计算机视觉检测技术在工件检测中的应用研究

本科毕业设计论文题目计算机视觉检测技术在工件检测中的应用研究专业名称

学生姓名

指导教师

毕业时间2015.7

摘要

为了实现工件的快速、高精度在线检测, 将计算机视觉技术应用到工件尺寸在线检测系统中, 本文设计了工件尺寸在线检测系统的硬件结构和软件功能模块, 并使用VC++6.0开发了基于计算机视觉的工件尺寸在线检测系统.

本文在以下方面进行了主要的研究；

(1)对计算机视觉的概念、工作过程、发展历程做了简单介绍，论述了计算机视觉检测技术的研究内容及国内外应用现状。后面讨论了基于计算机视觉检测技术在工件检测中的应用及发展趋势。

(2）主要研讨了工件在线检测系统的硬件结构，并分析了该计算机视觉系统对光源、光学系统及工业相机和图像采集卡的要求，根据要求给出了适合计算机视觉在线工件检测系统的各个组件的选择。

(3)讨论了利用相机和标定点对之间的几何关系，实现立体视觉标定系统的方法。在使用工件在线检测系统的过程中，相机的外部角元素会产生微小的变化，为此，本文以面阵CCD相机的数学模型为基础，分析了角元素的变化引起的像点移位的规律。

(4)本文结合实际应用，研究了计算机视觉检测系统中部分常用的图像处理算法，包括图像滤波及增强、图像阈值分割算法、边缘检测等等。

(5)基于VC++6.0软件，开发了在线工件检测系统。

[ 关键词 ] 计算机视觉；工件；检测系统

ABSTRACT

Order to achieve workpiece's rapid and high-precision line detection ,The application of computer vision technology to the workpiece size line detection system,We design the hardware and software function module in workpiece size line detection system,Using VC ++ 6.0 development size line detection system based on computer vision artifacts.

This paper discusses the major studies conducted in the following areas:

（1）The concept of computer vision, work processes, the history gives a brief introduction，And then discuss the contents and present situation of Application of Computer Vision Detection Technique。We discussed later based on Computer Vision Detection Technology Application and Development of the workpiece detection . （2）The paper discusses the hardware structure of the workpiece-line detection system, and analyzes the computer vision system's requirements for light source, optical systems and industrial cameras and frame grabbers, gives for computer vision line part inspection system the choice ,according to the requirements of the various components.

（3）We discuss the use of the geometric relationship between the camera and the calibration points, to achieve stereoscopic calibration systems. In-line detection system using a piece of the process, the external diagonal elements of the camera will produce minor changes, this paper analysis of the image point caused by the change of the diagonal elements of the law of displacement the model plane array CCD camera is based on.

（4）In this paper, we do the practical application of research in computer vision inspection system some common image processing algorithms, including image filtering and enhancement, image thresholding algorithm, edge detection and so on. （5）Based on VC++6.0 software, developed an online workpiece detection system。

KEYWORDS：computer vision；workpiece；detecting system

目录

第一章绪论 (6)

1.1计算机视觉技术概述 (6)

1.1.1计算机视觉技术概念 (6)

1.1.2计算机视觉系统的工作过程 (6)

1.1.3计算机视觉的发展历程 (7)

1.1.4计算机视觉的研究内容 (8)

1.1.5计算机视觉的应用现状 (9)

1.2基于计算机视觉的工件检测 (10)

1.2.1基于计算机视觉的工件检测研究现状及其应用 (10)

1.2.2基于计算机视觉的工件检测面临的问题及发展趋势 (11)

1.3本章小结 (12)

第二章计算机视觉在线检测系统的硬件构成 (13)

2.1计算机视觉在线工件检测系统的构成 (13)

2.2光源及照明方式 (13)

2.2.1如何合理选择光源 (13)

2.2.2计算机视觉检测系统常用光源分类 (14)

2.2.3光源照明方式分类 (15)

2.2.4颜色对拍摄的影响 (17)

2.3光学系统 (17)

2.3.1计算机视觉检测系统中常用镜头分类 (17)

2.3.2镜头主要参数对成像质量的影响 (18)

2.3.3镜头各参数间的相互影响关系 (18)

2.3.4工业CCD相机的功能及参数设置 (19)

2.3.5工业相机的接口介绍 (20)

2.4图像采集卡 (20)

2.4.1图像采集原理 (20)

2.4.2图像采集卡简介 (21)

2.4.3用于计算机视觉的图像采集卡的要求 (22)

2.5本章小结 (23)

第三章相机的标定 (24)

3.1立体视觉标定系统的分析与设计 (24)

3.1.1单摄像机标定 (24)

3.1.1.1非线性摄像机模型 (24)

