（仪器科学与技术专业论文）基于机器视觉技术的模拟指针式仪表自动检定系统.pdf

中文摘要 摘要 本课题是国防基础计量平台的科研项目，主要研究与实现模拟指针式仪表的 自动检定系统。没有装备数字表头的模拟检测仪表在当前的工业检测中占据着重 要的地位。现在，对很多没有计算机操作界面的模拟指针式仪表的检定还不能进 行自动检定，需要人来读数和调节。模拟指针仪表的检定要求检定人员在每个需 要检定的刻度上通过比较指针表的实际读数与标准电源的输出值之间的差异来分 析检定模拟指示仪表的性能。众所周知，人的眼睛在大量的视觉工作之后会出现 视觉疲劳，检测精度降低。采用人工方式工作很浪费时间，检测结果也会引入人 为造成的误差。 本文提出了一种基子机器视觉的模拟指针式仪表的自动检定系统的实现方 法。该系统试图避免人的视觉误差造成的对读数的影响，提高检定的效率。在这 个系统中采用了图像分析和图像理解等机器视觉技术来实现对模拟表的自动读 数。 模拟指针式仪表自动检定系统主要由几部分构成：照明机构、运动机构、计 算机、程控电源、c c d 图像采集设备、机器视觉分析软件、数据库。由于采用了 新设计的运动机构，使得检定系统可改变图像采集的位置，在不同的位置上利用 机器视觉技术实现对指针指示数据的读取，通过判定指针与需要检测刻度之间的 关系来得到程控电源的下一个输出量，从而逐步逼近被检定的刻度。在满足一定 的逼近条件后，系统得到在被检定刻度位置程控电源的输出量作为系统的检测数 据。在与标准数据比较后完成对该模拟式指示仪表的检定。 系统设计的关键技术体现在系统照明环境的设计、摄像头运动追踪机构设计 和机器视觉分析算法的实现上。由于系统的工作环境是恒温室，室内的光源分布 不确定，在仪表表面的光的分布也就不均匀，给图像处理带来一定的难度，故系 统采用多个方位多点照明的方式力图使仪表盘面上有均匀分布的光场。在这个基 础上，系统的运动机构在计算机的控制下，驱动c c d 旋转到合适的位置之后采集 需要的图片。机器视觉分折算法是系统的核心技术，系统需要对采集得到的图像 首先进行预处理将图像中的指针图像和刻度图像信息加强，减小背景噪声和白噪 声，得到一张7 6 8 * 5 7 6 的灰度图像，然后采用二值化技术克服不均匀光场的影响 得到分割后的图像，利用连通域的分析算法，提取出系统需要的刻度信息和指针 信息，通过全图像的h o u g h 变换，分析得到指针位置，利用指针信息分割出可 以用来分析指针和其背景刻度的图像，最后利用指针与刻度的位置关系得到表的 读数。 重庆大学硕士学位论文 通过实验表明该系统在利用机器视觉对具有均匀刻度的模拟式指示仪表的检 定方面是有着较好效果。系统现在仍有需要完善的方面。 关键词：机器视觉、模拟指针式仪表、图像处理、图像分割、图像理解 i l 英文摘要 a n a l o gm e a s u r e m e n ti n s t r u m e n t s ，w h i c hd on o th a v ead i g i t a li n t e r f a c e ，p l a yn o w a d a y sa n i m p o r t a n tr o l e i ni n d u s h y t h ec a l i b r a t i o no fa n a l o gm e a s u r e m e n ti n s t r u m e n t sn o te q u i p p e dw i t h c o m p u t e ri n t e r f a c e sd o e sn o tb e n e f i tf r o mt h ea d v a n t a g e so fa u t o m a t i cc a l i b r a t i o n t h e r e f o r em a n u a l t e s tm e t h o d sa r e 印p e dw h e r et h ec a l i b r a t i o nt e c h n i c i a nm u s tm a n u a l l yr e a dt h ev a l u eo ft h e r e a d i n go ft h ei n s t n n n e n tb e i n gc a l i b r a t e d ，o rm u s ta d j u s tm a n u a l l yt h ec a l i b r a t o rs ot h a t t h e i n s t r u m e n tb e i n gc a l i b r a t e dp r e s e n t ss o m ep a r t i c u l a rr e a d i n g i tn e e dt og e taa r r a yd a t a ，w h i c hs h o w t h ed i f f e r e n c eb e t w e e np r a c t i c a l i t yv a l u ea n ds t a n d a r dv a l u ea te a c hg r a d em a r k e d a sw ek n o w n ， h