（检测技术与自动化装置专业论文）基于dsp的啤酒瓶视觉检测系统设计与开发.pdf

浙江大学硕士毕业论文 摘要 我国是世界第一大啤酒生产国，啤酒工业已成为国民经济的重要组成部分。 但我国啤酒厂的装备技术水平与国外相比，还存在较大差距，尤其体现在灌装的 自 动控制及其质量检测方面。啤酒瓶在灌装前必须经过检验，在目 前不断提高的 灌装速度下，传统的人工验瓶方式已难以保证检测的准确性。机器视觉系统具有 速度快、精度高、非接触等优点， 将其应用于啤酒瓶检测，可以有效的克服人工 验瓶方式的不足，提高啤酒生产的自 动化程度与生产效率。视觉检测系统要完成 啤酒瓶的在线检测，必须提高视觉图像的处理速度，采用数字信号处理器 ( d s p ) 能够很好的满足这个要求。 为实现工业现场的啤酒瓶在线检测，本文的主要工作及创新点如下: 针对啤酒瓶检测的特点与实际生产需要，设计了基于机器视觉的在线检测系 统。系统采用了高分辨率摄像技术、光学照明技术、机电控制技术以及实时图像 处理技术， 很好的满足了检测的实时性与准确性要求。 开发了 基于d s p 的实时图像处理系统。 系统采用了 集成的视频输入处理芯片， 以 及 d s p + c p l d的混合结构， 具有功能集成、 结构简单、 编程灵活的 特点， 对 于各种不同检测目 标的机器视觉系统具有一定的通用性。在印刷电路板设计中， 使用了高频电路布线技术，有效的预防了系统可能产生的电磁兼容性问题。 针对实时检测的要求和d s p 处理器的特点，开发了系统的实时性软件。对图 像数据的存储与传输方式进行了深入研究，有效的解决了图像数据量大、系统硬 件资源有限、检测实时性要求高三者之间的矛盾。在软件设计中，通过灵活设置 中断与d m a ，不仅提高了图像数据的传输效率，而且充分发挥了d s p的高速性 能。 关键词:空瓶检测，机器视觉，图像采集，实时图像处理， d s p 浙江大学硕士毕业论文 ab s t r a c t c h i n a i s t h e t o p b r e w e r o f t h e w o r ld , a n d b e e r i n d u s t ry p l a y s a n im p o r t a n t r o le i n t h e d e v e l o p m e n t o f n a t i o n a l e c o n o m y . h o w e v e r , t h e t e c h n o l o g y l e v e l o f o u r b r e w h o u s e s e q u i p m e n t s l a g s b e h i n d a b r o a d , a n d g r e a t d i s p a r i t y e x i t s i n b o tt l i n g p r o c e s s o f b e e r p r o d u c t i o n . b e e r b o tt l e m u s t b e i n s p e c t e d b e f o r e b e i n g b o tt l e d . t r a d i t i o n a l i n s p e c t i o n m o d e w h i c h re l i e s o n h u m a n e y e s c a n n o t g u a r a n t e e t h e a c c u r a c y d u e t o t h e h i g h s p e e d o f a s s e m b l y l i n e . t h e s y s t e m b as e d o n m a c h i n e v i s io n h a s t h e a d v a n ta g e o f h i g h s p e e d , h i g h p r e c i s i o n a n d h i g h r e l i a b i l i t y . i t c a n i n s p e c t o b j e c t w i t h o u t t o u c h i n g . a d o p t i n g t h i s s y s t e m i n b e e r b o t t l e in s p e c t i o n c a n o v e r c o m e t h e w e a k n e s s o f h u m a n e y e s a n d i m p r o v e a u t o m a t i o n l e v e l a n d p r o d u c t iv i t y g r e a t l y . t o i n s p e c t b e e r b o tt l e o n a s s e m b l y l i n e , t h e i n s p e c t i o n s y s t e m m u s t b e c a p a p l e o f p r o c e s s i n