熟悉了機(jī)器視覺(jué)的能力,他們便想盡可能多地完成有關(guān)視覺(jué)的作業(yè)而且還要考慮到未來(lái)對(duì)加大吞吐量、生產(chǎn)新產(chǎn)品生產(chǎn)現(xiàn)有產(chǎn)品的改裝產(chǎn)品的需求。應(yīng)用須知,攝像頭的性能，分辨率：攝像頭必須具有足夠的像素,以便對(duì)最小的點(diǎn)進(jìn)行分析對(duì)于電測(cè)量,如針孔瑕疵測(cè)量希望最小點(diǎn)的尺寸至少是3*3個(gè)像素點(diǎn)優(yōu)秀的機(jī)器視覺(jué)軟件可以在1/10個(gè)像素點(diǎn)的尺度下進(jìn)行邊到邊的距離測(cè)量,甚至可以更好。這對(duì)于某些種類的測(cè)量可以極大地提高分辨率。應(yīng)用須知,硬件圖像采集硬件（即”圖像采集卡“）必須具有低噪聲和低抖動(dòng)，以便進(jìn)行穩(wěn)定的測(cè)量。應(yīng)用須知,軟件確保基于視覺(jué)的度量衡能對(duì)測(cè)量公差給予明確的定義。例如有多種不同的方法可以測(cè)最垂直度所以你必須先確定此視覺(jué)解決方案能夠完成所要求的測(cè)試。應(yīng)用須知重復(fù)性能任何傳感作業(yè)包括視覺(jué)傳感都愉要重復(fù)測(cè)量來(lái)盡可能多地進(jìn)行可靠地檢測(cè)要測(cè)試重復(fù)性須在視覺(jué)系統(tǒng)下放置一個(gè)零件“至少進(jìn)行次測(cè)量且在測(cè)過(guò)程中不能改變零件的位置,光源或其他變量。據(jù)此,你可以繪出測(cè)量的重復(fù)性并且確保結(jié)果中的任何改變都在測(cè)量允許公差之內(nèi)?！癰oatner說(shuō)道在采購(gòu)之前考慮附加功能：不要僅看價(jià)格而不考慮這些購(gòu)買的東西所帶來(lái)的潛在附加功能就確定是否購(gòu)買。投資在具有強(qiáng)大軟件支持的視覺(jué)系統(tǒng)上可以節(jié)省資金,因?yàn)檫@樣可以減少對(duì)更昂貴的光源光學(xué)設(shè)備或琴件夾持裝置的需求在采購(gòu)之前針對(duì)實(shí)際的件使用售前演示來(lái)檢查：讓視覺(jué)系統(tǒng)的賣主作一個(gè)售前演示,對(duì)從好到壞的各類產(chǎn)品或零件的樣本進(jìn)行概念論證和驗(yàn)證作業(yè)。鏡頭選擇避免失真：標(biāo)準(zhǔn)的機(jī)器視覺(jué)鏡頭都有光學(xué)失真負(fù)失真或桶狀失真,當(dāng)在距鏡頭不同距離的位置測(cè)量時(shí),還會(huì)產(chǎn)生透視失真。雖然這些失真可以被機(jī)器視覺(jué)系統(tǒng)部分地校正。但更好的解決方法是使用低失真的鏡頭或遠(yuǎn)心透鏡。Dawson建議“向賣主尋求幫助”鏡頭選擇,視野分辨率：根據(jù)視野要求和對(duì)最小感興趣點(diǎn)的分辨率來(lái)選擇鏡頭Dawson說(shuō)制約分辨率組件的應(yīng)該是攝像頭而不是鏡頭。光源避免反射：提供一種可以增強(qiáng)待測(cè)量并且抑制人為影響的光源不必要的反射就是人為影響例如沖壓金屬板之類可以用逆光照射零件我們就用平行光源來(lái)凸現(xiàn)其邊緣正確的光源選擇需要一定經(jīng)驗(yàn)和試驗(yàn)測(cè)定。同樣你也可以向視覺(jué)系統(tǒng)賣主尋求幫助光源,對(duì)比度：Lina說(shuō)由于測(cè)試精度會(huì)受到對(duì)比度和噪聲的影響所以盡可能在最優(yōu)條件下獲取圖像。光源，對(duì)比度，顏色：要謹(jǐn)記光源對(duì)于產(chǎn)生易于觀測(cè)的對(duì)比度和得到一幅優(yōu)質(zhì)的圖片是至關(guān)重要的，當(dāng)考慮光源的時(shí)候就要考慮光源類型和光源顏色。光源,景深：Boatner說(shuō)，確保光源是符合景深和視野要求的。