（计算机应用技术专业论文）基于机器视觉的印刷品质量检测系统设计.pdf

长存丁业人学顾 学位论文 摘要 在印刷行业中，由于工业技术的飞速发展，印刷机的制造技术的快速进步， 使得印刷效率有了非常大的提高。但是在印刷效率提高的同时，在印刷过程中由 于人为或环境的问题，在印刷品上产生刀丝、污染、异物，产生不合格的印刷品。 将含有刀丝、污染、异物的印刷品检出，通常是在印刷过程中由人来完成的，由 于印刷速度的提高，漏检率很高，成本也很高。本文提出把机器视觉引入到印刷 品的质量检测，来控制印刷品的质量。 印刷品质量检测系统包括图像采集部分，图像处理部分，人机交互部分。相 机采集到图像后，将图像数据传入到板卡，在板卡中对图像进行实时处理，把缺 陷的位置坐标和缺陷二值图上传到上位机进行形态分析，判断缺陷的性质并显示 缺陷。 在图像处理部分提出了一种基于模版的检测算法来对印刷品进行检测，把采 集的图像分幅后与标准模版进行比较，如果得误差在设定的阀值范围内，则说明 该幅印刷品是合格的印刷品，否则存在缺陷。 印刷品质量检测系统的图像处理算法主要在f p g a 中实现，上位机的人机交 互部分是用v i s u a lc 十+ 开发工具开发的。在进行了大量的实验后，检测速度最 高能达到每分钟1 0 0 米，正确率达到8 0 以上，具有较高的实用价值。 关键词；机器视觉；质量检测；图像处理；形态分析 长春t 业大学碗1 ：学位论文 a b s t r a c t i n p r i n t i i l gi n d u s t r y ，b e c a u s eo fi n d u s t r i a lt e c h n o l o g yd e v e l o pa n dt h e m a n u f a c t u r eo f p r i n t i n gm a c h i n ea tf u l ls p e e d ，t h ee f f i c i e n c yo f p r i | 1 t i n gw i l ld oh a v e h a db i gr i s e b u tw h i l et h ee f f i c i e n c yo f p r i n t i n gi m p r o v e s ，i nt h ep r o c e s so f p r i n t i n g b e c a u s eo fp e r s o no rt h ee n v i r o n m e n tp r o b l e m ，t h e r ew i l lb ec r e a t i o nk n i f es i l k ，b l o t ， e y e w i n k e r0 np r o d u c t s ot h ep r o d u c ti s n o tg o o d c h e c ko u tt h ek n i f es i l l p o l l u t i o n ，e y e w i n k e ro f t e nb yp e o p l ep r e v i o u s l y s i n c ep r i n t i n gs p e e dr i s e ，m i s s i n g r o t e sa r ev e r yh i g h ，c o s ti sa l s ov e r yh i g h t h i sp a p e ri st os o l v et h em a s sd e t e c t i n g p r o b l e mw i t ht h et e c h n o l o g yo f m a c h i n ev i s i o nt oc o n t r o lp r i n tm a t t e rq u a l i t y p r i n tm a t t e rm a s sd e t e c t i n gs y s t e mi n v o l v e si m a g ec o l l e c t i o n ，h u m a n c o m p u t e r i n t e r a c t i o n , i m a g ep r o c e s s i n g a f t e ri m a g ed a t ah a v eb e e nt r a n s f e r e dt ob o a r dc a r d ， t h e nc a r f yo u tar e a l t i m ep r o c e s s i n g0 1 1t h ei m a g ei nb o a r dc a r d ，t h e nt r a n s f e rt h e c o o r d i n a t eo ft h ed i s f i g u r e m e n tt ot h eu p p e rc o m p u t e r t h eu p p e rc o m p u t e ra n a l y s