g v i s i o n i m a g e i n r e a l - t i m e . d i g i t a l s i g n a l p r o c e s s o r i s a b l e t o m a t c h t h i s d a m a n d w e l l . t h e m a j o r c o n t r i b u t i o n s in t h i s d i s s e r ta t i o n a r e as f o l l o w s : a n e m p t y b o tt l e v i s i o n i n s p e c t i o n s y s t e m i s d e s i g n e d , f o c u s i n g o n t h e c h a r a c t e r i s t i c s o f b e e r b o tt l e in s p e c t i o n a n d t h e a c t u a l r e q u i r e m e n t s o f p r o d u c t i o n . c c d t e c h n o l o g y , o p t i c s t e c h n o l o g y , c o n t r o l t e c h n o l o g y a n d r e a l t i m e i m a g e p r o c e s s i n g t e c h n o l o g y a r e e m p l o y e d i n t h e d e s i g n t o g u a r a n t e e a c c u r a c y a n d i n s p e c t i o n s p e e d . a r e a l t i m e i m a g e p r o c e s s i n g s y s t e m b a s e d o n d s p h as b e e n d e v e l o p e d . t h e s y s t e m c a n b e u s e d i n m a n y v i s i o n s y s t e m s w it h t h e s t r u c t u r e o f d s p + c p l d . i n p c b d e s i g n , t h e l a y o u t t e c h n i q u e o f h i g h f r e q u e n c y i s a d o p t e d t o p r e v e n t t h e p o t e n t i a l e m c p r o b l e m s . t h e s o ft w a r e d e s i gn o f d s p i s a c c o m p l i s h e d , f o c u s i n g o n t h e d e m a n d o f i n s p e c t i o n a n d t h e c h a r a c t e r i s t i c o f d s p . t h e s t o r a g e a n d t r a n s f e r o f i m a g e d a t a a r e d i s c u s s e d , w h i c h m a d e t h e s y s t e m c a p a b l e o f p r o c e s s i n g m as s d a t a r e a l t i m e w i t h l im i t e d h a r d w a r e r e s o u r c e . f l e x i b l e s e t t in g o f i n t e r r u p t a n d d m a i s a d o p t e d i n t h e s o f tw a r e d e s i gn, w h i c h i m p r o v e s t h e e f f i c i e n c y o f d a t a t r a n s f e r a n d p e r f o r m a n c e o f ds p . k e y w o r d s : e m p t y b o tt l e i n s p e c t io n , ma c h i n e v i s i o n , i m a g e c o l l e c t i o n , r e a l t i m e i m a g e p r o c e s s i n g , d s p 浙江大学硕士毕业论文 第1 章绪论 1 . 1机器视觉的概况与发展 1 . 1 . 