3.1.1.2圆心标定点提取 (26)

3.1.1.3“两步法”标定算法实现 (27)

3.2角元素的变化对像点移位影响的分析 (27)

3.2.1利用偏微分推导角元素变化与像点移位的关系 (27)

3.2.2实验与分析 (30)

3.3本章小结 (34)

第四章计算机视觉检测系统常用算法 (35)

4.1图像滤波及增强 (35)

4.2图像阈值分割算法 (37)

4.3边缘检测 (40)

4.3.1使用梯度进行边缘检测 (41)

4.3.2 Canny边缘检测算子 (41)

4.3.3亚像素边缘检测 (42)

4.3.3.1亚像素定位原理 (42)

4.3.3.2亚像素边缘提取算法 (43)

4.3.4计算机视觉检测系统中其他常用的算法 (44)

4.4本章小结 (44)

第五章工件检测系统 (45)

5.1硬件实验平台 (45)

5.2软件设计与实现 (48)

5.3系统标定 (50)

5.4几何参数测量及算法研究 (51)

5.4.1重心法圆度检测 (51)

5.4.2插值法圆度检测 (54)

5.5实验数据及测量误差分析 (56)

5.5.1实验数据分析 (56)

5.5.2测量误差分析 (57)

5.6本章小结 (58)

第六章总结与展望 (59)

6.1本文工作总结 (59)

6.2 前景展望 (59)

参考文献 (60)

致谢 (61)

第一章 绪论

1.1 计算机视觉技术概述

1.1.1计算机视觉技术概念

计算机视觉技术是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。自起步发展至今，已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广，特别是数字图像传感器、CMOS 和CCD 摄像机、DSP 、FPGA 、ARM 嵌入式技术、图像处理和模式识别等技术的快速发展，大大地推动了计算机视觉技术的发展。

计算机视觉技术，是对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。简单的说，计算机视觉就是使机器具备“看”的功能，使机器能认识和看懂所要看的东西，能确定它所见范围内目标的位置，即摄像机和计算机等机器代替人眼对目标进行测量、跟踪和识别，并加以判断。一个典型的工业计算机视觉应用系统包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。如图1.1所示，首先采用CCD 摄像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并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。

图1.1计算机视觉系统的构成

1.1.2 计算机视觉系统的工作过程

一个完整的计算机视觉系统的主要工作过程如下：

1.工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。

2.图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。

3.摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。

4.摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。 图像采集 判决与控制

图像处理 特征提取

另一个启动脉冲打开灯光照明，灯光的开启时间应该与摄像机的曝光时间匹配。

5.摄像机曝光后，正式开始一帧图像的扫描和输出。

6.图像采集部分接收模拟视频信号后通过A/D转化将采集的图像数字化，或者是直接接收摄像机数字化后的视频数据。

7.图像采集部分将数字图像存放在处理器或计算机的内存中。

8.处理器对图像进行识别、分析、处理，获得测量结果或逻辑控制值。

9.处理结果控制流水线的动作、进行定位、纠正运动误差等。

从上述的工作流程可以看出，计算机视觉检测系统是一个比较复杂的系统。因为大多数监控对象都是运动物体，系统与运动物体的匹配尤为重要，所以给系统各部分的运作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导航等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。

1.1.3计算机视觉的发展历程

计算机视觉从20世纪50年代从统计模式识别开始的，当时的工作主要集中在二维图像分析和识别上，如光学字符识别、工件表面、显微图片和航空图片的分析以及解释等。

60年代，Roberts(1965)通过计算机程序从数字图像中提取诸如立方体、楔形体、棱柱等多面体的三维结构，并对物体形状及物体的空间关系进行描述。Roberts对积木世界的创造性研究带给人们极大的启发，许多人相信，一旦由白色积木玩具组成的三维世界可以被理解，则可以推广到理解更复杂的三维场景。于是人们对积木世界进行了深入的研究，研究范围从边缘、角点等特征的提取，到线条、平面、曲面等几何要素的分析，一直到图像明暗、纹理、运动以及几何成像等，并建立了各种数据结构和推理规则。到了70年代，已经出现了一些视觉应用系统(Guzman1969，Mack worth 1973)。70年代中期，麻省理工学院(MIT)人工智能(AI)实验室正式开设“计算机视觉”(Machine Vision)课程，由国际著名学者B.K.P.Horn教授讲授。同时，MITAI实验室吸引了国际上许多知名学者参与计算机视觉的理论、算法、系统设计的研究。1977年，David Mare 教授提出了不同于“积木世界”分析方法的计算机视觉(Computational Vision)理论，该理论成为80年代计算机视觉研究领域中的一个十分重要的理论框架。