e t h ei n f o r m a t i o na n dd e c i d ei t ss h a p ea n dd i s p l a yi t i nt h ei m a g ep r o c e s s i n g p a r tt h i sp a p e rb r i n gf o r w a r dap l a t e b a s e dd e t e c t a l g o r i t h m ，c o m p a r et h ep a l t ew i t ht h er e a l t i m ei m a g e ，i ft h ed i f f e r e n c ei nt h er a n g e ， t h ep r i n tm a t t e r st u r ni sq u a l i f i e dp r i n tm a t t e r , o t h e r w i s ee l i g i b i l i t y t h ea l g o r i t h mt h a tt h es y s t e m a t i ci m a g eo f p r i n tm a t t e rm a s sd e t e c t i n gi sh a n d l e d c o m e st r u em a i n l yi nf p g a t h ei m p l e m e n to fh u m a n - c o m p u t e ri n t e r a c t i o ni nu p p e r m a c h i n eu s e db yv i s u a lc + + a f t e ral o to f e x p e r i e n c e t h ec h e c ks p e e dr e a c h e s1 0 0 m e t e r sp e rm i n u t e r i g h m e s sr a t er e a c h e s8 0 a b o v e s oi th a sh i g h e rp r a c t i c a lv a l u e k e yw o r d s ： m a c h i n ev i s i o n ：q u a l i t yc h e c k ：i m a g ep r o c e s s ：s h o e a n a l y s i s 长存t 业人学硕1 二学位论文 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律结果由本人承担。 论文作者签名：；艮哔 日期：2 0 0 7 年3 1 月3 c e j 长春工业人学硕i ：学位论文 第一章绪论 1 1 机器视觉概述 机器视觉( 又称为计算机视觉) 是人工智能领域最热门的研究课题之一，他 和专家系统、自然语言理解并列成为人工智能最活跃的三大领域。美国工业制造 工程师协会( s m es o c i e t yo fm a n u f a c t u r i n ge n g i n e e r f ) 机器视觉分会和美国 机器人工业协会( r i ar o b o t i ci n d u s t r i e sa s s o c i a t i o n ) 的自动化视觉分会对 机器视觉做了如下定义：“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象，以获得所需信息或用于控制机器人运动的装 置” 机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的重 要研究领域之一。机器视觉是在2 0 世纪5 0 年代从统计模式识别开始的，当时的 工作主要集中在二维图象的分析和识别上，如光学字符识别、工件表面、显微图 片和航空图片的分析和解释等。6 0 年代r o b e r t s 等通过计算机程序从图象中提 取诸如立方体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进 行描述”“蚓。到了7 0 年代，已经出现了一些机器视觉应用系统，7 0 年代中期， 麻省理工学院( m i t ) 人工智能( a i ) 实验室正式开设“机器视觉”( m a c h i n ev i s i o n ) 课程。同时，m i t a i 实验室吸引了国际上许多知名学者参与机器视觉的理论、算 法、系统设计的研究。可以说，对机器视觉的全球性研究热潮是从2 0 世纪8 0 年 代开始的，到了8 0 年代中期，机器视觉获得了蓬勃发展，新概念、新方法、新 理论不断涌现，比如，基于感知特征群的物体识别理论框架、主动视觉理论框架、 视觉集成理论框架等m 。 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控 制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计 算机软硬件技术、人机接口技术等。