《机器视觉自动检测技术》提出了网络化多目视觉在线快速检测理论与系统,系统地介绍了机器视觉自动检测领域的知识和技术。本书共分为六章。第1章讲述数字图像与机器视觉技术的发展历程、发展趋势和前景。第2章讲述机器视觉系统的硬件构成,包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术,内容包括工业环境下的灰度照明技术和彩色照明技术,以及LED照明设计技术和三维视觉成像技术。第4章重点讲述机器视觉核心算法。第5章介绍机器视觉软件的开发与实现,包括常用机器视觉工具和软件设计方法。第6章着重讲述视觉测量与检测的工程应用和案例分析。
《机器视觉自动检测技术》可供从事检测技术、智能设备应用、研究的专业人员参考,也可供高等院校相关专业教学使用。
产品检测在半导体、精密制造、包装印刷等行业应用广泛且需求迫切,但检测手段一直在离线检测(如工具显微镜、投影测量仪和体视显微镜等传统设备)或人工检测的技术中徘徊。近些年随着产品的高档化和微型化,加工订单的国际化,对检测的要求越来越高,精度从0。01mm向0。001mm过渡,计量方式从抽检向100%全检过渡,检测项目从简单走向复杂、从单项走向多项综合。通过机器视觉技术改变传统的计量和检测方式,满足现代制造业的高速、精密、复杂需要已迫在眉睫。
机器视觉检测技术的应用大致分为两个层次;一类是离线检测,由于对算法的实时性和硬件的处理速度要求不高,此类应用已经相对成熟;另一类是实时在线检测,目前存在如下瓶颈问题。
1)复杂问题的求解:缺陷是检测对象的物理特性、力学特性和光学特性的综合反映,容易淹没在重复模式的微动、材料形变和背景噪声之中,高速环境下单纯依赖图像信息来获得全面质量数据,在很多应用场合已被证明不可行。
2)视觉信息处理的网络化问题:随着检测精度的提高,观测面积的增大和检测任务的复杂,单机系统无法同时满足数据传输、图像处理和实时控制的要求,以网络为中心的多目视觉检测和分布式计算成为现代自动化生产线计量和品检的主流需求。
3)处理速度的高速化问题:当今最快的生产速度已达到1000m/min,处理速度的高速化永远是机器视觉系统所追求的目标,但处理速度受制于数据流量、处理算法和硬件结构。
针对上述问题,本书的目的,一是提出网络化多目视觉在线快速检测理论与系统,将检测对象的运动学特性和动力学特性映射到视觉信息空间和纹理空间,建立描述模式微动和形变特性的动态视觉信息模型,进而将产品瑕疵从模式差异、材料形变和图像噪声中分离出来;检测速度和实时性通过网络化多目视觉系统来实现。
二是系统介绍机器视觉自动检测领域的知识,让读者了解机器视觉与图像处理的基本原理、构造、编程技术,并结合实际案例,介绍和讲述机器视觉自动检测技术在半导体与集成电路行业、精密制造行业、包装印刷行业、农副产品深加工行业等关系到国计民生的行业中的研究和应用。
另外,本书有意培养读者熟悉图像处理程序的编写与调试,具备基本的编程解决问题的能力;并且培养读者作为应用科学研究者应具有的对待工作认真负责的态度。
本书由两位主要编著者合力完成,同时得到欧阳曲、孙长江、吴文鑫、金炜等的大力协助,在此深表感谢。鉴于编著者水平有限,本书不妥之处在所难免,希望读者指正。
编著者
2013年5月
第1章 概述
1.1 机器视觉的定义
1.2 机器视觉系统的构成
1.3 机器视觉系统的一般工作过程
1.4 机器视觉系统的特点
1.5 机器视觉系统的发展
1.6 机器视觉系统的应用领域
1.7 机器视觉系统相关会议和期刊
第2章 机器视觉系统的构成
2.1 相机的分类及主要特性参数
2.2 光学镜头的原理与选型
2.3 图像采集卡的原理及种类
2.4 图像数据的传输方式汇总及比较
2.5 光源的种类与选型
第3章 机器视觉成像技术
3.1 光源概述
3.2 灰度照明技术
3.3 彩色照明技术
3.4 偏光技术
3.5 发光二极管照明技术
第4章 机器视觉核心算法
4.1 图像预处理
4.2 频率图像增强
4.3 数学形态学及其应用
4.4 灰度均衡的原理与方法
4.5 边缘检测算法及其应用
4.6 Blob分析
4.7 阈值分割的原理与方法汇总
4.8 模式匹配算法及其应用
4.9 摄像机标定
4.10 测量算法
第5章 软件的开发与实现
5.1 图像文件格式
5.2 相关函数库的选择及使用
第6章 机器视觉工程应用
6.1 快速实时视觉检测系统的设计
6.2 在包装印刷中的应用及案例分析
6.3 在表面质量检测领域中的应用及案例分析
6.4 在尺寸测量领域中的应用及案例分析
6.5 在字符识别中的应用及案例分析
6.6 在视觉伺服中的应用--基于视觉伺服的镭射膜在线纠偏系统
参考文献