可以说，对于计算机视觉的全球性的研究热潮是从20世纪80年代开始的，到80年代中期，计算机视觉获得了蓬勃的发展，新概念、新方法、新理论不断涌现。例如，基于感知特征群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等。到目前为止，计算机视觉仍然是一个非常活跃的研究领域，许多会议、论文都反映了该领域的最新进展。例如，国际计算机视觉与模式识别会议(International Conference on Computer Vision and Pattern Recognition，

CVPR)；国际计算机视觉会议(International Conference on Computer Vision，ICCV)；国际模式识别会议(International Conference on Robots and Automaton，ICRA）；计算机视觉研讨会(Workshop on Computer Vision,WCA)以及许多SPIE 的会议，还有许多学术期刊也包含了这一领域的最新成果，如，IEEE Transaction on Pattern Analysis and Machine Intelligence(PAMI)：Computer Vision，Graphics，and Image Processing(CVGIP)：IEEE Transaction on Image Processing；IEEE Transaction on Systems，Man，and Cybernetics(SMC)：Machine Vision and Application；International Journal on Computer Vision(IJCV)；Image and Vision Computing；Pattern Recognition。

1.1.4计算机视觉的研究内容

计算机视觉研究可分为如下五大研究内容：

(1)输入设备

输入设备(Input Device)包括成像设备和数字化设备。成像设备是指通过光学摄像机或红外、激光、超声、x射线对周围场景或物体进行探测成像，得到关于场景或物体的二维、三维数字化图像。目前应用于视觉研究的大多数输入设备是商品化的产品，如，CCD黑白或彩色摄像机、数字扫描仪、超声成像探测仪、CT成像设备等。

(2)底层视觉

底层视觉(1ow level)主要是对输入的原始图像进行处理，这一过程借用了大量图像处理技术和算法，如图像滤波、图像增强、边缘检测等，以便从图像中抽取诸如角点、边缘、线条以及色彩等场景的基本特征。

(3)中层视觉

中层视觉(Middle level)的主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息，实现的途径有立体视觉(stereo vision)、测距成像(range finder)、运动估计(motion estimation)、明暗特征、纹理特征等。

(4)高层视觉

高层视觉(high level)的任务是在以物体为中心的坐标系中，在输入原始图像、图像基本特征、2.5维图的基础上，恢复物体的完整三维图，建立物体的三维描述，识别三维物体并确定物体的位置和方向。

(5)体系结构

体系结构(system architecture)这一术语最通常的含义是指在高层抽象的层次上，根据系统模型，而不是根据实际设计的具体例子来研究系统的结构体系。结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径。

1.1.5计算机视觉的应用现状

计算机视觉技术正广泛地应用于各个方面，从医学影像到遥感图像，从工业检测到文件处理，从毫微米技术到多媒体数据库，不一而足。可以说需要人类视觉的场合几乎都需要计算机视觉。计算机视觉不会有人眼的疲劳，有着比人眼更高的分辨精度和速度，借助红外线、紫外线、x射线、超声波等高新探测技术，它在探测不可视物体和高危险场景时，更具有其突出优点。下面是计算机视觉技术的典型应用：

(1)在工业检测中的应用

目前，计算机视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量和可靠性，保证了生产的速度。例如产品包装，印刷质量的检测，饮料行业的容器质量、饮料填充、饮料瓶封口检测，木材厂木料检测，半导体集成块封装质量检测，卷钢质量检测，关键机械零件的工业CT等。在海关，应用x射线和计算机视觉技术的不开箱货物通关检验，大大提高了通关速度，节约了大量的人力和物力。在制药生产线上，计算机视觉技术可以对药品包装进行检测，以确定是否装入正确数量的药粒。

(2)在农产品分选中的应用

我国是一个农业大国，农产品十分丰富，对农产品进行自动分级，实行优质优价，以产生更好的经济效益，其意义十分重大。如水果，根据颜色、形状、大小等特征参数。禽蛋，根据色泽、重量、形状、大小等外部特征；烟叶，根据其颜色、形状、纹理、面积等进行综合分级限”。此外，为了提高加工后农产品的品质，对水果的坏损部分、粮食中混杂的杂质、烟叶茶叶中存在的异物等都可以计算机视觉系统进行检测并准确去除。随着工厂化农业的快速发展，利用计算机视觉技术对作物生长状况进行监测，实现科学浇灌和施肥，也是一种重要应用。

(3)在机器人导航系统中的应用

赋予机器人视觉是机器人研究的重要课题之一，其目的是要通过图像定位、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，使其具有在复杂、变化的环境中适应的能力。例如机械手在一定范围内抓取和移动工件，摄像机利用动态图像识别与跟踪算法，跟踪被移动工件，始终保持其处于视野的正中位置。