安裝：在通常的測(cè)應(yīng)用當(dāng)中，攝像頭安裝在零件的上方或在一側(cè)當(dāng)零件進(jìn)入視野時(shí),采集圖像用于測(cè)量，然后使用測(cè)量工具軟件進(jìn)行圖形分析軟件可以計(jì)算圖像中不同點(diǎn)的距離以這些計(jì)算為基礎(chǔ)視覺(jué)系統(tǒng)判斷零件的精度是否在公差允許范圍內(nèi)如果超過(guò),視覺(jué)系統(tǒng)就發(fā)送一個(gè)不合格信號(hào)給一個(gè)邏輯器件（例如可編程邏輯控制器，PCL），它可以驅(qū)動(dòng)一個(gè)機(jī)械機(jī)構(gòu)把不合格產(chǎn)品從流水線剔除。軟件自動(dòng)設(shè)置：選擇一個(gè)可以自動(dòng)設(shè)置度量模板（測(cè)量區(qū)域圖）的度量工具。例如如果用幾何圖案識(shí)別來(lái)確定零件的位置和朝向，根據(jù)這些識(shí)別的結(jié)果，系統(tǒng)可以自調(diào)整度量的區(qū)域。軟件，基于幾何學(xué)：依賴基本的幾何學(xué)操作而不是復(fù)雜的數(shù)學(xué)。通過(guò)采用一個(gè)具有多重復(fù)坐標(biāo)系統(tǒng)的度量工具包。你可以便利的用幾何學(xué)方法從已有特征得到新的特征。軟件攝像頭定位，校準(zhǔn)：校準(zhǔn)，選擇一個(gè)工作在現(xiàn)實(shí)世界坐標(biāo)系下的軟件包，然后對(duì)攝像頭進(jìn)行定位，避免主要的失真和透視。從源圖像（失真的）提取欲度量的特征,然后在采取校正操作的空間中對(duì)其進(jìn)行測(cè)量，這樣對(duì)失真的圖像采取度量操作就不會(huì)降低精度等級(jí)。軟件，易用性：選擇容易設(shè)置和使用的機(jī)器視覺(jué)軟件它可以對(duì)光學(xué)失真或透視失真進(jìn)行校正而且提供亞像素精度即使測(cè)量的分辨率高達(dá)1/25個(gè)像素點(diǎn)甚至更高也可以在幾分鐘之內(nèi)完成軟件設(shè)里和失真校正。軟件,基于特征：對(duì)圖像進(jìn)行度量的方法應(yīng)該是基于特征的，它是一種從灰度像素值中提取幾何特征的技術(shù)。Lina說(shuō)：這種算法可以模擬現(xiàn)實(shí)世界的度量是如何進(jìn)行的而且這種算法的強(qiáng)壯性足夠應(yīng)對(duì)亮度上的變化。軟件，視野：為了最優(yōu)化操作，盡可能地使視野區(qū)域緊密地環(huán)繞待測(cè)特征軟件側(cè)量工具：預(yù)設(shè)置軟件工具庫(kù)可以簡(jiǎn)化包括測(cè)在內(nèi)的機(jī)器視覺(jué)應(yīng)用的設(shè)置，測(cè)量工具通過(guò)測(cè)且圖像中邊沿的距離來(lái)完成工作一幅由灰度像素點(diǎn)組成的圖像其灰度值的急劇變化處便是邊沿變化可以使由暗到亮或由亮到暗除了計(jì)算邊沿之間的距離，測(cè)量工具還測(cè)邊沿之間所成的角度和零件上的孔的大小和位置軟件，設(shè)置/編程：Boatner指出：“一些視覺(jué)軟件平臺(tái)比另一些易用?！币?yàn)檫@些軟件平臺(tái)為用戶提供了點(diǎn)擊式控制而不需要要用戶使用高級(jí)編程語(yǔ)言進(jìn)行設(shè)置?；谝曈X(jué)的側(cè)軟件,包括：邊沿檢測(cè)：忽略背景中的變化，并對(duì)圖像中的邊沿進(jìn)行定位，計(jì)算邊沿的角度及量級(jí)?？ǔ撸簩?duì)零件的特征寬度提供高速的，亞像紊級(jí)的測(cè)量。區(qū)域（Blob）分析：表現(xiàn)高度的可重復(fù)性，測(cè)零件特征的區(qū)域、尺寸和質(zhì)心刻度校準(zhǔn)：將攝像頭的像素點(diǎn)轉(zhuǎn)化為實(shí)際世界中的工程單位。非線性校準(zhǔn)：最優(yōu)化系統(tǒng)精度，矯正由鏡頭和投射光帶來(lái)的失真。而且可以在大視野的應(yīng)用中使用更小、更易管理的矯正模板。通過(guò)簡(jiǎn)單的統(tǒng)計(jì)設(shè)側(cè)臨界值：反復(fù)地改變測(cè)量極限和評(píng)估結(jié)果是非常耗時(shí)的，而且在你的改變和評(píng)估完成時(shí)，也不能說(shuō)測(cè)量極限處于最佳位置。