1机器视觉的定义 美国制造工程师协会( s m e s o c i e ty o f m a n u f a c t u r i n g e n g i n e e r s ) 机器视觉分会 和美国机器人工业协会 ( r i a r o b o t i c i n d u s t r i e s a s s o c i a t i o n )的自 动化视觉分会对 机器视觉下的定义为: “ 机器视觉是通过光学的装置和非接触的传感器自 动地接收 和处理一个真实物体的图像，以 获得所需信息或用于控制机器人运动的装置。 ” 在现代工业自 动化生产中， 涉及到各种各样的检验、生产监视及零件识别应 用，例如零配件批量加工的尺寸检查，自 动装配的完整性检查，电子装配线的元 件自 动定位，i c上的字符识别等。 通常人眼无法连续、 稳定地完成这些带有高度 重复性和智能性的工作，其它物理量传感器也难有用武之地。由 此人们开始考虑 利用光电成像系统采集被控目 标的图像，而后经计算机或专用的图像处理模块进 行数字化处理，根据图像的像素分布、亮度和颜色等信息，来进行尺寸、形状、 颜色等的判别。这样，就把计算机的快速性、可重复性，与人眼视觉的高度智能 化和抽象能力相结合，由 此产生了机器视觉的概念。 1 . 1 . 2机器视觉的发展 机器视觉自 起步发展到现在，已 有 1 0 多年的发展历史。 机器视觉作为一种 应用系统，其功能特点是随着工业自 动化的发展而逐渐完善与发展的。目 前全球 机器视觉市场总量大概在6 0 - 7 0 亿美元， 按照每年约8 .8 %的速度增长。 在中国， 这个数字目 前看来似乎有些庞大， 但是随着加工制造业的发展，中国 对于机器视 觉的需求将呈上升趋势。 1 . 机器视觉在国外的 应用现状 在国外， 机器视觉的 应用主要在半导体及电 子行业， 其中 大概4 0 % - 5 0 % 都集 中在半导体行业。应用领域主要有: p c b印刷电 路: 各类生产印 刷电 路板组装技术、 设备;单、 双面、多 层线路 板，覆铜板及所需的材料及辅料;辅助设施以及耗材、油墨、药水药剂、配件; 电子封装技术与设备;丝网印刷设备及丝网周边材料等。 浙江大学硕士毕业论文 s mt 表面贴装: s m t 工艺与设备、 焊接设备、 测试仪器、 返修设备及各种辅 助工具及配件、s mt材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清 洗剂等;再流焊机、 波峰焊机及自 动化生产线设备。 电子生产加工设备:电子元件制造设备、半导体及集成电路制造设备、元器 件成型设备。 除此之外， 机器视觉还应用于产品质量检测等其他很多领域。 2 . 机器视觉在国内的 应用现状 在中国，上述行业本身就属新兴领域，加之产品与技术的普及不够，导致机 器视觉在以上各行业的应用几乎为空白，即便是有，也只是低端方面的应用。但 是随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视 觉技术的工业自 动化、智能化需求开始广泛出现，国内有关大专院校、研究所和 企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始 了工业现场的应用，主要涉及制药、印刷、矿泉水瓶盖检测等领域。 3 .中国 机器视觉未来发展趋势 工业的发展，带来了对机器视觉需求的提升，也决定了机器视觉将由过去单 纯的采集、分析、 传递数据、判断动作，逐渐朝着功能集成与功能扩展的方向发 展， 机器视觉将与自 动化更进一步的融合。 在未来的几年内，随着中国加工制造 业的发展，对于机器视觉的需求会逐渐增多;随着机器视觉产品的增多，技术的 提高，国内机器视觉的应用状况将由初期的低端转向高端。 1 . 2 基于机器视觉的啤酒瓶检测系统简介 1 . 2 . 1啤酒空瓶检测的必要性 我国啤酒工业经过几十年的发展，己 成为世界第一大生产国，并成为国民经 济的重要组成部分，但我国啤酒厂的装备水平和技术水平及产品的质量与国外相 比，还存在较大差距。因此，如何提高我国啤酒工业的技术水平，尽可能用国产 装备技术替代进口的装备技术，达到啤酒生产的技术产业化，成为啤酒行业的当 务之急。 灌装是啤酒三大生产工序之一。目前，绝大多数啤酒厂均重复使用回收的啤 酒瓶。回收瓶的种类与质量参差不齐，可能是本厂的啤酒瓶，也可能是来自 外厂 的啤酒瓶; 有的曾 装过散酒、 煤油等 其它物品， 有的甚至附 着烟头、 火柴等异物。 因此，旧瓶在回收以后，必须经过洗瓶及验瓶两道工序， 确保其符合生产标准后 才能进行灌装。 浙江大学硕士毕业论文 目 前，我国所采用的洗瓶程序大致分为 3种: 人工洗瓶、人工洗瓶后再经洗 瓶机清洗和直接用洗瓶机清洗。验瓶方面则采用人工灯光验瓶，或采用基于传感 器技术的空瓶验瓶机和基于摄像技术的全方位空瓶验瓶机。 目 前灌装速度达每小时2 0 , 0 0 0 瓶以上的灌装机在我国已 相当 普遍， 靠人 眼在如此高速下进行检测，己不能百分之百保证洗瓶后空瓶的清洁度。因此，空 瓶验瓶机逐渐为啤酒厂接受。 1 . 2 . 2国内外发展状况 在国外发达国家，对啤酒瓶检测研究时间长，技术比 较成熟，已 经有几家公 司生产出 售该类产品。 美国工业动力机械有限公司开发了 两种检测系统ts l : 采用传 感器技术的空瓶验瓶机和采用摄像技术的全方位空瓶检测机。