u m a nv i s i o ns y s t e mm a yl o s ea c c u r a c ya f t e rl o t so fv i s i o nw o r k t h e s ea r ev e r yt i m ec o n s u m i n g ， a n dr e s u l t sa r es u b j e c tt oh u m a ne r r o r s t h sp a p e rp r e s e n t sa na u t o m a t i cc a l i b r a t i o ns y s t e mc a p a b l eo fa n a l o gc a l i b r a t i n gm e a s u r i n g i n s t r u m e n t s s y s t e mt r i e st oa v o i dt h ea f f e c t so fc h e c k e r sa r t i f i c i a lm i s t a k e ss u c ha sv i s i o ne r r o r s a n d i m p r o v e se f f i c i e n c yo fi n s p e c t i o n i m a g ea n a l y s i sa l g o r i t h m sa n di m a g eu n d e r s t a n d i n g a l g o r i t h m sa r eu s e dt oa u t o m a t i c a l l yd e t e r m i n et h ei n s t n l m e n tr e a d i n g i no r d e rt oo b t a i nt h er e a d i n g o fa na n a l o gi n s t n u n e n t ，i ti sn e c e s s a r yt od e t e r m i n et h ep o s i t i o no ft h ep o i n t e ri nt h es c a l e t h e a u t o m a t i cd e t e r m i n a t i o no ft h ei n s t n t m e n ti n d i c a t i o n ，f r o mi m a g e so ft h ed i s p l a y ，r e q u i r e st h eu s en f c o m p u t e rv i s i o nt e c h n i q u e s b yu s i n gc o m p u t e rv i s i o nt e c h n i q u e s ，t h ep o i n t e r p o s i t i o n si nt h es c a l eo fa n a l o gi n s t r u m e n t s a r ed e t e r m i n e d ar e s o l u t i o nm u c hb e t t e rt h a nh u m a nv i s u a la c u i t yo rt h eb e s ta n a l o gi n s t r u m e n t s p e c i f i c a t i o n sw a sa c h i e v e d t h eu s eo fs u c has y s t e me n h a n c e st h er e p e a t n h i l i t ya n da c c u r a c yo ft h e c a l i b r a t i o no fm e a s u r e m e n ti n s t r u m e n t st h a tu n t i ln o wc o u l dn o tb e n e f i tf r o mt h ea d v a n t a g e so f a n t o m a t i cc a t i b r a t i o n t h ea p p f i c a t i o ni nt h i sp a p e rh a ss e v e r a ld i f f e r e n tm o d u l e s ：l i g h t i n g ，m o v e m e n t - o r g a n ，c o m p u t e r , p r o g r a m - c o n t r o lp o w e r , c c dc a p t u r es y s t e m ，m a c h i n ev i s i o ns o f t w a r e ，d a t a b a s es y s t e ma n ds oo n t h en e w m o v e m e n t - o r g a n ，w h i c hc o u l dp e r f o r mah a l f - c i r c l em o v e m e n t ，h a sb