机器视觉强调实用性，要求能够适应工业现 场恶劣的环境，要有合理的性价比、通用的工业接口、较高的容错能力和安全性， 并具有较强的通用性和可移植性。它更强调实时性，要求高速度和高精度。 机器视觉系统是指通过机器视觉产品( 即图像摄取装置，分c m o s 和c c d 两 种) 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，进而根据判别的结果来控制现场的设备动作。 、 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工 作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工 视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不 长春1 二业人学硕j 。学位论文 高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器 视觉易于实现信息集成，是实现计算机集成制造的基础技术。 1 2 机器视觉的关键实用技术 1 2 。1 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。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 置的变化不应该影响成像的质量。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 各种光源对比 光源颜色寿命( 小时) 发光亮度特点 卤素灯白色，偏黄5 0 0 0 - 7 0 0 0很亮 发热多，较便宜 荧光灯 白色，偏绿 。 5 0 0 0 7 0 0 0 亮较便宜 l 即灯红黄绿白蓝6 0 0 0 0 一i o 0 0 0 0较亮 发热少。固体，能做 成许多形状 氙灯 白色，偏蓝 3 0 0 0 7 0 0 0 亮发热多，持续光 电致发光管由发光频率决定5 0 0 0 7 0 0 0 较亮发热少，较便宜 在光源方面值得注意的是，l e d 光源因其显色性好，光谱范围宽，能覆盖可见 光的整个范围，且发光强度高，稳定时间长，随着其制造工艺和技术的成熟，价格 的降低，它必将得到越来越广泛的应用，成为图像领域新的亮点还有高频荧光 灯因其发光强度高、性价比好，在某些应用场合也是很好的选择其中l e d 光源凭 借其诸多的优点在现代机器视觉系统中得到越来越多的应用。 1 2 2 光学镜头 广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 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、l o 倍变焦、2 0 倍变焦等。镜头的主要性能指标有焦距、 2 长春工业人学硕十学位论文 光阑系数、倍率、接口等。 1 2 3 摄像机和图像采集卡 摄像机和图像采集卡共同完成对物料图像的采集与数字化高质量的图像 信息是系统正确判断和决策的原始依据，是整个系统成功与否的又一关键所在 目前在机器视觉系统中，c c d 摄像机以其体积小巧、性能可靠、清晰度高等优点 得到了广泛使用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，因此非常适合对以一定速度匀速运 动的物料流的图像检测；而面阵c c d 摄像机则可以一次获得整幅图像的信息 目前的线阵c c d 摄像机产品主要有两大类，一类以b a s l e r l 3 0 l b c 和l 3 0 l k c 为代表， 如图1 1 所示，从中可以清楚地看到：在同一时刻，r 、g 、b 传感器输出的信息不是 对应被摄物料的同一位置，而是三个不同的位置。即存在r 、g 、b 错位的问题另 一类以d a l s a 公司的t r 一3 3 和t r 一3 4 系列的摄像机为代表，如图1 2 所示，采 用了三棱镜分光技术把物科上同一位置反射回来的光线的红色分量送到r 传感 器输出，绿色分量送到g 传感器输出，蓝色分量送到b 传感器输出，即同一时刻，r 、 g 、b 传感器输出的信息是被摄物料的同一位置的颜色信息第一类产品价格比 较便宜，在检测精度和系统实时性要求不是很高的应用场合使用较广泛：第二类 产品的价格则比较昂贵，主要用于检测精度高、实时性强、必须获得高质量图像 的系统在机器视觉系统中，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：( 1 ) 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：( 2 ) 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：( 3 ) 总线接口， 负责通过计算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 ，完全能胜任高精度图像的实时传输，且占用较少的c p u 时间：( 4 ) 显示 模块，负责高质量的图像实时显示：( 5 ) 通讯接口，负责通讯 x ： 坷址缢僚机? 