机器人视觉系统的组成及工作原理

机器人视觉系统的组成及工作原理

【摘要】随着大规模集成电路技术的发展，视觉系统逐渐走向实用化。由于微型计算机的飞速发展，使用的视觉系统已经进入领域，其中机器人视觉系统是机器视觉应用的一个重要领域。本文叙述机器人视觉系统的各部分组成，及各部分组成的工作原理。

【关键词】CCD；视频数字；信号处理器

1.机器人视觉系统的硬件系统

1.1机器人视觉系统的硬件由下述几个部分组成

(1)景物和距离传感器常用的摄像机、CCD图像传感器、超声波传感器和结构光设备等。

(2)视频信号数字化设备其任务是把摄像机或CCD输出的信号转换成方便计算和分析的数字信号。

(3)视频信号快速处理器，视频信号实时、快速、并行算法的硬件实现设备：如DSP系统。

(4)计算机及其外设根据系统的需要可以选用不同的计算机及其外设来满足机器人视觉信息处理及机器人控制的需要。

(5)机器人或机械手及其控制器。

1.2机器人视觉的软件系统有以下几个部分组成

(1)计算机系统软件选用不同类型的计算机，就有不同的操作系统和它所支持的各种语言、数据库等。

(2)机器人视觉信息处理算法图像预处理、分割、描述、识别和解释等算法。

(3)机器人控制软件。

D原理

视觉信息通过视觉传感器转换成电信号，在空间采样和幅值化后，这些信号就形成了一幅数字图像。机器人视觉使用的主要部分是电视摄像机，它由摄像管或固态成像传感器及相应的电子线路组成。这里我们只介绍光导摄像管的工作原理，因为它是普遍使用的并有代表性的一种摄像管。固态成像传感器的关键部分有两种类型：一种是电荷耦合器件(CCD)；另一种是电荷注入器件(CID)。与具有摄像管的摄像机相比，固态成像器件重量轻、体积小、寿命小、功耗低。不过，某些摄像管的分辨率仍比固态摄像机高。光导摄像管外面是一圆柱形玻璃外壳2，内部有位于一端的电子枪7以及位于另一端的屏幕1和靶。加在线圈6、9上的电压将电子束聚焦并使其偏转。偏转电路驱使电子束对靶的内表面扫描以便“读取”图像。玻璃屏幕的内表面镀有一层透明的金属薄膜，它构成一个电极，视频信号可从此电极上获得。一层很薄的光敏“靶”附着的金属膜上，它是一层由一些极小的球状体组成，球状的电阻反比于光的强度。在光敏靶的后面有一个带正电荷的细金属网，它使电子枪发射出的电子减速，以接近于0的速度达到靶面。在正常工作时，将正电压加在屏幕的金属镀膜上。在无光照时，光敏材料呈现绝缘体特性，电子束在靶的内表面上形成一个电子层以平衡金属膜上的正电荷。当电子束扫描靶内表面时，光敏层就成了一个电容器，其内表面具有负电荷，而另一面具有正电荷。光投射到靶层，它的电阻降低，使得电子向正电荷方向流动并与之中和。由于流动的电子电荷的数量正比于投射到靶的某个局部区域上的光的强度，因此其效果是在靶表面上形成一幅图像，该图像与摄像管屏幕上的图像亮

度相同。也就是说，电子电荷的剩余浓度在暗区较高，而在亮区较低。电子束再次扫描靶表面时，失去的电荷得到补充，这样就会在金属层内形成电流，并可从一个管脚上引出此电流。电流正比于扫描时补充的电子数，因此也正比于电子束扫描处的光强度。经摄像机电子线路放大后，电子束扫描运动时所得到的变化电流便形成了一个正比于输入图像强度的视频信号。

讨论CCD器件时，通常将传感器分为两类：行扫描传感器和面阵传感器。行扫描CCD传感器的基本元件是一行硅成像元素，称为光检测器。光子通过透明的多晶硅门由硅晶体吸收，产生电子-空穴对，产生的光电子集中在光检测器中，汇集在每个光检测器中，汇集在每个光检测器电荷的数量正比于那个位置的照明度。图1所示为一典型的行扫描传感器，它由一行前面所说的成像元素组成。两个传送门按一定的时序将各成像元素的内容送往各自的移位寄存器。输出门用来将移位寄存器的内容按一定的时序关系送往放大器，放大器的输出是与这一行光检测器中内容成正比的电压信号。

电荷耦合面阵传感器与行扫描传感器相似，不同之处在于面阵传感器的光检测是按矩阵形式排列的，且在两列光检测器之间有一个逻辑门与移位寄存器组合，见图2。奇数光检测器的数据依次通过门进入垂直移位寄存器，然后再送入水平移位寄存器。水平移位寄存器的内容加到放大器上，放大器的输出即为一行视频信号。对于各偶数行重复上述过程，便可获得一帧电视图像的第二隔行场。这种扫描方式的重复频率是每秒30帧。显然，行扫描摄像机只能产生一行输入图像。这类器件适合于物体相对于传感器运动的场合(例如传送带)。物体沿传感器的垂直方向运动便可形成一幅二维图像。分辨率在256和2048元素之间的行扫描传感器比较常用。面阵传感器的分辨率分成低、中、高三种。低分辨率为32×32元素，中分辨率为256×256元素。目前市场上较高分辨率器件的分辨率为480×480元素，正在研制的CCD传感器分辨率已达1024×1024元素甚至更高。

3.视频数字信号处理器

图像信号一般是二维信号，一幅图像通常由512×512个像素组成(当然有时也有256×256，或者1024×1024个像素)，每个像素有256级灰度，或者是3×8bit，红黄兰16M种颜色，一幅图像就有256KB或者768KB(对于彩色)个数据。为了完成视觉处理的传感、预处理、分割、描述、识别和解释，上述前几项主要完成的数学运算可归纳为：

(1)点处理常用于对比度增强、密度非线性较正、阈值处理、伪彩色处理等。每个像素的输入数据经过一定关系映射成像素的输出数据，例如对数变换可实现暗区对比度扩张。

(2)二维卷积的运算常用于图像平滑、尖锐化、轮廓增强、空间滤波、标准模板匹配计算等。若用M×M卷积核矩阵对整幅图像进行卷积时，要得到每个像素的输出结果就需要作M2次乘法和(M2-1)次加法，由于图像像素一般很多，即使用较小的卷积和，也需要进行大量的乘加运算和访问存储器。

(3)二维正交变换常用二维正交变换有FFT、Walsh、Haar和K-L变换等，常用于图像增强、复原、二维滤波、数据压缩等。

(4)坐标变换常用于图像的放大缩小、旋转、移动、配准、几何校正和由摄影值重建图像等。

(5)统计量计算如计算密度直方图分布、平均值和协方差矩阵等。在进行直方图均衡器化、面积计算、分类和K-L变换时，常常要进行这些统计量计算。

在视觉信号处理时，要进行上述运算，计算机需要大量的运算次数和大量的