(4)在医学中的应用

在医学领域，计算机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图像进行适当叠加，然后进行综合分析；还有对其它医学影像数据进行统计和分析，如利用数字图像的边缘提取与图像分割技术，自动完成细胞个数的计数或统计，

这样不仅节省了人力，而且大大提高准确率和效率。

(5)其它方面

在闭路电视监控系统中，计算机视觉技术被用于增强图像质量，捕捉突发事件，监控复杂场景，鉴别身份，跟踪可疑目标等，它能大幅度地提高监控效率，减少危险事件发生的概率。在交通管理系统中，计算机视觉技术被用于车辆识别、调度，向交通管理与指挥系统提供相关信息。在卫星遥感系统中，计算机视觉技术被用于分析各种遥感图像，进行环境监测、地理测量，根据地形、地貌的图像和图形特征，对地面目标进行自动识别、理解和分类等。

1.2基于计算机视觉的工件检测

1.2.1基于计算机视觉的工件检测研究现状及其应用

计算机视觉在工业中的应用主要包括视觉检测和视觉控制机器人导航。视觉检测包括对图像与预定义的标准进行比较，获取被测对象的几何特征参数、形位参数。机器人导航包括道路规划、避免碰撞、自适应位置控制和机器人相对于特定目标在三维空间中准确定位等。国外计算机视觉检测从上个世纪八十年代初开始已得到了广泛的研究，而国内视觉检测技术从上世纪九十年代才开始得到重视。下面主要针对工业应用中的工件检测方面进行介绍。

在工件尺寸检测民事应用中，典型的应用包括通用汽车研究实验室开发的用于汽车零件检测的视觉原型系统；由Totalists和FU描述的用于电力方向阀的16齿工件部件的检测；Gregory和Taylor描述的一种使用知识库的方法来检测汽车制动零件；Schlumbergera和Ashlers提出的一种不同的汽车检测方法，即用一个装配在机器人上的照相机来检测大尺寸平面上的信息，照相机移动到感兴趣的区域点进行图像摄取，然后对图像进行增强处理和二值化处理，把描绘出的轮廓与参照轮廓进行比较来检测裂痕、折叠、孔洞丢失和其他缺陷Mills报道过通过线扫描相机来获取检测图像，分析处理后得到被检圆柱零件的精确尺寸公式的金属组件尺寸测量系统；Lima研究的是三维曲面阀的尺寸测量系统；Clements设计了一个用于检测刀具破损的CNC视觉系统来替代以往的电子机械探测器。天津大学研究和开发了汽车车身计算机视觉检测系统；国内在机械零件形状参数的视觉检测方面也做了大量的研究和探索。

在军事上的应用主要体现在武器装备无损检测中，比如装甲车辆焊接部位的检查，飞机零件、发动机曲轴质量的探视等。通常，这类检查是采用高压(几百千伏)产生的硬x射线穿透零件进行拍片观察的，由于这种硬射线对人体的危害极大，弊端很多，在实际应用中很不方便。采用计算机视觉对武器装备进行探伤检测既实现了检测工作的流水作业又具有安全、迅速、节约等优越性，是一种较为理想的检测方法。

1.2.2基于计算机视觉的工件检测面临的问题及发展趋势

近年来人们对于计算机视觉进行了卓有成效的研究并研究出大量的技术和算法，但计算机视觉仍然处于不成熟的阶段，远未达到所寄予的水平。在目前的工业环境中，工件检测技术所面临的最大障碍是精度和算法复杂性之间的矛盾。目前大部分工件检测主要依赖于简单的二值图像，并且在对具体任务所设计的结构光下才能正常工作，而且在不同角度获取的同一工件的图像也会有很大的差异，图像容易出现多义性。由于图像处理的重复精度较低、处理时间较长、视觉系统昂贵以及没有现成的视觉系统等原因，使基于二维灰度图像的处理还没有广泛应用到工件检测中去。

未来的工件视觉检测研究方向主要在以下几点：

(1)实现在线实时检测。视觉检测执行时间在很大程度上取决于低层图像处理(图像平滑、滤波、分割等)速度。因此，可以使用专用硬件实现独立于环境的处理算法，可大大提高图像处理速度。另外也可以改进图像处理算法来提高处理速度，实现实时检测。

(2)实现智能化检测，从CAD系统中提取零件视觉模型与检测信息(包括零件位置与方向、摄像机视角等)，选定检测项目、检测点和检测路径，建立智能检测规划，并控制工业机器人抓取零件并放置到合适的位置进行检测。