一 鲫，物辩，夕7 ，蝴悔肌 廿也骨艟 似堪器 彭也屯阳 i h 沾无嚣泄 也竹罐 0 cj ) 缚龙伽 图1 1 存在r g b 错位的c c d 摄像机原理图图1 2 采用三棱镜分光的c c d 摄像机原理图 长春工业人学硕士学位论文 目前，图像采集卡种类很多，按照不同的分类方法，有黑白图像和彩色图像采 集卡，有模拟信号和数字信号采集卡，有复合信号和r g b 分量信号输入采集卡 在选择图像采集卡时，主要应考虑到系统的功能需求、图像的采集精度和与摄像 机输出信号的匹配等因素 1 2 4 图像信号处理卡 图像信号的处理是机器视觉系统的核心，它相当于人的大脑如何对图像进 行处理和运算，即算法都体现在这里，是机器视觉系统开发中的重点和难点所在 随着计算机技术、微电子技术和大规模集成电路技术的快速发展，为了提高系统 的实时性，对图像处理的很多工作都可以借助硬件完成，如d s p 、专用图像信号处 理卡等，软件则主要完成算法中非常复杂，不太成熟、尚需不断探索和改变的部 分 在图像信号处理的时间上必须要注意的是：为了满足系统对物料图像连续无 遗漏处理的实时性要求，必须使一帧图像的处理时间小于等于一帧图像的采集时 间，即图像处理速度大于等于图像采集的速度 1 2 5 执行机构 对于一个系统而言，系统功能的最终实现是要靠执行机构来完成的，它是系统 的最后一个也是最关键的环节对于不同的应用场合，执行机构可以是机电系统、 液压系统、气动系统中的某一种但无论是哪一种，除了其加工制造和装配精度要 严格保证以外，其动态特性，特别是快速性和稳定性也十分重要，必须在设计时予以 足够的重视 1 2 6 集成式机器视觉组件 目前，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 合工业需求的集成式机器视觉组件目前c o g n e x 公司己经开发出了一种叫做视 觉传感器的模块化组件，图1 3 为实物图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，并能使用上位计算机，利用专用组态软 件编制各种算法，然后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 4 长春工业大学硕 学位论文 图1 3c o g n e x 公司的集成式视觉传感器实物图 一个典型的工业机器视觉应用系统包括如下部分：光源，镜头，c c d 照相机， 图像处理单元( 或图像捕获卡) ，图像处理软件，监视器，通讯输入输出单元等。 首先采用摄像机获得被测目标的图像信号，然后通 x ：立a d 转换变成数字信号传送 给专用的图像处理系统，根据像素分布、亮度和颜色等信息，进行各种运算来抽 取目标的特征，然后再根据预设的判别准则输出判断结果，去控制驱动执行机构 进行相应处理。视觉系统的输出并非图像视频信号，而是经过运算处理之后的检 测结果。 图1 4 机器视觉系统的组成 长存工业大学硕l 肆! 位论文 1 3 机器视觉国内外发展现状 1 3 1 我国机器视觉技术的发展前沿 近年来，随着计算机技术尤其是多媒体技术和数字图像处理及分析理论的成 熟，以及大规模集成电路的迅速发展，机器视觉技术得到了广泛的应用研究，取 得了巨大的经济与社会效益。在大量查阅有关资料的基础上，对机器视觉技术在 国内外的发展做以概述。 在农业生产领域中，农产品或农作物种子在其生产及加工过程中由于受到人 为和自然等多种因素的影响，品质差异很大，故在其品质检测与分析时要有足够 的应变能力来适应情况的变化。机器视觉具有科学、实用、快速及客观等优点。 它在农产品品质检测上的应用正是满足了应变的要求。目前，我国对利用机器视 觉技术进行农产品品质自动识别的研究“”比较广泛。农产品的外形尺寸是农产品 分级的重要依据。王丰元和周鸣( 1 9 9 5 ) “”设计了检测种子几何特征参数的平 滑处理、灰度统计及二值化处理基本算法，对玉米种子的实测验证了其实用性。 宁素俭( 1 9 9 5 ) 用四邻域链码法进行了图形面积测量和形状分析。陈晓光和于海 业( 1 9 9 5 ) 对蔬菜迸行图像平滑处理，用拉普拉斯算子生成轮廓线。周云山和李 强等( 1 9 9 5 ) 用失量链描述了磨菇的边界，并计算了其周长、面积和中心坐标。 应义斌、景寒松等( 1 9 9 8 ) 应用机器视觉技术识别黄花梨的果形，提出了在黄 花梨的分级过程中采用傅立叶变换与傅立叶反变换对来接述果形，开发了基于人 工神经网络的果形识别软件。同时，他们用机器视觉技术对黄花梨进行外形尺寸 检测，通过确定图像处理窗口，利用s o b e l 算子和h i l d i t c h 细化边缘，确定形 心点找出代表果径。试验检测结果表明，预测果径值与实际尺寸的相关系数可达 0 9 6 。 