機器視覺技術是計算機學科的一個重要分支，它綜合了光學、機械、電子、計算機軟硬件等方面的技術，涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。自起步發展至今，已經有20多年的歷史，其功能以及應用范圍隨著工業自動化的發展逐漸完善和推廣，其中特別是目前的數字圖像傳感器、CMOS和CCD攝像機、DSP、FPGA、ARM等嵌入式技術、圖像處理和模式識別等技術的快速發展，大大地推動了機器視覺的發展。

簡而言之，機器視覺就是利用機器代替人眼來作各種測量和判斷。在生產線上，人來做此類測量和判斷會因疲勞、個人之間的差異等產生誤差和錯誤，但是機器卻會不知疲倦地、穩定地進行下去。一般來說，機器視覺系統包括了照明系統、鏡頭、攝像系統和圖像處理系統。對于每一個應用，我們都需要考慮系統的運行速度和圖像的處理速度、使用彩色還是黑白攝像機、檢測目標的尺寸還是檢測目標有無缺陷、視場需要多大、分辨率需要多高、對比度需要多大等。從功能上來看，典型的機器視覺系統可以分為：圖像采集部分、圖像處理部分和運動控制部分。

一個完整的機器視覺系統的主要工作過程如下：

1、工件定位檢測器探測到物體已經運動至接近攝像系統的視野中心，向圖像采集部分發送觸發脈沖。

2、圖像采集部分按照事先設定的程序和延時，分別向攝像機和照明系統發出啟動脈沖。

3、攝像機停止目前的掃描，重新開始新的一幀掃描，或者攝像機在啟動脈沖來到之前處于等待狀態，啟動脈沖到來后啟動一幀掃描。

4、攝像機開始新的一幀掃描之前打開曝光機構，曝光時間可以事先設定。

5、另一個啟動脈沖打開燈光照明，燈光的開啟時間應該與攝像機的曝光時間匹配。

6、攝像機曝光后，正式開始一幀圖像的掃描和輸出。

7、圖像采集部分接收模擬視頻信號通過A/D將其數字化，或者是直接接收攝像機數字化后的數字視頻數據。

8、圖像采集部分將數字圖像存放在處理器或計算機的內存中。

9、處理器對圖像進行處理、分析、識別，獲得測量結果或邏輯控制值。

10、處理結果控制流水線的動作、進行定位、糾正運動的誤差等。

從上述的工作流程可以看出，機器視覺是一種比較復雜的系統。因為大多數系統監控對象都是運動物體，系統與運動物體的匹配和協調動作尤為重要，所以給系統各部分的動作時間和處理速度帶來了嚴格的要求。在某些應用領域，例如機器人、飛行物體導制等，對整個系統或者系統的一部分的重量、體積和功耗都會有嚴格的要求。

機器視覺系統的優點有：

1、非接觸測量，對于觀測者與被觀測者都不會產生任何損傷，從而提高系統的可靠性。

2、具有較寬的光譜響應范圍，例如使用人眼看不見的紅外測量，擴展了人眼的視覺范圍。

3、長時間穩定工作，人類難以長時間對同一對象進行觀察，而機器視覺則可以長時間地作測量、分析和識別任務。

機器視覺系統的應用領域越來越廣泛。在工業、農業、國防、交通、醫療、金融甚至體育、娛樂等等行業都獲得了廣泛的應用，可以說已經深入到我們的生活、生產和工作的方方面面。

在使用機器視覺系統進行檢測的具體應用環境中，會有持續進料的應用，或者間歇進料的應用，即目標物會停止一段時間進行檢測。這時就需要知道檢測目標物的速度能達到多快、目標物的數量以及每分鐘進行檢測的最大數量，這些數據可以根據視覺系統的處理速度進行計算。

其計算方法如下：

每分鐘檢測的最大數量=60(sec.)÷視覺系統的處理速度(sec.)

例如：如果視覺系統的處理速度是20ms，

那么每分鐘檢測的最大數量=60sec.÷0.02sec.=3000TImes/min.(=50TImes/sec.)

但是實際處理速度根據視覺系統的相機類型和檢測設置會有所不同。雖然大多數簡單的應用能以20ms的速度運行，在具體應用中最好還是用實際目標物測試一下檢測的情況。

如果在具體應用中對視覺系統的處理速度有一定要求，可用以下計算方法獲得：

視覺系統被要求的處理速度(ms)=1(sec.)÷要求的檢測次數(TImes/sec.)x1000

同時，在實際應用中，被檢測目標物在相機的視野范圍內持續移動時，還需要考慮相機快門的速度，否則會出現模糊不清的圖像，無法達到檢測要求。例如，相機在持續移動的生產線上捕捉電子部件的圖像時，如果快門速度(曝光時間)對于生產線速度來說不夠快，圖像就會模糊。為了防止模糊，快門速度需要進行設置，使得相機捕捉圖像時，物體移動速度不超過1/10的要求容差值。如下圖所示，目標物在相機的視野范圍內持續移動。

高速快門圖像低速快門圖像

相機快門速度計算方法：

快門速度=要求容差[mm]÷生產線速度[mm/sec.]