(3)实现高精度检测。与视觉系统相比，CMM在检测精度和测量空间范围上占有很大优势．因此，基于CMM的视觉检测系统已经成为视觉检测技术的一种新趋势。集成化的CMM和视觉检测系统可以利用视觉系统迅速识别零件的形状及其在测量平台上的位置和状态，完成机器坐标系、零件坐标系、摄像机坐标系之间的转换，帮助CMM实现检测路径自动形成与测量结果判断。同时深入研究亚像素定位技术，使之应用到实际的检测系统中，以提高检测精度和降低系统成本。

(4)计算机视觉柔性检测技术。目前几乎所有的计算机视觉检测系统都只适用于解决特定的检测任务，建立一种较为通用的视觉检测系统，以适用于不同条件下的检测任务，进而实现对目标进行“完全检测”，是目前和将来视觉检测系统的一个发展方向。

(5)研究开发彩色图像、灰度图像和多谱图像的处理算法，拓展视觉检测的应用。

(6）智能相机：智能相机拥有体积小、价格低、使用安装方便、用户二次开发周期短等优点，非常适合生产线上安装使用。视觉检测技术作为一种新兴的检测技术，现代工业为其提供了巨大的需求空间。工业检测的复杂性和多样性，也必然使工业图像检测技术呈现出复杂性和多样性，这种复杂性和多样性为我们提供了广阔的研究领域。总之，我们相信，随着计算机视觉技术自身的

成熟和发展．计算机视觉检测技术必将在现代和未来制造企业中得到越来越广泛的应用。

1.3本章小结

本章主要对计算机视觉技术进行了概述，论述了其概念，工作过程等。并对计算机视觉技术在国内外的发展过程、应用现状和未来发展做了简要描述。

第二章计算机视觉在线检测系统的硬件构成

2.1计算机视觉在线工件检测系统的构成

计算机视觉技术是用计算机来分析一个图像，并根据分析得出结论。根据不同的应用方向，计算机视觉系统各有差异。尽管实际应用中的计算机视觉各有不同，但都包括以下几个过程：

●图像采集：光学系统采集图像，图像转换成数字格式并传入计算机存储器；

●图像处理：处理器运用不同的算法来提高对结论有重要影响的图像要素；●特征提取：处理器识别并量化图像的关键特征；

●判决和控制：处理器的控制程序根据收到的数据做出结论。

计算机视觉在线工件检测系统属于计算机视觉系统在探测部件方面的应用，系统要求能够精确的观测目标，并对哪些部件可以通过检测，哪些需要废弃做出有效的决定。因此，如图2.1所示，计算机视觉在线工件检测系统应包括光源、光学系统、CCD相机、图像采集卡、图像处理模块和快速准确的执行机构等几部分。

检测目标光学成像图像获取系统图像采集与数字

化

控制执行模块

图像处理模块光源

图2.1计算机视觉在线工件检测系统结构

2.2光源及照明方式

2.2.1如何合理选择光源

光源是影响计算机视觉系统输入的重要因素，因为它直接影响输入数据至少30％的应用效果。一个稳定的、可靠的机器系统不能仅仅局限于在试验室的严格条件下才能应用，而应该在真正的工业制造环境中，在不断变化的环境中，对于不同的材料、不同的机器都可以实时摄取到高质量、高对比度的图像。基于这种情况，选择合适的，能够克服这些因素的光源非常重要。视觉检测系统与其它传感器的工作情况不同，它对光线的依赖性很大，往往需要很好的照明条件，使物体形成的图像最为清晰，复杂程度最低，得到最多的有用信息，消除不必要的阴影、低反差和镜面反射等。

在计算机视觉应用系统中，好的光源与照明方案往往是整个系统成败的关键，起着非常重要的作用。光源与照明方案的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要的部份之间应尽可能地产生明显的区别，增加对比度。同时还应保证足够的整体亮度，物体位置的变化不应该影响成像的质量。在视觉检测应用系统中一般使用透射光和反射光。对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理，物体的几何形状等要素。光源设备的选择必须符合所需的几何形状、照明亮度、均匀度，发光的光谱特性也必须符合实际的要求，同时还要考虑光源的发光效率和使用寿命。总之，应该根据实际的任务，选择和设计不同的光源形式，以达到物体成像的最佳状态。