在工业检测领域中，机器视觉已成功地应用于工业检测领域”，大幅度地提高 了产品的质量和可靠性，保证了生产的速度。例如产品包装印刷质量的检测、饮 料行业的容器质量检测、饮料填充检测、饮料品封口检测、木材厂木料检测、半 导体集成块封装质量检测、卷钢质量检测和水果分级检测等。在制药生产线上， 使用机器视觉技术可以对药品包装进行检测以确定是否装入正确的药粒。在木 材加工中，要根据木料纹理检测木料中缺陷或测量木料的体积等。图1 5 所示的 是使用3 台激光扫描仪和3 台线阵c c d 摄像机完成对木料的3 6 0 0 全检。图1 6 a 检查芯片的位置和方向，然后将计算结果送到安装程序，以保证自动生产线上芯 片的正确安装。图1 - 6 b 所示的是在芯片安装到印刷电路板上之前，检测芯片的 管脚是否符合要求。 6 长春t 业人学硕，学位论文 图1 5 木料检测 图i 6 a图1 6 b 在医学领域，机器视觉用于辅助医生进行医学影像的分析，主要利用数字图 像处理技术、信息融合技术对x 射线透视图、核磁共振图像、c t 图像进行分析 或对其它医学影像数据的统计和分析。图i 7 是将多种医学图像融合在一起进行 综合分析。不同医学影像设备得到是不同特性的生物组织的图像。例如，x 射线 反映的是骨骼组织，核磁共振影像反映的是有机组织图像，而医生往往需要考虑 骨骼与有机组织的关系，因而需要利用数字图像处理技术将两种图像适当地叠加 起来，以便于医学分析。 幽1 7 医学映像融合分析 在图像监控、安防、交通管理领域，闭路电视监控系统中，机器视觉技术被 用于增强图像质量，捕捉突发事件，监控复杂场景，鉴别身份，跟踪可疑目标等， 能大幅度的提高监控效率，减少危险事件发生的概率。在交通管理系统中，机器 视觉技术被用于车辆识别、调度，向交通管理与指挥系统提供相关信息。 机器视觉技术的诞生和应用，极大地解放了人类劳动力，提高了生产自动化 水平，改善了人类生活现状，其应用前景极为广阔。目前在国外，机器视觉技 术已广泛应用于生产、生活中，而我国正处于起步阶段，急需广大科技工作者的 共同努力，来迅速提高我国机器视觉技术的发展水平，为我国的现代化建设做 出自己的贡献。 7 长春t 业大学硕士学位论文 1 3 2 基于机器视觉的印刷品检测在国外发展状况 随着机械加工精度的不断提高，印刷设备的印刷速度也在成倍数地增加， 传统的人工检测不但费时、费财、而且很难保证品质的稳定，这就要寻求有一种 好的方法替代传统人工检测。随着光电技术、微电子技术和计算机技术的飞速发 展，应用机器视觉进行印刷品检测无疑是一种最理想的方式。最近十几年来，国 外相继产生许多专门从事印刷品检测的机器视觉企业。 1 德国机器视觉专家 机器视觉专家是德国专业的机器视觉公司，它基于d s p 为基本处理单元，将 相机与处理单元集成在一起。目前主要推广的相机产品是v c 2 0 ( 最大分辨率 1 2 8 0 1 0 2 4 ) 。定型推广的产品有：v i s i o ne x p e r t4 0 0 0 、v i s i o ne x p e r t3 0 0 0 、 v e9 0 0 0 、p q if a s t 、v e9 0 0 0 、p q ie a s y 。这些产品已在医药包装：商标印 刷：焊接引导：装配引导：工件整体检测：测量工件尺寸：及其它各种印刷品 质量检测中得到广泛的应用。同时，它还有自己的一套专用图象处理软件。分 幅采用专用标识识别传感器。 2 日本东机美 采用超高速三线c c d 相机，图像采集处理基本上由硬件完成( 我推测采用g a l 或p l d 类产品) ，可与l a n 进行连接。其代表性产品是p r i n t c a p 系列，也是在 国内使用比较早的一种质检产品。号称两大特色：其一，刀丝采用专用检测回路； 其二，采用图像匹配技术。 3 日本迈可罗技术株式会社 以面阵c c d 为背景：具有代表性的产品有：tps 一200 ：主要应用于号 码和英文字母检查。c - t p s 系列：在t p s 一2 0 0 基础上；增加条码检测功能。t l s 彩色数字喷漫印刷品检查：主要用于重要固定信息的缺陷检查。特色是配备图像 位置补偿功能。 4 日本f u t e c 采用模拟超高分辨率彩色c c d ；其模数转换后每行4 0 9 6 像素。其产品有 e a s y m a x 。m c 、e a s y m a x 。n e o 、m a x e y e 。f 、m a x e y e 。a q u o 、m a x e y e 。p ，a c c u r e x 、 k a l e i d o e y e 。具有两大特色：其一：采用高分辨率；其二：在分幅上采用版周长 + 图像匹配( 推测) 。在缺陷检测上采用三个检测回路：条痕、污迹、异物。 5 日本n i e r c o 公司 主要产品有：b c o n 2 0 0 0 、p s i 一2 0 0 0 ，b c o n 2 0 0 0 用于连续印刷品检测：p s i 一2 0 0 0 用于单页纸张检测。