机器视觉的简单介绍

机器视觉是一个已有很久历史了，但它是一个朝阳产业。 通过它与自动化相结合，可以为企业产生价值。

首先，介绍一下机器视觉的工作过程，如下：
1:首先通过工件检测器检测物体是否接近或运动到摄像机视野的中心，如果是，向图像采集卡发送触发脉冲信号；
2:图像采集卡按照设计人员预先设定的程序和延时，分别向摄像机或照明设备发出启动脉冲，但也有摄像机和照明设备在系统初始化话时，就开始启动。
3:摄像机停止目前的扫描，重新开始新的一帧扫描；有的时候需要摄像机在启动脉冲来到之前一直处于等待状态，启动脉冲到来后启动以帧扫描；
4:如果所采用的策略是曝光策略，那么在摄像机开始新的一帧扫描之前，要打开曝光结构，其曝光时间要根据你的实际需要通过程序或者硬件设定好；
5：如果采用曝光策略的话，要用另一个启动脉冲打开照明设备，特别要保持启动时间应该与摄像机曝光时间匹配；
6:摄像机曝光后，正式开始一帧图像的扫描和输出；
7:如果摄像机输出的是模拟信号，图像采集卡就把从摄像机接受过来的信号进行A/D转化将其数字化，如果输出的是数字信号，这样就省图像采集卡的事情拉；
8:图像采集卡将图像信号送到缓冲器、处理器或者计算机的内存中，以便图像的处理和显示；
9:处理器或者计算机对图像进行处理、分析、识别以得到测量结果或逻辑控制量，然后根据这些结果进行处理以控制别的装置（比如机械装置等）来完成相关动作，进行定位。纠正运动的误差等等，比如修正机器手臂的位置。

　 —— 机器视觉的认识 ——

　　一般地说，机器视觉就是用机器代替人眼来做测量和判断。首先采用CCD照相机将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，如：面积、长度、数量、位置等；后，根据预设的容许度和其他条件输出结果，如：尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉的特点是自动化、客观、非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及工业现场环境下的可靠性。 机器视觉极适用于大批量生产过程中的测量、检查和辨识，如：零件装配完整性，装配尺寸精度，零件加工精度，位置/角度测量，零件识别，特性/字符识别等。其应用行业为：汽车，制药，电子与电气，制造，包装/食品/饮料，医学。如对汽车仪表盘加工精度的检查，高速贴片机上对电子元件的快速定位，对管脚数目的检查，对IC表面印字符的辨识，胶囊生产中对胶囊壁厚和外观缺陷的检查，轴承生产中对滚珠数量和破损情况的检查，食品包装上面对生产日期的辨识，对标签贴放位置的检查。工业专家们预言：在未来的20年到50年，机器视觉将成为横跨所有行业的通用性技术，几乎所有出产的产品都会由机器视觉系统来检测。

　　在现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别应用，例如汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有高度重复性和智能性的工作只能由人工检测来完成，我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率（即“零缺陷”），而当今企业之间的竞争，已经不允许哪怕是0.1%的缺陷存在。有些时候，如微小尺寸的快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定地进行，其它物理量传感器也难有用武之地。这时，人们开始考虑把计算机的快速性、可靠性、结果的可重复性，与人类视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。

“机器视觉”，即采用机器代替人眼来做测量和判断。
　　机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。
　　机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。
　　机器视觉的引入，代替传统的人工检测方法，极大地提高了投放市场的产品质量，提高了生产效率。
　
在科技发达的今天，运输系统逐渐朝着智能化（ITS）发展，而检测的方法上亦渐渐趋向以高科技的检测方式替代传统人工调查的方式，可以避免漏记或调查员的投机取巧，并且精简调查成本，在执法方面，各个城市大量采用了电子警察，使得在许多装有电子警察的交*口和路段交通秩序要好于其它路段。所以，车辆检测器的发展在现代计算机化的交通管理中扮演着非常重要的角色，其准确度常受到检测方式、检测器布设形式、数量与位置的影响。
　　现有的各种交通参数检测方式中，只有图像检测器（Video Image Detector）是一种可以取得丰富的交通信息的面式检测器。视觉为基础的摄影系统在现今的发展已更加的成熟，而且，比那些点式的感应系统更为有用（例如：环形线圈与压力式检测器），因为图像检测器所提供的信息可以进行进一步的车辆跟踪与分类，这对于执法是至关重要的。而其它检测手段均有较大的限制，点式检测器仅用于车流上的量测与计数，或是解决特定的子问题（如等候检测或拥挤车流上的检测），缺乏一般性的应用。

　　以计算器进行图像处理，改善图像品质的有效应用开始于1964年美国喷射推进实验室（J.P.L）用计算机对宇宙飞船发回的大批月球照片进行处理，获得显著的效果。 1970至1980年代由于离散数学的创立和完善，使数字图像处理技术得到了迅速的发展，随着电脑的功能日益增强，价格日益低廉，使得图像处理在各行各业的应用已经成为相当普遍的工具之一，举凡在医学工程、工业应用、交通领域应用等。1980年代开始，有关交通量估测的研究渐渐有了成果。到1985年以后，各国对于交通图像侦测系统已有实际的成品发展出来。另外，近年来结合类神经网络加速图像处理速度形成一个研究趋势。

　　在进入图像处理之前，我们首先对图像做一个概略性的探讨。所谓“图像”泛指所有实际存在含有某种消息的信号，如含有人、事、物等的照片，而红外线摄影所获得的信号，则表示某些物体的温度分布。

　　我们常说“一幅图胜过千言万语”，即是指每张图像中含有许多的信息，根据我们的目的而进行处理，得出想要的结果。“数字图像”是将传统照片或录像带模拟讯号经取样（sample）及数字化后达成。数字化的原因在于方便计算机运算与储存。所储存的亮点成为图像的基本单位，称为象素（Pixel）。象素的亮度以灰度值（Gray-level）表示，灰度值被划分为256阶，暗为0，亮为255。一张图像被数值化成方块格子所组成的画像元素，每一格子中都标有一对坐标，一个代表其行值，另一则代表其列值。行值从这张图像的左边开始标帜自0一直到n，n表示行值中大值。相同的，列值从上方起定为0，往下移动至m值，m表示图像全部列数。

所谓图像处理就是为了某种目的对图像的强度（灰度值）分布视为一连串整数值的集合，经由不断的运算执行某些特定的加工和分析。