e e nu s e dt oe n s u r et h e s y s t e mt ot r a i lt h et r a c eo fp o i n t e r o fc o u r s e ，t h ec i r c u m g y r a t e t i o nc e n t e r sa r ea l m o s ts u p e r p o s i t i o n p o i n t v h e nt h ep o i n t e ra p p e a r si nt h es i g h tr a n g eo fc c d ，t h eu s eo fm a c h i n ev i s i o nt e c h n o l o g y e n a b l e st h ec o m p u t e rt or e a dv a l u et h r o u g hi m a g ew h i c hh a sb e e ng o t t e nb yc c di m a g es e n s o r , t h e n d r i v et h ep o i n t e rt oa p p r o a c ht h eg r a d ew h i c hn e e d st ob ec h e c k e ds t e pb ys t e pb ya n a l y z i n gt h e r e l a t i o n s h i pb e t w e e np o i n t e ra n dt h eg r a d e ，t h ea n a l y z i n gp r o c e s sw a sp e r f o r m e db yt h ep r o g r a m - c o n t r o lp o w e lw h e ns y s t e ms a t i s f ys o m ec o n d i t i o n s ，t h a ti s ，t h ep o i n t e rh a dd k e c t e dt h a tg r a d e 1 1 1 重庆大学硕士学位论文 e x a c t l y , t h eo u t p u tv a l u eo fp r o g r a m - c o n t r o lp o w e ri sai n s p e c tv a l u ew h i c hw i l ls a v ei nc o m p u t e r a n dc o m p a r ew i t has t a n d a r dv a l u e t h ed i f f e r e n c ei t w c e no u t p u tv a l u ea n ds t a n d a r dv a l u ei sa t o k e no fm e t e rp e r f o r m a n c e t h e r ea r es o m ek e yt e c h n o l o g i e si nt h i ss y s t e m ：t h ed e s i g no fs y s t e ml i g h t i n g ，m o v e m a n t - o r g a n t ot r a c et h ep o i n t e r , a r i t h m e t i co fm a c h i n ev i s i o nt oa n a l y z ei m a g e a st h i ss y s t e mw o r ki nc o n s t a n t t e m p e r a t u r er o o m s o m el i g h t s o u r o ei nr o o mt h s t r i b u t er a n d o mw h i c hc e u s ed i s e q u i l i b r i u mo f l u m i n a n c eo nm e t e rs u r f a c e i nt h a ts y s t e m ，a sf o rt h ec a u s em e n t i o n e db e f o r e ，al i g h t i n gd e v i c e s i m u l a t el i g h tc o n d i t i o n so u t d o o rt oa v o i da f f e c to fn o i s el i g h t a tt h eb a s eo fl i g h tc o n d i t i o n s c o m p u t e rc o n t r o lt h em o v e m e n t - o r g a nw h i c hc o u l dd r i v ec c di m a g e s e n s o rt om o v ea l o n gt h et r a c e o fn e e d l e ，t h e nc a p t t i r ei m a g en e e d e da tc o m p a t i b