分幅采用专门标志传感器。 6 德国布莱特公司 主要产品：e y e cp r o o f i l e r 。图像比较采用标准样张与印刷品比较进行检测。 长存工业人学硕：学位论文 7 美国m a n g o 公司 采用d s p + f p g a 联合进行数据采集与数据处理。主要用于高端产品。 8 国内有专门进行人民币检测的北京凌云公司。 采用单台p c 进行数据处理。武汉三维光之洋电气公司的质检已在烟盒印刷 中使用，采用工控机与单片微型处理器相结合进行图像处理。 虽然各家采用的相机，图像处理方式有所不同， 从这些产品信息中我们可 以得出： 1 从图像处理方式看 1 ) 板载p c 为主处理单元。只见到板卡使用资料，但没有看到其具体应用情 况的介绍资料。 2 ) d s p 作主处理单元。机器视觉专家采用集成d s p 应用在许多场合；迈可罗 t l s 彩色数字喷漫印刷品检查也采用。 3 ) c p l d 或f p g a 作主处理单元。从功能上推测日本东机美和p u t e c 公司应采用 类似产品。 4 ) f p g a + d s p 作主处理单元。它把硬软件的优势集中在一起，其板卡价格也 相当昂贵，开发难度也相当大，国内现在主要用在科研课题。美m m a n g o 公司已将其用在c t 机上：它用5 片p p g a ( e p l s 2 5 ) 和1 6 片d s p ( c 6 4 1 5 ) 。 5 ) 也有只用高档p c 进行处理。 2 从使用c c d 看 各家使用c c d 千差万别，有采用模拟的也有采用数字c c d ；有采用面阵也有采 用线阵c c d ；有采用单色的也有采用彩色c c d 。不管采用何种c c d ， 最终都要转换 成数字信号， 都要以幅面为单位进行处理；单色采用灰度处理，彩色采用三个 通道单独处理。据相关资料介绍，对缺陷检查彩色比单色除灵敏度稍高外并无 任何优势。但彩色c c d 能给人们好的视觉效果：能检查色偏：特别是有的地方只 能通过色彩匹配或色彩统计才能识别。 从幅面分割方式看现在只存在两种： 1 ) 采用印刷标记读取传感器获得分幅信号。如：n i e r c o 的确b c o n2 0 0 0 。 2 ) 按版周长尺寸初步定位，再采用局部图象匹配来分幅。 如：东机美的 p r i n t e rc a p 。 综述上面两点可以看出：都要求分幅较准确。 3 从检测方式看 大概可分为三类：学习模式( 当前帧与前一帧进行比较) ；模板模式( 当前帧 与标准模板进行比较) ；模板更新模式( 标准模板通过学习当前采集图像产生新的 模板) 。 4 从处理速度看 9 一。 长存t 业人学硕i 学位论文 都号称实时检查速度在2 0 0 m m i n 左右，v i s i o ne x p e r t 称其最高3 0 0 m m i n 。其 检查出的缺陷都在两个像素宽以上( 0 。4 m m 左右) ，当印刷速度升高时，其检查精 度也降低( 说明进行了抽点或抽线处理) 。总体来讲都在追求：可靠、准确、高 速、高精度。 5 从缺陷分类看 都是按条痕缺陷( 刀丝：折痕) 、污迹缺陷( 飞涅：污点) 、异物( 指外来物，如： 头发丝：飞虫) 。说明不管采用硬件还是软件处理都是按形状( 条状直线i 圆状： 其它) 进行分类。同时，对于不同类型的缺陷可以采用不同的检测灵敏度。 1 4 机器视觉在印刷包装中的应用 1 4 1 自动印刷品质量检测 自动印刷品质量检测设备采用的检测系统多是先利用高清晰度、高速摄像镜 头拍摄标准图像，在此基础上设定一定标准，然后拍摄被检测的图像，再将两者 进行对比。c c d 线性传感器将每一个像素的光量变化转换成电子信号，对比之后 只要发现被检测图像与标准图像有不同之处，系统就认为这个被检测图像为不合 格品。印刷过程中产生的各种错误，对电脑来说只是标准图像与被检测图像对比 后的不同，如污迹、墨点色差等缺陷都包含在其中。最早用于印刷品质量检测的 是将标准影像与被检测影像进行灰度对比的技术，现在较先进的技术是以r g b 三 原色为基础进行对比。 1 4 2 凹版印刷机位置控制及产品检测 由设置在生产线上的摄像机连续摄取印制品的视频图像，根据印刷机的类型 特点，即印刷机各色的颜色和版图的特点，进行多闽值处理，得到各色的二值图。 将分割后的图像进行测量，通过测量值来识别色标，由于色标为形状规则的矩形， 所以可对下述特征进行提取：( 1 ) 由像素计算矩形面积，( 2 ) 矩形度，( 3 ) 色度 ( h ) 和饱和度( s ) ，然后根据各色标的间隔的像素点数量得到色标间的间距， 与设定值比较，得到两者的差值，共进行m 次测量，取平均差值，给数字交流伺 服调节部分提供相应的调节信号。以调节色辊的相对位置，从而消除或减少印刷 错位。在特征提取时，对图像进行多光谱图像分析，可以定量地表示色标，如彩 色数图像中像素的颜色，采用h i s 格式得到各色标颜色信息的两个参数：色度和 饱和度，以此来检测油墨的质量。 