只有當(dāng)時(shí)間都已經(jīng)被浪費(fèi)之后,你才可以判斷它是否起作用,而且你還不能完全確定為了節(jié)省時(shí)間，Brey說(shuō)：設(shè)置你的視覺(jué)系統(tǒng)，令其輸出標(biāo)準(zhǔn)值，產(chǎn)品通過(guò)的臨界值正是根據(jù)此標(biāo)準(zhǔn)值來(lái)設(shè)置的。對(duì)收集的圖像進(jìn)行處理，然后將輸出值整理成電子數(shù)據(jù)表格把合格零件和不合格的零件的檢測(cè)數(shù)據(jù)分開(kāi)計(jì)算這兩組數(shù)據(jù)的標(biāo)準(zhǔn)差。生成柱狀圖。這兩組數(shù)據(jù)的柱狀分布不能交迭，如果交迭了,就要找一個(gè)更合適的標(biāo)準(zhǔn)值。對(duì)不合格組求平均值，選取一個(gè)臨界值,使臨界值在平均值之上的部分達(dá)到3Sigma（99.73%）。不合格率是由合格組的Sigma等級(jí)決定的。如果對(duì)于合格組和不合格組，不存在一個(gè)可以達(dá)到3Sigma等級(jí)的臨界值，則再找一個(gè)新的標(biāo)準(zhǔn)值。設(shè)置。檢側(cè)方案的優(yōu)化：使用存儲(chǔ)的圖形來(lái)提高檢測(cè)的優(yōu)化程度：視覺(jué)工程師會(huì)花費(fèi)幾個(gè)小時(shí)來(lái)優(yōu)化檢測(cè)方案。成本包括資金、零件和執(zhí)行檢測(cè)過(guò)程的時(shí)間。為一個(gè)罕見(jiàn)的疵點(diǎn)進(jìn)行的等待是必要的，然而話費(fèi)時(shí)間去等待或去制造疵點(diǎn)就是一種浪費(fèi)了。而且對(duì)這些改動(dòng)所進(jìn)行的有效性論證也是很耗時(shí)的。因此：排列攝像頭和光源，使其達(dá)到最優(yōu)，確保所有感興趣的物體都是可見(jiàn)的而且有最佳的對(duì)比度。校正系統(tǒng)，使其聚焦。收集一打有時(shí)時(shí)上百幅不同零件的圖像，生成一個(gè)較小的工作樣品組，10到20幅圖像，有少數(shù)合格零件的圖像，幾幅各種不合格情況的圖像，而完成此工作可能要收集數(shù)十億幅圖像。生成檢測(cè)方案然后優(yōu)化它，知道工作樣品組中的所有圖像都能正確地評(píng)估。檢測(cè)較大樣品組中的所有圖像，優(yōu)化檢測(cè)方案，直到不存在”錯(cuò)誤接受“的不合格樣品，而且不合格率也可以接受。把這個(gè)檢測(cè)方案應(yīng)用到系統(tǒng)上。繼續(xù)收集所有的圖像。出項(xiàng)任何有問(wèn)題的圖像，將其加入工作樣品組，然后理想的進(jìn)一步優(yōu)化檢測(cè)方案，這樣可以減少在工作機(jī)組前的等待時(shí)間參考文獻(xiàn)[1]D.Jarrett.Inquirystrategiesforscienceandmathematicslearning.it’sjustgoodteaching.NorthwestRegionalEducationalLaboratory(NWREL),1997.[2]M.Knowles,E.Holton,andR.Swanson.TheAdultLearner:TheDenitiveClassicinAdultEducationandHumanResourceDevelopment.Butterworth-Heinemann,WoburnMA,2001.[3]K.O.Lewis.Imageprocessingforteaching(IPT)inscienceclassrooms.Meridian,AMiddleSchoolComputerTechnologiesJournal,5[4]A.McAndrew.Teachingimageprocessingusingminimalmathematics.InT.GreeningandR.Lister,editors,FifthAustralasianComputingEducationConference(ACE2003),2003.[5]I.MiliszewskaandA.Venables.Eectivedeliveryofcomp