2.2.2计算机视觉检测系统常用光源分类

在目前的计算机视觉检测系统中常用的光源有以下几种：

●荧光灯：即日常使用的荧光灯。

●卤素灯+光纤导管：这是由一个卤素灯泡，在一个装置(通常称为灯箱)中发光。再由光纤导管将卤素灯所产生的强光，转向被测物进行照明。

●LED光源：即由多个LED发光二极管以某种特定的形状，综合对被测物进行照明。这是目前最普遍采用的照明方式。

表2.2列出了这几种光源的相关特性

复杂设计使用寿命温度影响稳定度成本亮度荧光灯低一般一般差低低

卤素灯+ 光纤导管一般差差一般高高LED光源高好低好一般一般

其中我们主要介绍目前计算机视觉检测系统中最常用LED光源，LED光源凭借下面几个显著特点成为最适合计算机视觉检测系统应用的专用光源：

(I)形状的自由度

一个LED光源是由许多单个LED发光管组合而成的，因而比其他光源可做成更多的形状，更容易针对用户的情况，设计光源的形状和尺寸。

(2)使用寿命长

为了使图像处理单元得到精确的，重复性好的测量结果，照明系统必须保证相当长的时间内能够提供稳定的图像输入。LED光源在连续工作10，000到30，000小时后，亮度衰减，但远比其他型式的光源效果好。此外，用控制系统使其间断工作，可抑制发光管发热，寿命将延长一倍。

(3)应答速度快

LED发光管响应时间很短，响应时间的真正意义是能按要求保证多个光源之间或一个光源不同区域之间的工作切换。采用专用电源给LED光源供电时，

达到最大照度的时间小于10us。

(4)可自由选择颜色

除了光源的形状以外，欲得到稳定图像输入的另一方面就是选择光源的颜色。甚至相同形状的光源，由于颜色的不同得到的图像也会有很大的差别。实际上，如何利用光源颜色的技术特性得到最佳对比度的图像效果一直是光源开发的主要方向。

(5)综合性运转成本低

选用低廉而性能没有保证的产品，初次投资的节省很快会被日常的维护、维修费用抵消。其他光源不仅耗电是LED光源的2—10倍，而且几乎每月就要更换，浪费了维修工程师许多宝贵的时间。而且投入使用的光源越多，在器件更换和人工方面的花费就越大，因此选用寿命长的LED光源从长远看是很经济的。

2.2.3光源照明方式分类

由光源构成的照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和相机之间，它的优点是能获得高对比度的图像；前向照明是光源和相机位于被测物的同侧，这种方式便于安装；结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息；频闪光照明是将高频率的光脉冲照射到物体上，要求相机的扫描速度与光源的频闪速度同步。

在使用计算机视觉检测系统进行产品检测时，最重要的是如何使被测物与背景灰度值区别开。目前在图像处理领域最广泛应用阈值分割技术来达到这一效果，通过阈值分割得到的二值化图像可大大缩短处理时间、简化处理过程。下面列举几个在光源选型中非常重要的几个基本技术：

（1）明视野、暗视野照明

（a）暗视野拍摄手法（b）明视野拍摄手法

图2.2 明视野与暗视野照明技术原理图

明视野拍摄方式就是使反射光被摄像机获取，用直射光来观察被测物体，

因此发生散射的部分成黑色。而暗视野拍摄方式就是用散射光来观察被测物体，散射光的部分成白色。如图2.3所示。

（a ）图 （b ）图

图2.3（a ）图采用明视野手法拍摄，（b ）图使用暗视野手法拍摄 (2)漫射光照明

由于某些被测物的表面反光现象非常严重，可以使用漫反射光照明方式进行照明。既避免反光的出现，也便于进行后续的各种图像处理算法。Lambert 定律指出，漫反射的效果与表面相对于光源的取向有关，即：

θc o s ??=d p d K I I (2.1)

其中d I 是漫反射引起的可见表面上的一点亮度。p I 是点光源发出的入射光线引起的亮度。d K 是漫反射系数，它的取值在0到1之间，随物体材料不同而不同。是可见表面法向N 和点光源方向L 之间的夹角，即入射角，它应该在0°到90°之间。

（3）透射照明

被测物因材料和厚度的不同对光的透过性能(透明度)各异。而光根据其波长的长短也具有不同的穿透力，光的波长越长，它的穿透能力就越强。透射照明就是使光线穿过被测物并观察其透过光的照明方法。图2.4和图2.5为透射照明的实际用例。

图2.4 透射照明示例：检查包装内药片的个数及完整性

图2.5 透射照明示例：树脂型材的轮廓及尺寸测量

2.2.4颜色对拍摄的影响

由于不同颜色的被测物可以吸收不同颜色的光，如红色可以吸收红色以外的所有光等，因此巧妙地选择照明光源的颜色，可以使难以获取的图像一举成功或使获取的图像变得更为优质。

总而言之，在现实应用中，每个计算机视觉检测系统的工件都有所不同，各有特点。因此必须选择合适的光源，拍摄得到合适的图像才能进行后续工作。这样可以提高系统稳定性并且降低算法复杂度，提高算法速度。