传感器技术空瓶验 瓶机采用高分辨率的双基座扫描系统，包括圆周扫描和左右扫描，以检测瓶底的 异物。此外还配合颜色自 动补偿系统、检测微量残余液体的红外线检测技术、瓶 口 破碎检测器、高瓶检测器等，对空瓶底部的厚度、密度、 颜色变化、瓶口 及残 余液体等进行精确检测。 摄像技术空瓶验瓶机采用光学系统、高分辨率摄像技术和自 动变焦镜头，对 各个检测项目 进行精确的检测。对于直径为 9 5 m m的瓶子，可检测的异物面积大 于等于3 .5 x 3 .5 m m 2 , 精确度为9 8 。 检测6 4 m m口 径的 啤 酒 瓶时， 检测速度 可 达7 0 0 瓶了 分钟。 国内 对啤酒瓶的自 动检测刚刚于近几年开始起步，在空瓶检测技术上已 经取 得了一些成果，但多是采用了国外公司比较成熟的技术和算法，产品也不成熟。 而且在灌装后啤酒瓶内液位和杂质检测方面，尤其是啤酒瓶杂质的检测更是一个 空白。因此，设计出具有自 主知识产权的验瓶机对我国啤酒生产装备的国产化有 重要的社会效益和经济效益。 1 . 2 . 3机器视觉在啤酒滋装线上可以发挥的作用 随着对灌装质量要求的逐渐提高，机器视觉在灌装生产线上可以发挥的作用 越来越多。 1 . 瓶形分类 随着市场上瓶型的增多以及回收瓶的混合，必须根据外形对空瓶进行分类。 机器视觉系统可以测量瓶子的外形，并与本批次生产所需的标准外形进行比 较， 从而使不需要的瓶形无法进入灌装线。根据需要，分类系统还可以 补充进行颜色 测量以及检查是否存在瓶盖。 浙江大学硕士毕业论文 2 . 瓶口 瓶身瓶底的空瓶检测 用于灌装的啤酒瓶在瓶口、瓶身、瓶底可能存在瑕疵，如缺口、裂纹等等， 这直接影响最终的产品质量，甚至存在安全风险。机器视觉系统可以 有效的检测 出这些问题。 3 .液位与杂质的实瓶检测 灌装设备的操作失败，或啤酒瓶本身的质量问题，可能导致灌装的啤酒液位 达不到生产要求。通过机器视觉系统，可以将液位不合格的产品剔除出灌装线。 液位检测的同时，可以对啤酒进行杂质的检测，杂质包括质量较重沉积在瓶底的 固体颗粒，以及质量较轻悬浮在液体中的杂质。 4 . 商标检测 在灌装生产线上，当啤酒瓶经过商标机之后，可以使用机器视觉系统对啤酒 瓶上的商标进行检测。首先，必须检查瓶子上是否存在商标，此外，还可以检查 商标的印刷是否正确，喷码是否正常，以及商标在瓶子上所处的位置是否符合标 准。 1 . 3本文的主要研究工作 本课题的最终目 标是建立一个完整的应用于啤酒灌装生产线的视觉检测系 统。本文从探索d s p 新应用领域的角度出发，将d s p技术应用于视觉检测领域， 研究了基于d s p的图像处理技术， 并在理论研究的基础上，开发了 具有一定通用 性的实时图像处理系统。从课题实际 情况来看， 本文主要围绕以下两个问题进行 研究: 构建针对啤酒瓶检测的机器视觉系统 基于d s p的实时图像处理系统的实现 : 针对以上问题，本文作者主要完成了以下的任务: 1 .针对啤酒瓶视觉检测的特点， 设计了 检测系统的总体结构， 提出了系统各 部分的设计方案， 提出了针对瓶底、瓶身及瓶口的检测方法。 2 .开发了基于d s p的实时图 像处理系统， 完成了原理图与p c b的设计以及 硬件调试工作。 3 .开发了d s p 系统上的实时性检测软件。 1 . 4本文的章节安排 论文共分六章: 浙江大学硕士毕业论文 第一章:首先介绍了视觉检测系统的概况与发展，然后介绍了 基于机器视觉 的空瓶检测技术及其研究现状， 最后简要介绍了本文的主要研究工作与章节安排。 第二章:为文献综述，对啤酒瓶在线检测系统涉及的三部分知识:机器视觉 系统、数字图像处理技术、d s p处理器进行了简要的综述。 第三章:阐述了啤酒瓶视觉检测系统的总体方案，啤酒瓶视觉检测系统按功 能分为成像单元、图像采集与处理单元、控制单元三个部分。本章首先详细介绍 了成像单元与控制单元的设计方案，其次简要介绍了图像采集与处理单元的总体 结构与工作流程，最后提出了针对啤酒瓶底、瓶身及瓶口的检测原理与方法。 第四章:详细介绍了基于d s p的实时图像处理系统的硬件实现，系统由 视频 输入处理电路、c p l d全局逻辑控制电路、d s p数据处理电路三部分构成，本章 详细阐述了这三部分电路的组成与功能，并且介绍了印刷电路板设计中使用的高 频电路布线技术。 第五章: 本章首先介绍了d s p 软件的编程环境和d s p 编程使用的重要软件工 具， 然后介绍了实时性软件的要素中断与d ma的设置， 最后详细介绍了 检测 软件的结构与编程实现。 第六章:对本文所作的工作做了一个简单的总结，并对后续的工作提出了 展 望。 浙江大学硕士毕业论文 第2 章文献综述 2 . 1机器视觉系统概述 2 . 1 . 1机器视觉系 统的 硬件与 软件构成 一个实际应用的机器视觉系统可以分为硬件与软件两部分。 硬件由下述几个 部分组成: ( 1 ) 景物和距离传感器: 常用的有c c d摄像机， 超声波传感器， 还有结构光设 备。 ( 2 ) 视频信号数字化设备: 它的 任务是把摄像机或c c d传感器输出的信号转化 成计算机方便使用的数字信号。 ( 3 ) 视频信号处理器: 完成视频信号的实时、 快速、并行的处理算法。 ( 4 ) 计算机及外设:根据系统的需要可以 选用不同的计算机及其外设，来满足 机器视觉信息处理及传动控制系统的需要。 ( 5 ) 控制系 统: 机器视觉系统需要控制系 统来完成最终对产品的处理过程。 软件由下述几个部分组成: ( 1 ) 计算 机或信号 处理器 系统软件: 选用不同 类型的计算机或信号处理 器， 就 有不同的操作系统和它所支持的各种语言、数据库等。 ( 2 ) 机器视觉信息处理算法:图 像预处理、分 割、 描述、 识别和解释等算法。 ( 3 ) 控制系统软件。 2 . 1 . 2机器视觉系统硬件平台的分类与对比 机器视觉系统根据 其硬 件平台， 可以 大 致分 成两 类7 1哄 1 基于p c的机器视觉系统采用通用p c机加图 像采集卡的硬件平台，由图 像采集卡进行视频捕捉， 采集到的图 像不加任何处理的 传送到p c 机， 在 p c机上通过软件对捕捉到的图像或视频片断进行处理，从而得到图像处 理结果。 2 .基于嵌入式处理器的机器视觉系统， 可以 完全脱离通用p c机工作， 采用 专用或自 行设计的视频捕捉电路，通过嵌入式处理器完成图像处理的功 育 旨 。 两类系统的对比: 浙江大学硕士毕业论文 基于p c的机器视觉系统，具有以下两个优点: . 最大限 度的利用了通用计算机的主板、内 存、 硬盘等硬件资源， 硬件平台 通过购买成熟的硬件就可以 搭建起来。 . 针对通用计算机的软件及操作系统较为成熟， 且p c的内存及硬盘容量非 常大，因此软件设计的难度相对较小。 基于p c的机器视觉系统配置灵活， 开发周期短，开发成本较小。 但是， 基于 p c的机器视觉系统在图像处理性能上存在瓶颈， 使其不适合于对实时性要求高的 图像处理，这个瓶颈来自 于: . 通用p c机的c p u使用传统的冯诺伊曼结构， 其数字信号处理能力有限。 . 图像卡需要向p c机传送大量的原始图像信息，传送的带宽受到p c机接 口的传送能力限制。 . 通用p c机上操作系统一般为非实时性的操作系统， 在高速图像处理的 情 况下，这会导致p c不能及时的响应图像处理请求。 基于嵌入式处理器的 机器视觉系统，可以 很好的解决实时性问 题， 这表现在: . 使用专用的处理器，其数字信号处理能力优越。 . 图像在采集后被实时的处理，基本不存在图像传输的带宽限制。 . 针对嵌入式处理器的软件是实时性的。 但是，基于嵌入式处理器的机器视觉系统也有其缺点: . 用于存放图像数据的存储空间有限，处理器片内的存储空间更无法与p c 机的内存相提并论， 在软件设计时必须考虑数据的大小、 数据处理的流水 线方式，设计难度较大。 . 针对嵌入式处理器的编程软件、 图像处理算法不够成熟， 增加了软件设计 的复杂度。 . 基于嵌入式处理器的图 像处理卡开发成本较高，自 主研发的设计难度大、 开发周期长。 2 . 1 . 3机器视觉系 统的关键技术 i . 光源照明技术 在目前的机器视觉应用系统中，好的光源与照明方案往往是整个系统成败的 关键， 起着非 常重要的 作用， 并不是简 单的 照 亮物体 而己 9 。 光 源与照明 方案的 配 合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部份之间应 尽可能地产生明 显的区别，增加对比 度。同时还应保证足够的 整体亮度， 物体位 置的变化也不应该影响成像的质量。 浙江大学硕士毕业论文 在机器视觉应用系统中一般使用透射光和反射光。对于反射光情况应充分考 虑光源和光学镜头的相对位置、物体表面的纹理，物体的几何形状等要素。 光源设备的选择必须符合所需的几何形状，照明亮度、均匀度、发光的光谱 特性也必须符合实际的要求，同时还要考虑光源的发光效率和使用寿命。表 1 . 1 列出了主要几种光源的相关特性。 表 1 . 1 几种光源的对比 i一 卤素灯 l e d 光 a荧 光 灯 - - 一 刃 使用寿命 1 0 0 0 小 时1 0 , 0 0 0 小时 一3 0 , 0 0 0 小时 1 , 5 0 0 - 3 ,0 0 0 小 时 一 亮度 亮 使 用 多 个l e d 达 到 高 亮 度 一 暗 一 伺 服 速 度 慢 快慢l 形状i 自 由 度 小自 由 度 大 、 容 易 配 线一 自 由 度 小一 一 几乎没有光亮度 和色温的变化 寿命长， 波长可以 根据用途 选择， 制作方便， 运行成本 低， 耗电小 扩散性好、适合大 面积均匀照射 l e d光源凭借其诸多的 优点， 在机器视觉系统中得到越来越多的应用，其优 点 如 下 110 1. 1 )设计形状的多样性 一个 l e d光源是由许多单个 l e d发光管组合而成的，因而比其他光源可以 做成更多的形状，更容易针对实际应用需要，设计光源的形状和尺寸。 2 )寿命长， 发热少， 效率高 为了使图像处理单元得到精确的，重复性好的测量结果，照明系统必须保证 相当长的时间内能够提供稳定的图像输入，l e d光源稳定工作寿命达到 1 0 0 0 0 至 3 0 0 0 0 小时， 其发热少， 效率高， 此外， 如果用控制系统使其间断性工作， 可以 抑 制发光管发热，寿命延长一倍。 3 )响应速度快 l e d发光管动态响应时间很短，能保证多个光源之间或一个光源不同区域之 间的高速切换。 