基于图像处理的视觉测量技术

基于图像处理的视觉测量技术视觉测量技术的定义视觉测量技术的国内外现状视觉测量技术的主要应用视觉测量技术的发展趋势视觉测量技术存在的主要问题参考文献视觉测量技术的定义视觉测量技术以机器视觉为基础，融光电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体，组成光、机、电、算综合的测量系统，具有非接触、全视场测量、高精度和自动化程度高的特点。基于视觉测量技术的仪器设备能够实现智能化、数字化、小型化、网络化和多功能化，具备在线检测、动态检测、实时分析、实时控制的能力，具有高效、高精度、无损伤的检测特点，可以满足现代精密测量技术的发展需要，目前已广泛应用于工业、军事、医学等领域，并得到了极大的关注。被测目标光源图像获取装置：包括光学成像设备(如CCD摄像机)和图像采集卡等。图像存储设备：可以是图像采集卡缓存、磁盘或闪存等。数据处理器：可以是PC机、DSP或图像处理机。伺服装置：功能在于使被测目标处于一个稳定的最佳拍摄状态，载物台是一种最简单的伺服装置。软件系统：负责完成图像特征的提取、数据的分析与综合等功能，软件系统是整个检测系统的关键，其处理精度和速度直接影响着整个检测系统的精度和实时性能。视觉测量系统的组成1.图像获取图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成:照明、图像聚焦形成、图像确定和形成摄像机输出信号。2.图像处理视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像滤波、图像增强、边缘提取、细化、特征提取、图像识别与理解等内容。3.系统标定摄像机标定是一个确定三维物体空间坐标系与摄像机图像二维坐标系之间变换关系以及摄像机内部参数和外部参数的过程，高精度的测量系统需要高精度的标定参数。由于成像中的镜头不可避免地产生畸变，小孔投影模型的假设也存在成像误差，寻找简单而且足够精度的摄像机标定方法，是视觉测量精度的关键因素。4.亚像素边缘定位技术随着工业检测等应用对精度要求的不断提高，像素级精度已经不能满足实际测量的要求，因此需要更高精度的边缘提取算法，即亚像素算法。利用软件来提高测量的精度具有方法简单、有效的优点，因此，图像测量的软件算法越来越受到人们的重视。视觉测量的关键技术视觉检测系统的关键技术主要包括:图像采集、高精度系统标定、图像的特征提取，亚像素边缘定位技术等。视觉测量技术的关键技术国外视觉测量技术发展迅速，涵盖的应用领域广泛。20世纪末以美国、德国、日本为主开始研制各种基于视觉检测的测量模型，用于不同领域的检测。21世纪初，用于零件尺寸测量的视觉检测设备逐渐得到推广和应用，主要应用于汽车零件、轴承的检测。视觉测量技术的国内外现状国内视觉测量技术起步较晚，始于21世纪初，从最初的代理国外先进设备到现在能自主研发，经历了一个较快的发展阶段。近几年，国内从事视觉测量技术开发的公司不断增加，如北京大恒图像、北京凌云光视、深圳赛克数码、上海法视特、苏州南光电子科技有限公司及一些高校科研院所等。下图是关于视觉测量的系统和软件：视觉测量技术的国内外现状视觉测量技术的国内外现状在农业生产中的应用视觉检测技术被广泛应用于瓜果等品质的无损检测中。国外，1984年首先报道了分别利用线扫描和模拟摄像机检测苹果损伤的试验，结论为利用数字图像技术检测苹果损伤至少可以达到人工分级的精度。视觉测量技术的主要应用在农业生产中的应用国内应用视觉技术进行水果蛋类品质无损检测的研究也取得了一定成果。应用计算机视觉技术进行芒果重量与其投影图像的相互关系，研究了用于综合评价苹果果型的计算机视觉系统和适用于黄花梨品质检测的彩色机器视觉系统等。此外，视觉检测技术还广泛应用于对蔬菜、谷物、烟叶等的缺陷、类别及等级检测中。下图所示为鸡蛋裂纹视觉检测系统和黄瓜采摘机器人：视觉测量技术的主要应用在工业中的应用在国外，视觉检测在汽车工业中的应用已十分广泛。美国三大汽车公司相继与美国Michigan大学和Perceptron公司合作，成功研制了用于对汽车零部件、分总成和总成产品进行尺寸控制的自动视觉检测系统。英国ROVER汽车公司800系列汽车车身轮廓尺寸精度的100%在线检测，也是视觉检测系统用于工业检测中的一个较为典型的例子。视觉测量技术的主要应用在工业中的应用国内天津大学精密测试技术及仪器国家重点实验室成功研制了IVECO白车身激光视觉检测站和一汽大众Jieta轿车白车身100%在线视觉检测站及一汽解放新型卡车在线检测站，实现了整车总成的三维尺寸自动在线测量。视觉技术在汽车零部件的尺寸检测上也得到了广泛的应用:通用汽车研究实验室开发了用于汽车零件检测的视觉原型系统，该系统对所有零件均使用相同的过程，通过对一个好零件与坏零件的比较结果来判断检测区域的指定缺陷等。视觉测量技术的主要应用在工业中的应用除此之外，视觉检测技术在工业的各个领域都有着广泛的应用，如电子工业中印刷电路板、集成电路和光掩膜等的生产工艺流程中，通过对所获得的图像进行处理和识别来判断制作线路的正误，从而来保证产品的生产质量冶金工业中钢板表面的自动探伤、赤热钢板切割位置定位;玻璃制品行业中产品检测，如产品外形检测(高度、直径、不规则程度等)、内部缺陷检测(裂纹、气泡等);机械零件的自动识别及几何尺寸测量、表面粗糙度和表面缺陷检测;在现代制药工业中，对药品包装的检测及对药片颜色、尺寸、形状等的检测;对磁砖等建筑装饰材料的表面质量及颜色的检测;用计算机视觉系统自动测量圆木的体积;基于计算机视觉的织物疵点的检测;利用视觉技术对皮革缺陷的检测等等。