电子教案10：机器视觉.pptx

机器视觉

1.概述

机器视觉（MachineVision，MV)就是用机械来代替人类的眼睛，形成视觉能力，实现引导、定位、测量、检测、识别等功能。机器视觉通常用于工业自动化和机器人技术的视觉系统。它主要涉及机器视觉传感器的硬件设计和集成以及相关的图像处理技术。

机器视觉系统是可以自动获取一幅或多幅目标物体图像，对所获取图像的各种特征量进行处理、分析和测量，根据最终结果做出定性分析和定量解释，从而得到有关目标物体的某种认识并作出相应决策，执行可直接创造经济价值或社会价值的功能活动。机器视觉系统的功能包括物体定位、特征检测、缺陷判断、目标识别、计数和运动跟踪等。

机器视觉系统的主要任务通过分析图像，对图像中所涉及到的场景或物体生成一组描述信息。机器视觉系统的输入是图像或者图像序列，输出是对这些图像的感知描述，这组描述与这些图像中的物体或场景息息相关，并且这些描述可以帮助机器来完成特定的后续任务，指导机器人系统与周围的环境进行交互。

机器视觉的的目标实现自动化生产过程中的质量控制、部件识别和测量等。

计算机视觉（ComputerVision，CV）是指使用计算机来模拟人类视觉的过程，对数字图像和视频进行处理和分析，从而实现对图像的理解和认知。计算机视觉的研究目标是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。使计算机不仅能模拟人眼的功能，而且使计算机完成人眼所不能胜任的工作。计算机视觉通常关注的是从视觉信息中提取高级语义信息，例如对象分类、检测、跟踪和分割，以及场景理解、行为识别和事件检测等。

机器视觉和计算机视觉机器视觉用机器代替人眼进行测量和判断，完成工业生产与民用领域的测量、引导、检测和识别任务。计算机视觉利用计算机及其辅助设备来模拟人的视觉功能，实现对客观世界的三维场景进行感知、识别和理解，实现类似人的视觉功能。类别精度级别区别机器视觉μm级至mm级主要侧重“量”的分析，如通过视觉去测量零件的各种尺寸，又如检测产品是否有缺陷等，对准确度和处理速度要求都比较高。计算机视觉mm级至cm级主要侧重“质”的分析，如分类识别，这是狗还是猫的问题；或身份确认，如人脸识别、车牌识别；或行为分析，如人员入侵、徘徊、人群聚集等判断。

2.为什么要引入机器视觉

2.为什么要引入机器视觉在很多情况下，人类视觉无法能满足实际应用的要求，比如在高速、高精、超视、微距或者是处在无疲劳、环境限制的情况下。注：灰度就是指颜色从全白到全黑的级别。黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。

机器视觉的必要性—传统加工制造车间

机器视觉的必要性—智能制造车间

3.机器视觉系统

机器视觉系统的组成典型的机器视觉系统：包括图像采集单元、图像处理单元、通信控制单元、终端监控单元等

机器视觉系统的工作过程Step1传感器触发相机Step2图像采集Step3获取数字图像信息Step4对获取信息进行处理、分析与识别。Step5与外部通讯控制外部机构运动

镜头技术镜头是摄像机的关键部件之一，决定了摄像机的主要性能参数。镜头一般可以分为两个部分:镜筒和图像传感器。镜筒接收拍摄方向射入的光线，将图像聚焦到图像传感器上，图像传感器将接收到的光信号转换为电信号输出。

1.光圈通过在镜头内部加入多边形或者圆形，且面积可变的孔径光阑来达到控制镜头通光量，这个装置就叫做光圈。光阑系数，即光圈指数，用F表示，以镜头焦距f和通光孔径D的比值来衡量。光通量与F值的平方成反比关系，F值越小，光通量越大。当快门速度不变时，合适的光圈大小能带来正常的曝光。如果光圈过大，会导致曝光过度，过小则会导致曝光不足。光圈除了用来调节曝光量，最重要的是控制图片的景深。景深与光圈的关系是，光圈越大，景深越浅，光圈越小，景深越深

快门快门是控制光线进出的闸门。假设其它因素不变，快门速度越高，能够通过镜头进入的光线也就越少。过快可能会导致曝光不足。所以，快门速度快，调大光圈；快门速度慢，调小光圈。景深景深是指从距离镜头最近清晰点到最远清晰点之间的纵深度。从距离镜头最近的清晰点至焦点之间的距离为前景深；从焦点至最远清晰点之间的距离为后景深。前景深加后景深为全景深。根据镜头的光学原理，前景深短，后景深长，二者比例约为1∶2，对焦点在全景深靠相机一侧的1/3处。

2.镜头分辨率镜头分辨率亦称解像力或清晰度，它是评价摄像镜头光学系统的质量指标之一，镜头分辨率越高，越能表现出图像最