l et i m e t h ea r i t l n n e t i co fm a c h i n ev i s i o ni sm o s t i m p o r t a n to n e t h i ss y s t e mp l e - p r o c e s si m a g et og a i na7 6 8 + 5 6 8g r a yi m a g ef i r s t l y , t h e n u s e d y n a m i ct b e s h o i d i n gt e c h n o l o g y , w h i c hr e d u c eb a c k g r o u n dn o i s ea n dw h i t en o i s e ，t oe n h a n c e i n f o r m a t i o no fn e e d l ea n dg r a d e s a n dt h e n b ym a k e o fc o n n e c t e dc o m p o n e n tt e c h n o l o g y , s y s t e mg e tn e e d l ei m a g ew i t hs o m eg r a d e ，w h e r ec o m p u t e rr e a dv a l u et h r o u g ha n a l y z i n gt h e r e l a t i o n s h i pb e t w e e nn e e d l ea n dt h eg r a d e s o m ee x p e r i m e n t a t i o n ss h o wt h a tt h i ss y s t e mh a v eap r a c t i c a l i t yi ni n s p e c t i n ga n a l o gm e t e r , w h i c hg r a d ed i s t r i b u t ee q u a b l y s y s t e mn e e d ss o m em o d i f yw o r kt od o f o rt h e r ea r es o m e d e f i c i e n c i e si nt h i ss y s t e m k e yw o r d s ：m a c h i n ev i s i o n , a n a l o gm e a s u r e m e n ti n s t r u m e n t s , i m a g ep r o c e s s ，i m a g e s e g m e n t a t i o n ，i m a g eu n d e r s t a n d i n g l 绪论 1 绪论 1 1 问题的提出及研究意义 1 1 1 当前机器视觉技术应用的现状 人类感知外界信息的感觉主要包括视觉、听觉、嗅觉、触觉、味觉等，其中 视觉所获得的信息占据人类所能获得信息的8 0 以上，由此可见视觉是人的最重 要的信息获取方式。机器视觉又叫计算机视觉，是用机器系统( 计算机系统) 来 对人的视觉的模拟和延伸。机器视觉的目的是通过电子化地感知和理解图像，复 制人的视觉的效果【”。机器视觉的系统先从外界获得需要的二维图像信息，然后运 用系统内部的处理模块对二维图像进行处理，尽可能滤去噪声和不需要的信息， 为后面的图像理解奠定基础，在此之后，系统中的图像分析和理解模块对图像中 的内容实现理解，在读懂图像的信息后进而得到外界物体的信息_ 并根据结果发出 控制信息，系统的控制和运动模块在获得这个控制信息之后完成系统的动作。 与人的视觉相比，机器视觉不会出现疲劳，其识别的精度可以比人眼识别的 精度还要高。一个典型的工业视觉系统包括光源、光学系统、图像捕捉系统、图 像数字化模块、数字图像处理模块、智能判断决策模块和硬件执行控制机构。除 此之外，机器视觉系统可以根据要求设置多个图像捕捉镜头，实现对物体的多点， 多方位的检测。 机器视觉技术的应用面非常的广阔，目前主要应用的领域有1 2 删：工业检测领 域、医学检测领域、机器人技术、航空航天技术、监控管理等。在工业检测领域 中，机器视觉的用武之地非常广泛，其应用的范围有产品外观( 外包装) 的检测、 集成电路板的封装检测、产品尺寸的在线检测、微小零件的尺寸检测等。在医学 检测领域，图像等辅助检测技术的出现，使医学称为真正意义上的科学，通过运 用图像技术和信息融合技术对x 射线透视图、核磁共振图像、c t 扫描图像等医学 检测图像的分析，提高了分析结果的可靠性为医生的诊断提供了方便。机器人 技术中机器视觉是研究的重点之一。在智能机器人系统中，机器视觉子系统需要 为机器人分辨障碍物，确定机器人自身的位置，并实现对位置移动的信息的反馈。 在航空航天技术中，机器视觉主要运用在卫星遥感图像上实现环境检测、地理测 量、地面目标的分析和识别等。在一般的监控管理系统中，机器视觉常常用于防 火防盗系统、交通管理系统等等。 