视觉测量技术的主要应用1.实现在线实时检测。视觉检测系统大多用在工业现场及工业生产线中，对于在线实时检测，如何将视觉测量系统嵌入到生产线相应的工序中，使测量速度与生产线节拍相一致，是视觉测量走上实际应用的关键一步。视觉检测执行时间在很大程度上取决于底层图像处理(图像平滑、滤波、分割等)速度。因此，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。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L匕，坐标测量机(CoordinateMeasurementMachineCMM)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。视觉测量技术的发展趋势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。视觉测量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，随着计算机视觉技术自身的成熟和发展，计算机视觉测量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。视觉测量技术的发展趋势目前视觉测量存在的问题主要表现在以下两个方面:1.测量系统结构状态的“受控”问题视觉测量系统主要由摄像机、被测件及辅助设备(如测棒、校准装置和辅助光源等)组成。各组成部分之间是开放的、无强制约束的，它们之间的相互位置是可以任意改变的，测量链的形成完全靠校准来确定。测量系统结构状态一旦通过校准确定后，测量过程中就不能改变，视觉测量系统结构的开放性，导致了其系统结构状态的不稳定性，易受外界干扰的破坏，这种测量系统结构状态稍有改变就会导致错误的测量结果，这就是IS010012-2测量设备的质量保证要求中所提到的测量过程控制问题，即对测量过程所得数据的监视和分析，连同纠正措施，用于连续地保证测量过程在规定的特性范围内。因此如何监控和保证测量过程正确进行，使系统结构处于“受控”状态是视觉测量系统，特别是开放式的视觉测量系统应该解决的问题，而目前国内外现有的测量系统尚未涉及这一问题。视觉测量技术存在的主要问题2.如何提高测量系统精度问题视觉测量是以摄像机摄取的被测物体的二维图像为基础经变换得到被测物体的三维信息，这一原理本身决定了要提高测量系统的精度具有一定的难度。首先二维图像要清晰，而影响二维图像清晰的因素特别多;其次对于大型物体的视觉测量，所获得的二维图像的尺寸都是缩小了的，即测量模型的传递函数是小于1的，而折算到被测件上的误差是被放大了的;另外，测量链的建立是靠校准来实现的，校准标准件的误差和校准算法误差限制了视觉测量精度的提高;最终测量结果是由测量模型给出的，测量模型的质量对测量精度有很大的影响。为了提高视觉测量系统的精度，必须在二维图像特征的提取、校准件和校准算法的设计(包括内参和外参校准)和测量建模等方面深入研究，提出一些新的方法。视觉测量主要存在的问题视觉测量技术存在的主要问题[1]朱铮涛，视觉测量技术及其在现代制造业中的应用，现代制造工程，2004，4:59-61[2]李庆中，汪娥华，农业生物模式识别中的计算机视觉技术，中国图像图形学报，1999，4(7):610一616[3]朱正德，谈“机器视觉”在汽车制造业中的应用，中国测试技术，2006，32(5):22一25[4]刘常杰，郑继贵，杨学友等，汽车白车身在线激光视觉检测站，仪器仪表学报，2004,25C4):671-672[5]洪海涛，赵辉，图像技术用于零件尺寸测量的研究，仪器仪表学报，2001，22(3):214一218[6]图像和机器视觉产品手册，北京凌云光视数字图像技术有限公司，2005[7]唐向阳，张勇，李江有等，机器视觉关键技术的现状及应用展望，昆明理工大学学报，2004,29（2):36-39[8]周富强，陈强，张广军.结构光光条提取的混合图像处理力法，光电子激光，2008,19(11):1534--1537[9]张铁中，杨丽，陈兵旗，等.农业机器人技术研究进展[J].中国科学:信息科学，2010,40(S1):71一87.[10]毕坤，赵馨，侯瑞锋，等.机器人技术在农业中的应用方向和发展趋势[J].中国农学通报，2011，27:469-473.[11]全燕鸣，黎淑梅，麦青群.基于双目视觉的工件尺寸在机三维测量.光学精密工程，2013,20(4):1054-1061.[12]徐静珠.结构光三维测量中光条中心提取方法及其评价的研究.南京:南京大学，2012.[13]贾倩倩，王伯雄，罗秀芝.光切法形貌测量中光条中心的亚像素提取[J].光学精密工程，2010,18(2):390-396.[14]胡民政.结构光三维测量系统集成的两轴转台标定及视点规划.上海:上海交通大学.2010.参考文献谢谢！