4 )多种颜色的 光源可供选择 除了光源的形状以外，欲得到稳定的图像输入的另一方面就是选择光源的颜 色。目 前l e d光源的颜色有红、黄、绿、蓝，甚至可以得到白光。 5 )运行成本低 其他光源不仅耗电是l e d光源的2 -1 0 倍， 而且经常需要更换， 投入使用的 光源越多， 在期间更换和人工方面的花费就越大，因此选用寿命长的l e d光源从 长远来看是很经济的。 2 .光学镜头 光学镜头相当于人眼的晶状体，在机器视觉系统中非常重要。 镜头的种类按 浙江大学硕士毕业论文 焦距可分为广角镜头、标准镜头、长焦距镜头;按动作方式可分为手动镜头、电 动镜头;按安装方式可分为普通安装镜头、隐蔽安装镜头;按光圈可分为手动光 圈、自 动光圈;按聚焦方式可分为手动聚焦、电动聚焦、自动聚焦;按变焦倍数 可分为2 倍变焦、 6 倍变焦、1 0 倍变焦、 2 0 倍变焦等。 镜头的主要性能指标有焦 距、光阑系数、倍率、接口等。 3 . c c d摄像机 目 前c c d摄像机以其小巧、 可靠、 清晰度高等特点在商用与工业领域都得到 了广泛地使用。 c c d摄像机按照其使用的c c d器件可以分为线阵式和面阵式两大 类。 线阵c c d摄像机一次只能获得图像的一行信息， 被拍摄的物体必须以直线形 式从摄像机前移过，才能获得完整的图像。它主要用于检测条状、筒状产品，例 如布匹、 钢板、 纸张等。 面阵 摄像机可以 一次获得整幅图 像的信息。 4 .图像采集卡 在基于p c机的机器视觉系统中， 图像采集卡是控制摄像机拍照， 完成图像采 集与数字化，协调整个系统的重要设备。它一般具有以下功能模块。 a )图 像信号的 接收与a / d转换模块， 负责图 像信号的放 大与数字 化。 有用 于彩色或黑白图像的采集卡，彩色输入信号可分为复合信号或r g b分量 信号。 同时， 不同的 采集卡有不同的采集精度， 一般有8 b it 和i o b i t 两种。 b )摄像机控制输入输出 接口， 主要负责协调摄像机进行同 步或实现异步重置 拍照、定时拍照等。 c )总线接口 ， 负责通过p c 机内 部总线高 速输出 数字数据， 一般是p c i 接口， 传输速率 可高 达1 3 0 m b p s , 能 胜 任高精 度图 像的 实时 传 输， 且占 用 较少的 c p u时间。 有的图像采集卡同时还具有显示模块，负责高质量的图像实时显示，具有通 讯接口 负责通讯。一些高档图像采集卡还带有d s p 数字处理模块，能进行高速图 像预处理，适用于高档高速应用。 5 .视觉传感器 基于p c机的机器视觉系统结构没有模块化， 安装不方便， 可移植性差， 特别 是与工业广泛使用的p l c 接口比 较麻烦。 从软件和硬件开发两个方面来考虑， 都 需要一种更适合工业需求的机器视觉组件。目 前国外己 经开发出了一种叫做视觉 传感 器的 模块化部 件f i t 。 这种视觉传感器 集成了 光源、 摄像头、图 像处理器、 标 准的控制与通讯接口，自 成为一个智能图像采集与处理单元，内部程序存储器可 存储图像处理算法， 并能使用p c机， 利用专用组态软件编制各种算法下载到视觉 传感器的程序存储器中。 视觉传感器将p c的灵活性， p l c的可靠性、 分布式网络 技术结合在一起。用这样的视觉传感器和p l c可以更容易地构成机器视觉系统。 浙江大学硕士毕业论文 2 . 2数字圈像处理技术综述 2 .2 . 1 数 字 圈 像 处 理 概 述 1 2 13 1 4 视觉是人类最重要的感觉器官， 外部世界丰富多彩的信息有百分之七十是通 过视觉感知的。因此，用计算机来处理与分析图像的研究和应用一直受到人们的 高度重视，并取得了丰硕的成果。数字图像处理，即用计算机对图像进行处理， 它的主要目的是在机器上实现生物特别是人类所具有的视觉信息处理和加工功 能。与人类对视觉机理研究的历史相比，数字图像处理是一门相对年轻的学科， 但在其短短的历史中， 它却以不同 程度的成功使用于几乎所有与成像有关的领域。 目 前，数字图像处理技术己 被广泛应用于办公自 动化、工业机器人、地理数据处 理、医学数据处理、地球资源遥感、交互式训算机辅助设计等领域，尤其在机器 视觉应用系统中成为关键技术之一。一般的图像都是模拟图像，对于模拟图像只 能采用模拟处理方式进行处理，计算机不能接受和处理模拟信号，只有将连续的 模拟信号变换为离散的数字信号，或者说将模拟图像变换为数字图像才能接受。 数字图像处理就是对给定的数字图像进行某些变换的过程。对含有噪声的图像， 要除去噪声、滤去干扰，提高信噪比;对信息微弱的图像要进行灰度变换等增强 处理;对已经退化的模糊图像要进行各种复原的处理;对失真的图像要进行几何 校正等变换。除此之外，图像的合成，图像的边缘提取与分割，图像的编码、压 缩与传输，图像的分析等技术也属于图像处理的内容。由 此可见，图像处理就是 为了达到改善图像的质量，将图像变换成便于人们观察和适于机器识别的目的。 总的来说，数字图像处理包括以下几个部分: ( 1 ) 图 像 变换: 指图 像的 二维变换， 是数字图 像处理中的 一 个重要的 数学基础 和有效的工具，数字图像复原和增强处理及图 像特征的数字测度等许多算法都要 涉及到数字图 像变换的理论。 