机器视觉领域的文献很多：文献【3 】提出了一种利用立体视觉技术为行驶的汽 车迅速检测障碍物的方法；文献【4 】对机器视觉技术应用到s r 的重建技术；文献【5 】 重庆大学硕士学位论文 利用3 个c c d 摄像头对运动中的人进行成像，然后利用采集到的2 d 图像得到人 的3 d 的信息，从而得到人的动作的信息；文献【6 】利用3 d 计算机视觉技术对行 驶中的汽车的侧轮的2 d 图像信息中的外形信息来对汽车的位置进行估计并对汽 车的轨道做出预测；文献【7 】利用基于贝页斯网络的机器视觉技术用视频对交通进 行监控；文献1 8 】讲述了利用机器视觉技术识别车站的技术。 1 1 2 机器视觉技术应用在指针式仪表检定系统中的意义 仪表是由测量线路和测量机构两部分组成。当被测量通过测量线路变成测量 机构所能接受的量时，该量驱动测量机构运动，从而指出被测量量的大小。本文 中所指的指针式仪表，如电压表，电流表等，是当前工业生产中常见的仪表。这 类仪表将输入到表内的模拟信息( 电压、电流等) 转换为指针的偏转角度，然后 根据指针的偏转情况读出输入表内的模拟量的大小，实现读数。使用这类仪表检 定读数者的主观因素，如视觉疲劳等，都会引入到读取的数据中，造成读数的误 差。 目前在我国的工业生产领域，指针式仪表仍是工业生产中重要的检测工具，应 用范围非常的广泛。为了保证产品的质量，需要定期对指针式仪表进行捡定。指 针仪表的检定需要检定人员根据检定规程的要求对指针式仪表上不同量限和分度 线逐个的检定，这是一项非常复杂和繁琐的重复性劳动，效率低，工作的强度很 大，检定时由检定者造成的随机误差很多，大大影响了检定的精度。检定人员在 长时间的高强度的用眼之后，视觉极易出现疲劳，影响后续的检定工作。机器视 觉技术的发展，使利用计算机对这类指针式仪表进行自动检定成为可能。机器视 觉应用到指针式仪表的检定系统中后，会大大的提高检定的效率和精度，减少检 定人员的劳动强度，推动机器视觉技术在高精度工业检测领域中的应用，也为将 来的机器视觉检测系统的研究提供了一个有益的探索。 1 2 国内外研究现状 对指针式仪表的检测研究在国内外都有先例。但是由于机器视觉系统自身对 客观的真实物体的依赖性很强，机器视觉系统的设计多是实现对某一类物体的识 别，没有任何一个机器视觉系统可以完全的满足目前所有对机器视觉的要求，因 此必须根据自身研究条件和环境的特点研制适合自身条件的机器视觉系统。当然， 已经研制成功的系统会为后续的研究提供非常有益的借鉴。 1 2 1 国外研究的现状 c o r r a a l e g r i a 在文献 1 0 ，1 1 1 中详细讲述了利用机器视觉系统对这类模拟指针 式仪表的检定的过程。在这个系统是首先采用摄像头采集全局的表盘图像；然后 将两个不同指针位置的图像相减，相减之后，画面中的两个不同位置的指针的图 1 绪论 像就保留了下来；再利用h o t i g h 变换得到指针的角度；之后将原始得到的图像做 几何变换，使表盘上的刻度线可以成为一条水平线并与指针垂直；然后得到指针 的读数。 s a b l a t n i g 等人在文献9 ，1 2 1 4 d p 讲述了另一种指针表识别的方法。与c o r r a a l e ：g r i a 处理的指针表不同的是s a b l a t n i g 处理的是水表，百分表等刻度分布为一个 圆周的表，这类指针表的指针旋转的角度范围是3 6 0 度，因此s a b l a t n i g 可以在图 像分割完成之后直接利用h o u g h 变换得到指针的角度，以此来确定指针表的读数。 1 2 2 国内研究的现状 图1 1 百分表 f i g u r e1 1c e n t i g r a d em e t e r 文献【1 5 1 7 】讲述的是主要是针对百分表和千分表的 机器视觉检定系统。百分表如图1 1 。系统首先严格限 制表与摄像头的相对位置，计算机控制步进电机移动装 置输出位置改变量，采集到图像后，系统利用h o u g h 变 换等技术提取指针的位置，然后用系统中的识别模块分 析表上的实际输出，通过比较计算机控制的输出量与系 统从仪表上读出的数据之间的差别来实现对仪表的检 定。 1 3 本文研究的目的和研究内容 本课题研究的指针式仪表主要是模拟指针式电压表、电流表等。对这类仪表 的检定主要是检定当指针指向主要刻度点时的误差情况，来作为表的整体性能的 评价。以量程为o 2 5 v 有1 0 0 个小格的电压表为例，表中每个最小格代表0 2 5 v ， 有1 1 个主要刻度( 0 ，1 0 ，2 0 ，3 0 ，4 0 ，5 0 ，6 0 ，7 0 ，8 0 ，9 0 ，1 0 0 ) ，检定人员 在进行检定的时候，首先要控制外部的标准输出电源，使其的输出从0 v 逐渐上升， 在控制电源输出的同时，留意电压表中指针的变化，如果指针正好指向一个分度 刻度就记下此时标准源输出的电压大小，作为上升时的读数；当检测完1 0 个分度 刻度的值后，检定人员控制标准源的输出，使其缓慢下降，然后与检测上升时的 分度刻度一样，逐点记下下降时的读数：完成这两步之后，取得每个刻度对应的 上升值和下降值之间差别的绝对值，通过这些值就可以进行后面的仪表精度的误 差分析，进而判断仪表是否合格，并对需要修正的仪表给出修正值。 课题研究的目的是依靠机器视觉技术实现对模拟指针式仪表的自动检定。