2.3光学系统

在计算机视觉系统中，镜头的主要作用是将成像目标聚焦在图像传感器的光敏面上。镜头的质量直接影响到计算机视觉系统的整体性能，合理选择并正确安装光学镜头，是计算机视觉系统设计的一个重要环节。

2.3.1计算机视觉检测系统中常用镜头分类

(1)根据视场的大小划分

每个镜头都有一个视场，在这个区域内可以使无限远处的景物结成清晰影像。照相机或摄像机的靶面一般都位于视场之内，这一限定范围称为有效像场。由于视觉系统中选用的摄像机靶面尺寸有各种型号，所以在选择镜头时一定要注意镜头的有效视场应该大于或等于摄像机的靶面尺寸，否则成像的边角部分会模糊甚至没有影像。

(2)根据焦距分类

根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。依据焦距的长短，定焦距的镜头又可分为鱼眼镜头、短焦镜头、标准镜头、长焦镜头、超长焦镜头五大类。需要注意的是焦距的长短划分并不是以焦距的绝对值为首要标准，而是以像角的大小为主要区分依据，所以当靶面的大小不等时，其标准镜头的焦距大小也不相同。变焦镜头上都有变焦环，调节该环可以使镜头的焦距值在预定的范围内灵活改变。变焦距镜头最长焦距值和最短焦距值的比值称为该镜头的变焦倍率。变焦镜头又可分为手动变焦和电动变焦两大类。

变焦镜头由于可连续改变焦距值的特点，在需要经常改变摄影视场的情况

下非常方便，所以在摄影领域内应用非常广泛。但由于变焦距镜头的透镜片数多、结构复杂，所以最大相对孔径不能做的太大，致使图像亮度较低、图像质量变差，同时在设计中也很难针对各种焦距、各种调焦距离做像差校正，所以其成像质量无法和同档次的定焦距镜头相比。

(3)根据镜头接口类型划分

镜头和摄像机之间的接口有许多不同的类型，工业摄像机常用的包括C 接口、CS 接口、F 接口、V 接口等。接口类型的不同和镜头性能及质量并无直接关系，一般可以找到各种常用接口之间的转换口。

2.3.2 镜头主要参数对成像质量的影响

以上介绍了不同类型的镜头，即使对于同一类型的镜头其成像质量也有着相当大的差距，这主要是由于材质、加工精度和镜片结构的不同等因素造成的，同时也导致不同档次的镜头价格从几百元到几万元的巨大差异。

像差是影响图像质量的重要方面，常见的像差有如下六种：球差、慧差、像散、场曲、色差、畸变。其中畸变与另外五个之间的根本区别是，畸变像差只影响影像的几何形状，而不影响影像的清晰度。

在评价镜头质量时一般还会从分辨率、明锐度和景深等几个实用参数判断。

（1）分辨率(Resolution )：又称鉴别率、解像力，指镜头清晰分辨被摄景物纤维细节的能力。分辨率的单位为“线对／毫米”(1p ／mm)。

（2）明锐度(Acutance )，也称对比度，是指图像中最亮和最暗部分的对比度。

（3）景深(DOF )：在景物空间中，位于调焦物平面前后一定距离内的景物，还能够结成相对清晰的影像。上述位于调焦物平面前后的能结成相对清晰影像的景物间的纵深距离，也就是能在实际像平面上获得相对清晰影像的景物空间的深度范围，称为景深。

（4）最大相对孔径与光圈系数：相对孔径是指该镜头的入射光孔直径(D)与焦距(0f )之比，相对孔径=0f D 相对孔径的倒数称为光圈系数。一般镜头的光圈

系数是可以调节的，其最大相对孔径或光圈系数往往标示在镜头上，如果拍摄现场的光线较暗或曝光时间很短，则需要尽量选择最大相对孔径较大的镜头。

2.3.3镜头各参数间的相互影响关系

(1)焦距大小的影响情况

焦距越小，景深越大；焦距越小，畸变越大；焦距越小，渐晕现象越严重，使像差边缘的照度降低。

(2)光圈大小的影响情况

光圈越大，图像亮度越高；光圈越大，景深越小；光圈越大，分辨率越高；光圈越大，球差和慧差越严重；光圈越大，渐晕现象越严重，光场照度越不均匀。

(3)像场中央与边缘

一般像场中心较边缘分辨率高；一般像场中心较边缘光场照度高。

（4）光波长度影响

在相同摄像机及镜头参数条件下，照明光源的光波波长越短，得到的图像分辨率越高。所以在需要精密尺寸及位置测量的视觉系统中，尽量采用短波长的单色光做为照明光源，对提高系统精度有很大的作用。