例)檢測容差=0.2mm

生產線速度=200mm/sec.

快門速度=0.2mm÷10÷200mm/sec.=1/10000

因此此項應用中理想的快門速度要快于1/10000。

如果視覺系統的處理速度較快，在高速生產線上進行檢測就一定可行。那么，典型的尺寸檢測處理時間需要多久呢?此檢測時間根據視覺系統的處理能力以及針對個別應用的設置會有很大的差異，下表提供了捕捉和處理圖像所需時間(參考值)的估計底線，用戶可根據自己的實際應用進行參考使用。

瑕疵檢測、污垢檢測或芯片檢測都是非常典型的機器視覺系統檢測的應用方式。根據工件和生產線的狀況不同，每種檢測都需要不同的功能。本文對機器視覺污點檢測工具的原理及使用方法做以簡介。

1、區段

視覺系統透過CCD圖像傳感器將強度資料的變化檢測為污點或邊緣。但是，逐個處理像素需要花費大量的時間，并且噪聲會對檢測結果產生影響。因此，視覺系統使用由數個像素組成的小區域的平均強度，該小區域被稱為“區段”，并透過比較這些區段的平均強度來檢測污點。

如上圖中所示將區段(4x4像素)的平均強度與周邊地區的平均強度作比較，圖中的紅色區段被檢測出污點。

2、污點檢測工具的算法(區段的比較和計算方式)

檢測原理：

(1)將X方向指定為檢測方向時：

污點檢測工具測量指定區域(區段)的平均強度，并以四分之一個區段為間距改變區段位置。

它可確定四個區段中的最大和最小強度之間的差值，其中包括標準區段(下圖中的①95)。該差值被視為標準區段的污點等級。

當污點等級超過當前閾值時，標準區段被視為污點。被測區域中超過預設閾值的次數被稱為“污點范圍”。該過程反復進行，從而不斷改變標準區段在被測區域中的位置。

在圓形工件上檢測污點的原理

PET瓶、軸承或O型圈等多種圓形工件需要對圓形區域進行視覺檢測。當搜索圓形區域時，程序同時執行極坐標轉換。為了檢測污點，它將圓形窗口(檢測區段)轉換為長方形，并在圓形方向和半徑方向上比較區段的強度。

機器視覺劃痕檢測的基本分析過程分為兩步：首先，確定檢測產品表面是否有劃痕，其次，在確定被分析圖像上存在劃痕之后，對劃痕進行提取。

劃痕檢測是工業生產中經常遇到的問題，在工業中許多設備的零部件都是在高溫、高壓的環境中工作的，所受載荷復雜，使用環境惡劣，故障率高，造成的后果也非常嚴重，因此，對相關部件的缺陷、疲勞裂紋的產生、擴展進行視覺檢測就顯得尤為重要。

劃痕通常可分為三大類：

第一類劃痕，部分灰度值變化并不明顯，整幅圖像灰度比較平均，劃痕面積也比較小，只有幾個像素點，灰度也只比周圍圖像稍低，很難分辨。可以對原圖像進行均值濾波，得到較平滑的圖像，并與原圖像相減，當其差的絕對值大于閾值時就將其置為目標，并對所有的目標進行標記，計算其面積，將面積過小的目標去掉，剩下的就標記為劃痕。

第二類劃痕，各部分灰度差異較大，形狀通常呈長條形，如果在一幅圖像上采取固定閾值分割，則標記的缺陷部分會小于實際部分。由于這類圖像的劃痕狹長，單純依靠灰度檢測會將缺陷延伸部分漏掉。對于這類圖像，根據其特點選擇雙閾值和缺陷形狀特征相結合的方法。

第三類劃痕，從外觀上較易辨認，同時灰度變化跟周圍區域對比也比較明顯。可以選擇較小的閾值精缺陷部分直接標記。

由于在工業檢測中圖像的多樣性，對于每一種圖像，都要經過分析綜合考慮各種手段來進行處理達到效果。一般來說，劃痕部分的灰度值和周圍正常部分相比要暗，也就是劃痕部分灰度值偏小;而且，大多都是在光滑表面，所以整幅圖的灰度變化總體來說非常均勻，缺乏紋理特征。因此，劃痕的檢測一般使用基于統計的灰度特征或者閾值分割的方法將劃痕部分標出。

數字相機傳輸接口比較