根 据检定规程的要求，如前所述，系统需要得到指针对准被检刻度的时候，标准源 输出值的大小。可以看出，机器视觉的目的就是确认指针与刻度之间的关系，当 指针与刻度对准的时候，系统就自动记下标准输出源的输出值，然后命令标准源 增加或者减少其输入，并准备检测下一个刻度点，如果指针还没有指向需要捡定 重庆大学硕士学位论文 的刻度，系统要根据具体的情况判断应该怎样改变输出值，使指针最终指向被检 的分度刻度。 课题研究涉及的领域有光学、计算机技术、图像处理、模式识别、软件工程、 数据结构、机械设计等多个学科。 课题研究的内容主要包括： 指针式表盘的模式分析，分析机器视觉系统所需要的关键特征；检定环 境分析，确定大致的系统设计思路 机器视觉系统总体方案设计 系统的光学系统设计 系统的硬件设施的设计 系统软件结构的设计 系统具体的机器视觉检定算法的设计 系统的性能分析和改进 整个系统的涉及多个学科领域的研究，内容广泛，工作量大。系统的研制成功 将大大提高指针式仪表的自动化程度，为下一步的研究奠定坚实的技术，因此具 有十分重要的意义。 1 4 小结 本章讲述了当前机器视觉技术的现状，机器视觉技术应用在模拟指针式仪表 自动检定系统中应用的意义，并对模拟指针式仪表自动检定系统的设计内容做了 大致的分析。机器视觉技术的出现大大的简化了人的视觉工作，利用机器视觉技 术对指针式仪表可以简化人的操作提高检测的准确程度。除此之外本章还简单的 对国内外的一些利用机器视觉技术对指针式仪表进行检定的系统进行了介绍。 4 2 机器视觉技术概述 2 机器视党技术概述 机器视觉技术是人工智能技术之中的一个主要分支。人工智能是由人类设计 并在计算机环境下实现的模拟或实现人的某些智能行为的技术1 1 墨1 9 j 。感知行为和 思维活动都属于人的智能的范畴。人类的感觉信息包括视觉、听觉、触觉、力觉、 味觉、接近感、i 临场感以及情感等，人类对这些信息的感知通常都是直观和深奥 的。人类的智能系统是一个由多个子系统相互作用、协同运作的一个完整的大系 统，系统中的子系统之间是有着紧密联系的，不能割裂开来。但是目前人工智能 的研究仍处在比较初级的位置，其研究开发的对象都是选择人的智能的某一个功 能子系统。例如对感知行为的研究有与人的听觉能力相关的语音识别、话者识别 等：与人的视觉功能相关的文字识别、图像模式识别、三维物体信息识别、对距 离速度感知的“机器视觉”等。当这些基本系统的研究达到一定的水平之后才能 在较高的层次上研究真正意义上的人工智能系统。 机器视觉是目前非常活跃的研究领域之一，其研究的理论水平和应用水平都 有着非常快的发展速度。机器视觉的研究对象是客观世界的可视的图像，研究的 理论基础是摄影几何学、刚体运动力学、概率论与随机过程、图像处理、人工智 能等，使用的理论方法通常是基础几何、概率、运动学、三维重构理论【3 6 j 等。机 器视觉的目的通常有：根据一幅或多幅二维投影图像计算观察点到目标物体的距 离；根据一幅或多幅二维投影图像计算目标物体的运动参数；根据一幅或多幅二 维投影图像计算目标无题的部分物理特性等。 2 1 机器视觉技术的背景 视觉信息是人类获得外界信息的主要途径之一，因此，当计算机技术的发展 推动了人工智能的研究之后，以计算机技术为基础的机器视觉技术也成为当前热 门的研究领域之一，其研究和应用的前景也越来越广泛。这里的机器观觉技术是 指人类使计算机通过对二维图像来获得认知三维的外界信息的能力，就是模拟 人的视觉能力对客观世界的实体场景的感知、识别和理解，计算机不仅要得到外 界三维物体的几何信息，还要得到物体的形状、位置、姿态和运动等，并且可咀 对他们进行描述、存储、识别和理解。 对生物视觉系统的研究，以及对神经生理学、心理学和认知学的研究共同构 成了机器视觉研究的最初的基石。以人的视觉为例，如图2 1 ，可见光照射到物体上 后，反射光经过人眼的光学系统在眼底的视网膜上形成物像，视网膜上的感光细 重庆大学硕士学位论文 胞将其所接受到的光转化为生物的神经冲动，再经过视交叉的部分交换神经纤维 形成视束，最后到达中枢神经系统，包括丘脑的外膝体、上丘和视皮层。生物视 觉系统需要识别物体的形状与颜色，还要得到三维物体的深度信息，检测物体的 方位与运动参数，空间和时间的频率特性等，因此，生物视觉系统是一个串行处 理与并行处理并存的系统。 图2 1 生物视觉过程 f i g u r e2 1b i o - v i s i o np r o c e s s i n g 2 2 人类视觉的特点 机器视觉的工作原理很大程度上是对人类视觉能力的模仿和再现。在设计机器 视觉系统之前需要了解人的视觉机理和特点。研究表明视觉又可以分为视感觉和 视知觉。视感觉主要是接受外界刺激，是较低层次的视觉；视知觉是将外界刺激 理解为有实际意义的信息，是较高层次的视觉。在本文中，除特别指出之外，不 作严格的区分。 2 2 1 视觉的相对性 人类对视觉的感知不仅仅是对外界刺激的反映，还受到人类的经验，对比等因 素的影响，是受到人的心理活动的影响的。这种特点，就是人的视觉的相对性。 典型的视觉相对性表现为以下两种： 前景和背景 前景是图像中的所关心的主题内容，背景是除开前景内容之外的其他的图像 信息。在视的活动中，如果没有关心的主题则图像全部由背景构成。