2.3.4工业CCD相机的功能及参数设置

1.同步方式的选择

对单台工业CCD相机而言，主要的同步方式有：内同步、外同步、电源同步等。其具体功能如下：

内同步：利用相机内置的同步信号发生电路产生的同步信号来完成同步信号控制；

外同步：通过外置同步信号发生器将特定的同步信号送入相机的外同步输入端，完成满足对相机的特殊控制需要；

电源同步(线性锁定，line lock)：用相机的AC电源完成垂直同步。

对于由多个CCD相机构成的图像采集系统，希望所有的视频输入信号是垂直同步的，以避免变换相机输出时出现的图像失真。此时，可利用同一个外同步信号发生器产生的同步信号驱动多台相机，以实现多相机的同步图像采集。

2.自动增益控制

CCD相机通常具有一个对CCD的信号进行放大的视频放大器，其放大倍数称为增益。若放大器的增益保持不变，则在高亮度环境下将使视频信号饱合。利用相机的自动增益控制(AGC)电路可以随着环境内外照度的变化自动的调整放大器的增益，从而可以使相机能够在较大的光照范围内工作。

3.背光补偿

通常，CCD相机的AGC工作点是以通过对整个视场的信号的平均值来确定的。当视场中包含一个很亮的背景区域和一个很暗的前景目标时，所确定的AGC工作点并不完全适合于前景目标。当启动背景光补偿时，CCD相机仅对前景目标所在的子区域求平均来确定其AGC工作点，从而提高了成像质量。

4.电子快门

CCD相机一般都具备电子快门特性，电子快门不需任何机械部件。CCD相机采用电子快门控制CCD的累积时间。当开启电子快门时，CCD相机输出的仅是电子快门开启时的光电荷信号，其余光电荷信号则被泄放。目前，CCD相机的最短电子快门时间一般为1/10000秒；当电子快门关闭时，对NTSC制式相机，其CCD 累积时间为1/60秒；对于PAL制式相机，则为1/50秒。较高的快门速度对于观察运动图像会产生一个“停顿动作”效应，从而大大地增加了相机的动态分

辨率。同时，当电子快门速度增加时，在CCD积分时间内，聚焦在CCD上的光通量减少，将会降低相机的灵敏度。

5.γ(伽玛)校正

在整个视觉系统中需要进行两次转换：CCD传感器将光图像转换为电信号，即所谓光电转换；电信号经传输后，在接收端由显示设备将电信号还原为光图像，即所谓电光转换。为了使接收端再现的图像与输出端原图像相一致，必须保证两次转换中的综合特性具有线性特征。

CCD传感器上的光(L)和从相机出来的信号电压(V)之间的关系为V=Lγ。在一个标准的TV系统中，相机的γ系数为0.45。对于计算机视觉应用，γ系数应为1.0，从而为光和电压之间提供了线性关系。

6.白平衡

白平衡功能仅用于彩色CCD相机，其主要功能是实现相机图像对实际景物的精确反映。一般分为手动白平衡和自动白平衡两种方式。CCD相机的自动白平衡功能一般分为连续方式和按钮方式。处于连续方式时，相机的白平衡设置将随着景物色温的改变而连续地调整，范围一般为2800~6000K。这种方式适宜于对于景物的色彩温度在成像期间不断改变的场合，可使色彩表现更加自然。但对于景物中很少甚至没有白色时，连续的白平衡功能不能产生最佳的彩色效果；处于按钮方式时，可先将相机对准白色目标，然后设置自动方式开关，并保留在该位置几秒钟或至图像呈现白色为止。在执行白平衡后，重新设置自动方式开关以锁定白平衡设置，此时白平衡设置将存储于相机的存储器中，其范围为2300~10000K。以按钮方式设置白平衡最为精确和可用，适用于大部分应用场合。CCD相机处于手动白平衡状态时，可通过手动方式改变图像的红色或蓝色状况，有多达107个等级供调节。如增加或减少红色各一个等级、增加或减少蓝色各一个等级等。

2.3.5工业相机的接口介绍

Camera Link:高速，高可靠性。不便于多相机连接和集中控制，电缆价格高。IEEE1394：灵活新高，成本低。传输距离短，可靠性低。

USB 2.0：灵活性高，成本低。传输距离短，可靠性低，技术不成熟。

Gigabit Ethernet:灵活性高，可扩充性强，支持远距离传输，支持多点传输，技术成熟，鲁棒性强，成本低。

2.4图像采集卡

图像采集卡是计算机视觉系统的重要组成部分，其主要功能是对相机所输出的视频数据进行实时地采集，并提供与PC的高速接口

2.4.1 图像采集原理

视频采集即将视频转换成PC机可使用的数字格式。