1 4 3 在现代包装行业中的应用 在现代包装工业自动化生产中，涉及到各种各样的检查、测量，比如饮料瓶 1 0 长春丁业人学硕1 ：学位论文 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 工作只能靠人工检测来完成，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1 0 0 的检验合格率( 即4 零缺陷4 ) ，有些时候，如微 小尺寸的精确快速测量，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，人们开始考虑利用计算机的快速 性、可靠性、结果的可重复性，从而引入了机器视觉技术。 1 5 研究内容 本文致力于对实时采集的印刷品图像，采用适当的图像处理手段和识别算 法，先根据色标对采集的连续图像进行分幅，再对分幅的图像与标准模版进行比 对，从而检测出缺陷，主要研究内容包括： 1 ) 建立图像采集系统，实现对图像的实时采集； 2 ) 分析现有的图像处理的各种算法，研究其中的关键性技术，完成对图像 分幅和缺陷的检出； 3 ) 设计合适的识别算法和函数，能够在合理的误差范围内检出缺陷，并通 过形态分析对缺陷进行定性。 1 6 研究意义 在现代化的大生产之中，涉及到各种各样的检验，生产监视及质量检测。比 如，汽车零件的外观，药品包装的正误，l c 字符印刷的质量，电路板焊接的好坏， 等等，都需要众多的检测工人，通过肉眼或者结合显微镜进行观测检验，大量的 检测人工不仅影响工厂的效率，而且带来不可靠的因素，直接影响产品质量与成 本。另外，许多检测的工序不仅仅要求外观的检测，同时需要准确的获取检测数 据，例如印刷品检测需要获得缺陷的准确位置，自动装配的完整性检查，电子装 配线的元件自动定位，通常人眼无法连续、稳定的完成这些高度重复性和智能性 的工作，其他物理量传感器也难有用武之地。采用机器视觉可以有效地解决这一 问题，而且，机器视觉系统比光学或机器传感器有更好的可适用性。当需要改变 成产过程时，对机器视觉来说“工具更换”仅仅是软件的变换而不是更换昂贵的 硬件。当生产线重组后，机器视觉系统往往可以重复使用。 长存工业人学硕 坞 位论文 第二章数字图象处理技术 2 1 数字图象的形成 图象分为数字图象和模拟图象，我们接触的现实世界中的图象多为模拟图 象，但是计算机所能处理的仅仅是数字图象。因此为了用计算机来处理，必须将 其转换为适合计算机表示的形式。 人眼看到的任何自然界的图象都是连续的模拟图象，其形状和形态表现由图 象各个位置的颜色所决定。色度学理论认为，任何颜色都可以由红( r e d ) 、绿 ( g r e e n ) 、蓝( b l u e ) 三种基本颜色按不同的比例混合得到，因此红、绿、蓝被称 为r g b z 原色。因此，自然界的图象可用基本位置坐标的三维函数来表示，即： f ( x , y ，z ) = u o o ，y ，z ) ，。( _ ) ，：) 乙( 乃z ) 其中f ( x ，y ，z ) 表示空间坐标为o ，y ，z ) 位置点的颜色，九、厶。、几分 别表示该位置点红、绿、蓝三种原色的颜色分量值。他们都是空间的连续函数， 即连续空间的每一点都由一个精确的值与之相对应。为了研究的方便，此处主要 考虑平面图象。平面上每一点仅包括两个坐标值，因此，平面图象函数是连续的 二维函数，即： f ( x ，y ) = ( ，乙( 工，_ ，) ，。0 。( 力，0 ( 工，y ) ) 由于计算机仅能处理离散的数据，所以如果要用计算机来处理图象，连续的 图象函数必须转化为离散的数据集，这一过程叫做图象采样。1 。 连续的图像函数f ( x ，) ) 通过成像系统的脉冲响应函数h ( x ，y ) 转换成为连续 的图像函数g ( x ，y ) ，这一过程可表示为： g ( x ，力2 f ( x ，y ) h ( x ，y ) 其中年表示卷积计算。连续图象函数g ( x ，y ) 经采样后转化为采样图象函数： g ，( 工，y ) = g ( x ，y ) s ( x ，y ) 其中s ( x , y ) 叫傲二维梳状函数，可表示为： h_ s ( x ，y ) = 鼬一所，y - n ) 6 ( 置j ，) 是二维单位脉冲函数。二维梳状函数s ( x ，y ) 构成了采样栅格，使得采样图 象函数g j ( j ，y ) 仅在( 工，y ) 的值仍是连续的。把g ，( 石，) r ) 通过量化器的处理后产生了 1 2 长春工业大学硕 ：学位论文 离散空间上的值域离散函数妇( 石，y ) ，这一过程叫做量化。采样实际上是一个空间 坐标的量化过程，量化则是对图象函数值的离散化过程，采样和量化统称为数字 化。连续图象经过采样与量化就得到一幅数字图象，通常用由采样点值所组成的 距阵来表示。 分辨率可体现图象数字化的精度嘲。分辨率是指图象数字化的空间精细程度， 有显示分辨率和图象分辨率两种。图象分辨率是数字化图象时划分图象的象素密 度，即单位长度内的象素数。显示分辨率则是数字图象在输出设备上能够显示的 象素数目和所显示象素之间的点距。