对背景和前 景的选择不同，对图像的理解就会发生变化，图2 2 ( a ) 中，如果将黑色看作前景， 则看到是两个人侧影，如果将白色看作前景，则看到的是一个精致的酒杯。 视知觉的对比 当两种具有相同性质的视觉刺激同时出现或相继出现时，由于彼此的相互影 响而造成明显差异的现象。如图2 2 f b ) 所示，当关心的主题图像是中心圆时，即使 这个中心圆完全一致，在不同的对比效果的背景下，在人的视觉中，人感觉中心 2 机器视觉技术概述 圆的大小出现了改变。 f a ) 背景前景可置换的对比( b ) 不同背景下的视觉对比 圈2 2 视觉中的对比 f i g u r e2 2t h ec o n t r a s ti nv i s i o n 2 2 2 视觉的选择性 人在发生“看”这个动作的时候，常常会根据自己的需要选择被视的物体。在 通常的生活中，有时人常常会视而不见，就是这个道理。人的视觉选择通常受到 经验和先验知识的影响。在机器视觉中利用知识的表达，学习，推理等能力就可 以起到选择的作用。 2 2 3 视觉的整体性 整体性是建立在对部分的感知之上对整体的一种知觉经验。整体的信息被部 分得包括在部分之中。从心理学得角度来说，视觉得整体性是人主观得从部分之 中抽取整体的信息，形成整体的轮廓，以维持感知的整体合理性。这样得到的整 体的轮廓实际上是主观轮廓，并没有真实的存在。在图2 3 中，不同的图像块被放 在一起的时候，可以从图像中看到有一个螺旋物体存在，尽管该物体的整体边缘 并不是真正的存在。 弦基_ i i 斟- _ 一；_ 图2 3 视觉的整体性 f i g u r e2 3e n t i r e n e s so f v i s i o n 2 2 4 视觉的恒常性 视觉的恒常性是指在不同位置、距离、光照等的条件下，观察一熟知的物体 时，虽然物体图像在大小、形状、亮度、颜色等方面有很大的变化，但在心理上 却倾向于维持不变的心理倾向【5 】o 这种现象的产生有些专家认为是人类先验的关于 物体的知识对视觉产生了影响，也有些专家认为是各种物体之间的相互关系导致 了这种恒常性。比较常见的视觉恒常性有亮度恒常性、大小恒常性、形状恒常性 一， 一 一 重庆大学硕士学位论文 和颜色恒常性。 亮度恒常性 将黑色和白色的不同物体纺织在阳光下，人可以很容易的分辨出黑色和白色 的物体，但是如果将它们放置在阴影之中，人也可以得出那个是黑色物体，哪个 是白色物体。对这样的现象解释有两种：一是先验知识的作用；二是认为人实际 上感知的是物体的反射率，当物体不变，反射率不发生变化，人就不会认为物体 发生了变化。 大小恒常性 人的视觉可以感受距离的改变。当物体离开人远去的时候，人得到的信息是 物体在视网膜上的像在随着距离而变小。人不会认为是真正的物体在变小，而是 得到了物体距人距离在改变的信息。大小恒常性提供了人利用纹理感知距离的能 力。 形状恒常性 在人的视觉中，透视投影中平行的直线相交于一点，这是典型的形状恒常性 的例子。 颜色恒常性 大多数情况下，颜色是物体对入射光的反射造成的。由于感知主体人的经验， 人能够感受到这种恒常性。 2 2 5 视觉的组织性 视觉的组织是指在感知过程中对于原始信息进行有选择的加工处理，这种选 择过程是系统的、合乎逻辑的。 相似性 当不同的刺激物体在某些方面( 颜色、形状、大小等) 的相似性会造成她们 在主观上被归为一类的倾向。图2 4 显示，虽然画面上看到的是一些线条，但是由 于线条的长短，排列等相似于一个四角星，也可被看作是一个四角星。 接近性 ： 心理学中的格式塔学派将刺激物体距离关系而组成知觉经验的心理倾向称为 接近性法则。图2 5 中，左边的点列可以看作是6 行4 列的点列，右边的点列会被 认为是左边点列旋转9 0 度放置，而不会认为是4 行6 列的点列。 2 机器视觉技术概述 _ i 。 口l 。j 口已l j 一 ，广1 口口口口口厂1 卜 口 口r 图2 4 知觉组织的相似性 f i g u r e2 4c o m p a r a b i l i t yo f v i s i o nt i s s u e 一一 一一 一 一_ - 一 一一-一- 一一一一 一_ -_- 一一一 一一 图2 5 知觉组织的接近性 f i g u r e2 5a p p r o p i n q u i t yo f v i s i 0 1 1t i s s u e 封闭性 当视觉对象有可供辨认的特征，但这些特征不能确定对象间的关系的时候， 视觉主体会自动增减一些对象间的关系特征，以获得更有意义或更合乎逻辑的解 释。 连续性 大多数人在心理上倾向于形象的连续。图2 6 可以看作是一跳波浪起伏的曲线， 而不是一些半圆图像的排列。 图2 6 视觉的连续性 f i g u r e2 6c o n t m u i t yo fv i s i o n 2 2 6 错视现象 人的视觉常会受到外界环境的影响形成错觉，称为错视。已知的错视有：高 度错视、长度错视、平行线错视、大小错视、主从错视等。心理学上认为错视是 由于主观受到恒常性的误导，造成错视；生理学上认为侧抑制的作用，即是视网 膜上相邻感光细胞之间的相互影响造成的。