数字图 像变换方法包括傅立叶变换、 余弦变换、主 分量变换等。 ( 2 ) 图 像复原: 对一个退化的图 像进行处理， 使它恢复到原始目 标的 状态。图 像复原方法包括将图像去噪音、 辐射度纠正、几何纠正等。 ( 3 ) 图 像增强: 有目 的 地 增强图 像中的 有用 信息， 改善图 像的 视觉效果， 将图 像转变为一种更适于人或机器分析的形式。图像增强方法包括对比度增强、图像 平滑、边缘提取等。 ( 4 ) 图 像 分割: 根据选定的 特征 将图 像划分 成几 个有意义的 部分， 从而使图像 在内容上表达上更为简单明了。 ( 5 ) 图 像分析: 研究图 像的 特征 提取、 测量、 判断 等。 浙江大学硕士毕业论文 ( 6 ) 图像数据压缩与编码: 减少图像数据量，以 利于传输和储存。 2 . 2 . 2图 像 处 理 算 法 1 3 ) 1 4 1 1 8 - 2 1 1 图像处理是针对性很强的技术，根据不同应用、不同要求应采用不同的处理 方法。图像处理主要采用两大类方法，一类是在空间域中处理，即在图像空间中 对图 像进行各种处理;另一类是把空间图 像经过变换， 变到频率域， 在频率域中 进行各种处理，然后再变回到图像的空间域。视觉检侧系统中，所获得信息的处 理技术主要依赖于图像处理算法，它包括图像增强、 平滑、 边缘锐化、图像分割、 特征抽取、图像识别与理解等内容。 1 、图像的灰度修正 图像的灰度修正用于调整图 像的对比度，突出图像中的重要细节，改善视觉 质量。 通常根据图像不同的降质现象而采用不同的修正方法:针对图 像成像不 均匀而对图像逐点进行不同程度的灰度级校正。针对图像某部分或者整体曝光 不足而进行灰度级校正。 直方图修正，使图 像具有期望的灰度分布。 采用灰度 直方图 修改技术进行图像增强非常常用。 灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数， 表示一幅图像灰度分布情况的统计特性。 如果获得一幅图 像的直方图效果不理想， 可以通过修改直方图的方法来调整图像的灰度分布情况，即把一幅已知灰度概率 分布图像中的像素灰度作某种映射变换，使它变成一幅具有均匀灰度概率分布的 新图像，实现使图像清晰的目的。常用的方法有直方图均衡化技术和直方图规定 化技术。直方图均衡化处理是以累积分布函数为基础的直方图修改法，目 的是将 原始图像的直方图变为均衡分布的形式， 即将一副已 知灰度概率密度分布的图像， 经过某种变换， 变成一副具有均匀灰度概率密度分布的新图像。 在实际应用中， 有时不需要图像具有整体的均匀分布直方图， 而是希望有目 的的增强某个灰度级 分布范围内的图像，采用直方图规定化处理即可以 按照预先设定的某个形状来调 整图 像的直方图。 2 ,图像的平滑 实际成像过程中，因光源和环境等噪声的影响会造成图像失真。图像采集、 传输和处理的过程中， 也不可避免的存在着外部和内部干扰， 如c c d敏感元件灵 敏度的不均匀性、a / d过程的量化噪声、传输处理过程中的干扰等因素，影响图 像的质量。图像平滑的主要目的是为了 减少图像的噪声，保留有用信息。 图像平滑滤波可以认为是对图像的低频分量进行增强，同时消弱图像的高频 分量，消除随机噪声，起到平滑的作用。常用的平滑滤波算法有邻域均值法和中 浙江大学硕士毕业论文 值滤波法。 邻域平均法是线性滤波方法，将一个像元及其邻域中的所有像元的平均值赋 给输出图像中相应的像元，从而达到平滑的目的，典型公式为: 9 (一 ， ， 一 m 7 f (一 ， ， 邻域平均算法可以有效抑制尖峰噪声， 但对于原图像中灰度跳动较大的图像 会造成细节模糊，为解决这个问题，可以设一闭值t j g (x ,y 一 g (x ,y 一 l gl x , y) = j l x , y ) g ( x , y ) r t g ( x , y ) t 线性滤波器存在着计算复杂度高，不便于实时处理等缺点。虽然它对高斯噪 声有良 好的平滑作用，但对脉冲信号千扰和其它形式的噪声干扰抑制效果差，会 使图像中一些细节变模糊。 为此，著名学者t u k e y于1 9 7 1 年提出了非线性滤波器中值滤波器，它 将邻域内所有像元值从大到小排列，取中间值作为中心像元的输出值。中值滤波 在一定条件下可以克服线性滤波器带来的图像模糊，而且对滤除脉冲千扰最为有 效。在实际运算中，不需要图像的统计特性，也带来了 不少方便。 近年来，非线 性滤波理论在机器视觉、医学成像等领域有了广泛的应用，同时，也反过来促使 该理论的研究向 纵深方向发展， 3 .图 像边缘检测与提取 图像的边缘是图像的最基本特征，所谓边缘是指其周围像素灰度值有阶跃变 化或屋顶变化的那些像素的 集合。边缘广泛存在于物体与背景之间，物体与物体 之间， 基元与基元之间，是图像分割所依赖的重要特征。边缘可以分为两种:阶 跃性边缘和屋顶状边缘。常用的边缘检测算子: r o b e r ts 边缘检测算子， 是一种利用局部差分算子寻找边缘的算子: g (x , y ) 二 ( f f- -(- , 一 f (x + l,y + 1) z + ( f (x + 1, y ) 一 方 (x ,y + 1) z ) z ( 2 一 1 ) s o b e l 边缘算子: 式2 -2 所示的两个卷积核形成了s o b e l 边缘算子， 两个卷积 的大值作为该点的 输出。 - 1 - 2 - 1 - 1 0 1 0 0 0 - 2 0 2 ( 2 一2 ) 1 2 1 - 1 0 1 p re w i tt 边缘算子:式2 - 3 所示的两个卷积形成了p r e w i tt 边缘算子， 取最大 值作为结果输出。 浙江大学硕十毕业论文 - 1 - 1 - 1 1 0 一 1 0 0 0 1 0 - 1 ( 2 一3 ) 1 1 1 1 0 - 1 高斯一拉普拉斯边缘算子:是二阶倒数算子 0 - 1 0 - 1 - 1 - 1 一 1 4 - 1一 1 s - 1 ( 2 -4 ) 0 - 1 0 - 1 - 1 - 1 边缘抽取的一般过程可分为边缘检测和曲线连接两阶段，边缘检测主要采用 上面提到的各种算法来发现、强化图像中那些可能存在的 边缘， 然后由曲线连接 进行可能成为边缘曲线的像元点的搜索、判断和跟踪连接，成为一连续的输出。 曲线连接技术包括边缘像素的检出、搜索和跟踪等方法，其中最困难的是图像中 的噪声、退化、 模糊等影响，使边缘曲线难以发现或曲折间断。 4 ,图像的分割 图像分割的目 的是把图像空间分割成一些有意义的区域，并提取出感兴趣的 目 标。图像分割的过程也是一个标记的过程，将属于同一区域的像元赋予相同的 编号。 其本质是将像素进行分类。 分类的依据是像素的灰度值、 颜色、 频谱特性、 空间特性或纹理特性等。 图 像分割一般可以 依据如下两个原则进行:一是依据像元灰度值的不连续性 进行分割，假定不同区域的像元的灰度值具有不连续性。二是依据同一区域内部 像元的灰度值具有相似性进行分割，从一个点出发，将其邻域内 满足相似性准则 的像元进行合并。灰度闽值法依据不连续性进行分割，区域增长法依据相似性准 则进行分割。 鉴于度量空间的灰度阐值分割法， 适用于要分割的物体与背景有较强对比 度 的图像。首先确定一个阔值，将灰度值大于闽值的像元标记为某一个物体，将灰 度值小于闽值的像元统归为另一类物体。 如果被分割的物体内 部灰度值比 较均一， 背景的灰度值也比较均一，则阐值法可以取得比 较理想的效果， 但它只利用了图 像灰度特征， 并没有利用图像中的其它有用信息， 使得分割结果对噪声十分敏感。 空间域区域增长分割方法的基本思想是将图像中满足某种相似性准则的像元 集合起来构成区域。从一个像元开始，在各个方向上向 外扩展以生成区域， 把这 个像元与其周围不属于任意一个区域的像元相比 较，如果满足相似性准则，就把 它作为同一区域加以 合并。当新的像元被合并后， 再用新的区域重复上面的过程， 直至区域再不能扩张为止。 然后重新选择能成为新区域的种子点， 扩张下一区域。 相似性准则可以选取灰度级，也可以选取图像的结构、纹理等准则。该方法有很 好的分割效果，但缺点是运算复杂，处理速度慢。 其它的方法如松弛法，是一种动态调优的标记方法，包括概率松弧和樟# a t i 浙江大学硕士毕业论文 弛等，把对应于不同目 标的标号分别赋给图 像中的每个像素， 根据相邻像素之间 的相容性， 通过迭代调整标号，直到收敛。其关键在于标号相容模型和迭代方法 的收敛性。 边缘追踪法，主要着眼于保持边缘性质， 跟踪边缘并形成闭合轮廓， 将目 标分割出来。 5 、图 像的 识别 图像识别的主要任务是从输入图 像中发现所需要的目 标，或标识和分类图像 中的组成部分。一般来说， 这些目 标或类别均有一个先验的标准模式。图像识别 可分为三类问题:第一类识别问 题中，图像中的像素表达了某一物体的某种特定 信息， 通过它判别出该物体的种类;第二类问 题中，待识别物是有形的整体，先 将其正确地从图像的背景中分割出来，再将建立起来的图像中物体的属性图与假 定模型库的属性图相匹配。第三类问题是由输入的二维图像，将隐含的三维信息 提取出来，这是当今研究的一个热点。 目 前用于图像识别的方法主要分为四大类: 1 ) 统计模式识别: 是基于概率统计理论为基础的， 模式用特征向 量描述，找 出决策函数进行模式决策分类。目 前主要的统计模式识别方法有基于似然函数的 模式分类方法和基于距离函数的 模式分类方法。 2 ) 结构模式识别: 是以形式语言理论的概念为基础的。模式按其结构分为模 式基元，模式基元的连接关系以文法形式进行描述。类似于英语中的句子由单词 按一定的语法连接而成。 3 ) 模糊模式识别:是模糊集理论在模式识别中的应用。 将模糊集理论用于模 式识别系统，利用模糊信息进行模式决策分类，使计算机或机器带有接近人类的 智能。 4 )神经网络模式识别:其基本工作原理是，先对所要识别的图像进行处理， 找出其特征值， 然后用一种神经网络算法 ( 如b p 算法) 训练网络权值， 也就是先 设定一个期望值，算出期望值与输出层间的误差，经重复运算使误差变得最小， 使网络实际输出跟期望输出 接近，当误差达到某一值时停止训练，最后用训练好 的网络对模板样本进行识别。神经网 络模式识别具有很强的发展应用前景。 2 . 2 . 3圈像处理系统的体系结构 根据处理系统在构成