图2 7 中( a ) 表示的是高度错视，尽 管两条线段有一样得长度，看起来似乎垂直的直线比水平的直线更长；图2 7 ( b ) 表示的是长度错视，同样长度的线段，上面得线段看起来比下面的线段更长；图 2 7 ( c ) 和图2 7 ( d ) 表示的是平行线错视，两条平行线在干扰图像得影响下出现 了似乎不平行的现象；图2 7 ( e ) 表示的是一种比较有意思的平行线错视，画面 中的白色和黑色方格都是标准的，因为他们相互位置的改变，方格的形状似乎也 发生了变化。图2 8 展示的是马赫带效应，在均匀变化的灰度图像之间，似乎存在 着边缘。 重庆大学硕士学位论文 ( a ) 柒粼鋈孑瓜雾漆雾漆 ( d ) 图2 7 错视现象 f i g u r e2 7f a l s e - v i s i o np h e n o m e n a 罔2 8 马赫带效应 f i g u r e2 8r o a c hb a n dp h e n o m e n a 2 2 7 视觉对深度的感知 人可以看到3 d 的空间图像是因为人的视觉具有对深度感知的功能。事实上人 眼的视网膜是一个曲面，外界物体在视网膜上的成像类似是一个2 d 的平面图像， 人就是利用这样的2 d 图像并借助一些称为深度线索的外部客观条件和自身的内 部条件实现对深度的感知。这些深度线索包括：非视觉性深度线索、双眼深度线 索和单眼深度线索等。 非视觉性深度线索 非视觉性深度线索通常有： 1 ) h l t 睛聚焦调节 人在观看远近不同的物体的时候，可以根据自身的需要通过眼肌调节晶状体 而在视网膜上得到清晰的图像。这种调节活动给大脑提供了有关物体距离的信息。 2 、双眼视轴的幅合 人的双眼具有不同的视轴。在观看不同的物体时，双眼会将各自的中间凹( 视 网膜中心) 对准物体，为了将双眼对准物体，双眼的视轴必须完成一定的幅合运 动。看近物时趋于集中，看远物的时候趋于分散。这种调节活动也给大脑提供了 物体的距离信息。 事 2 机器视觉技术概述 双眼深度线索 当人用双眼看一个3 d 物体时，物体首先是在双眼各自的视网膜上形成独立 的图像，这些图像在被传入到大脑之后，被大脑组合成一幅具有深度感的图像。 双眼由于视轴的幅合具有了一个共同的视觉方向，看到的图像又是单一的图像， 因此可以假想人是通过两眼之间的一只单一的假想眼看到的图像，这只假想的眼 睛被称作中央眼。人对物体的距离的判断就是从这只中央眼的中央凹槽出发到达 物体的距离。图2 9 显示的是双眼视轴的复合图2 1 0 表示的是中央眼的定义， 在中央眼上，s 和c 成像就是人的大脑感受到的外籍的信息，这个成像是左眼和 右眼看到的图像的综合。 图2 9 双眼视轴的复合 f i g u r e2 9c o m p o s i t i o no fe y e s s e e i n ga x i s 图2 1 0 中央眼 f i g u r e2 1 0c e n t r a le y e 双眼视觉误差是知觉立体物体和两个物体前后距离的重要条件。当两个物体 位于不同的距离的时候，这个距离必须大于一定的限度才能被人眼识别，这体现 了人眼的能力，而人眼的这种辨别能力就是深度视锐。深度视锐可以用人眼的像 差角来度量，一般人眼的双眼深度视锐最低限度在5 - 1 0 ”左右。所谓双眼视差是 由于人的两只眼睛之间客观存在大致有5 6 c m 的距离，因此，人的左眼看到左边 的物体多些，右眼看到右边的物体多些，人的左眼和右眼在各自的视网膜上所成 的像是有很大不同的，这种不同就是双跟视差。这种视差为人眼感知深度信息和 立体信息提供了可能。 单眼深度线索 所谓单眼深度线索就是空间刺激物体本身的一些物体条件，经过观察者的学 习和经验，在一定的条件下成为的感知深度和距离的线索。这其中有：物体的大 小、物体的遮挡、光亮与阴影的分布、颜色的分布、空气透视、线条透视、结构 级差、运动视差等。 重庆大学硕士学位论文 2 3 机器视觉技术研究的特点 首先，机器视觉技术涉及的领域和技术的范围非常广泛，是多个领域技术的交 叉和结合。如图2 1 1 所示，机器视觉技术将多个领域的研究内容融合在一起，实 现对人的视觉的模拟和延伸。如前面所指出的，人类的视觉本身就是一个涉及生 理和心理的复杂过程。它同时还与大脑的推理学习等思维活动密切相关。目前， 只有计算机这个工具是可以实现对人的智能的模拟，因此机器视觉的研究也是建 立在计算机技术之上，这也是这个技术还被称为“计算机视觉”的原因。当前， 机器视觉的研究正处在一个非常活跃的迅猛的发展时期，研究的水平在不断的提 高，但是对整体的视觉问题的研究还处在一个比较初级的位置，实用的机器视觉 系统往往需要针对自身的被视物体的特点设计自身的解决方案，即使这样，设计 一个机器视觉的应用系统也存在非常多的困难。造成这种现象的原因之一就是人 类对自身的视觉功能认识的还不够。在生理学的领域，人类虽然已经对人类视觉 过程的研究有了很大的发展，但是对视觉的整体生理性的解释还停留在初级阶段， 研究的结果是零散的、片断的：在心理学领域，现代的心理学的研究方法主要是 观察法、个体研究法、调查法和实验法。在很大程度上，人类对视觉的研究是内 省式的，对视觉问题的求解不能用一般的问题解决方法符号化，这也增加了机器 视觉技术的难度。 图2 1 1 计算机视觉与相关领域的关系 f i g u r e2 1 1r e l a