图象分辨率说明了数字图象的实际精细度， 显示分辨率说明了数字图象的表现精细度，具有不同的图象分辨率在同一输出设 备上的显示分辨率相同。 2 2 颜色空间 2 2 1 r g b 模型 r g b 模型是最常见的彩色坐标系“。色彩是与物体反射不同波长的电磁波的 能力相关的，色谱在电磁光谱中大致对应与波长为4 0 0 7 0 0 h m 的一段。人类感知 色彩是基于红、绿、蓝三原色的组合。国际照明委员会( c i e ) 选择红色( 波长 7 0 0 o h m ) 、绿色( 波长5 4 6 1 n m ) 、蓝色( 波长4 3 5 8 n m ) 三种单色光作为表色系 统的三基色，这就是r g b 色系坐标系。通常硬件都通过r g b 模型产生或者显示色 彩。 一般来说，以r g b 色系为基础描述其他色系坐标系，将其他色系坐标系的基 色描述为r g b 三色的线形或者非线形函数。 但是，r g b 空间也存在不足之处，r g b 空间中红、绿、蓝三原色的混合比例定 义不同的色彩，从而，不同的色彩难以用准确的数值来表示，定量分析比较困难。 且r g b 系统中，彩色通道之间的相关性很高，从而合成图象的饱和度偏抵，色调 变化较小，图象的视觉效果较差。 2 2 2h i s 彩色模型 h i s 色系坐标是基于视觉原理的坐标系。从人的视觉系统看，色彩可用色调、 饱和度和亮度来描述。人眼看到的任一种彩色光都是这三个特性的综合效果，这 三个特性可以说是色彩的三要素。h i s 色系坐标系就是基于色调( h u e ) 、饱和度 ( s a t u r a t i o n ) 和亮度( i n t e n s i t y ) 三坐标轴构成的三维颜色空间，该空间直 接对应着人眼视觉的上述三要素1 。 色调是从物体反射或透过物体传播的颜色，在通常的使用中，色调是由颜色 名称标识的，比如红、橙或者绿色。 长存t 业大学硕j 。学位论文 饱和度有时也称彩度，是指颜色的强度或者纯度。饱和度表示色调中灰成分 所占的比例，用从o ( 灰色) 到1 0 0 ( 完全饱和) 的百分比来度量。在标准色轮 上，从中心向边缘饱和度是递增的。 亮度是颜色的相对明暗程度，通常用o ( 黑) 到1 0 0 9 6 ( 白) 的百分比来度 量。 h s i 色彩空间可以用一个圆锥空间模型来描述。用这种描述h i s 色彩空问的 圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。 由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于色彩处 理和识别，人的视觉系统经常采用h s i 色彩空间，它比r g b 色彩空问更符合人的 视觉特性。在图像处理和计算机视觉中大量算法都可在h s i 色彩空间中方便地使 用，它们可以分开处理而且是相互独立的。因此，在h s i 色彩空间可以大大简化 图像分析和处理的工作量。h s i 色彩空间和r g b 色彩空间只是同一物理量的不同 表示法，因而它们之间存在着转换关系。 2 2 3 c m y k 颜色模型 。 c m y k 中的c m y k ( c y a n ，m a g e n t a ，y e l l o w ) 表示青、品红、黄和轩，这个颜色空 间应用于印刷工业。印刷业通过青( c ) 、品( m ) 、黄( y ) 三原色油墨的不同网点面 积率的叠印来表现丰富多彩的颜色和阶调，这便是三原色的c m y 颜色空间。实际 印刷中，一般采用青( c ) 、品( m ) 、黄( y ) 、黑( b k ) 四色印刷，在印刷的中间调至 暗调增加黑版。三既然实际用的墨水并不会产生纯正的颜色，黑色是包括在分开 的颜色，而这模型称之为c m y k 。c m y k 颜色空间是和设备或者是印刷过程相关的， 则工艺方法、油墨的特性、纸张的特性等，不同的条件有不同的印刷结果。所以 c m y k 颜色空间称为与设备有关的表色空问。而且，c m y k 具有多值性，也就是说 对同一种具有相同绝对色度的颜色，在相同的印刷过程前提下，可以用分种c m y k 数字组合来表示和印刷出来。这种特性给颜色管理带来了很多麻烦，同样也给控 制带来了很多的灵活性。在印刷过程中，必然要经过一个分色的过程，所谓分 色就是将计算机中使用的r g b 颜色转换成印刷使用的c m y k 颜色。在转换过程中 存在着两个复杂的问题，其一是这两个颜色空间在表现颜色的范围上不完全一 样，r g b 的色域较大而c m y k 则较小，因此就要进行色域压缩；其二是这两个颜色 都是和具体的设备相关的，颜色本身没有绝对性。因此就需要通过一个与设备无 关的颜色空间来进行转挽即可以通过以上介绍的x y z 或l a b 色空间来进行转换。 2 2 4 y u v 颜色空间 在现代彩色电视系统中，通常采用三管彩色摄像机或彩色c c d ( 点耦合器件) 摄像机，它把摄得的彩色图像信号，经分色、分别放大校正得到r g b ，再经过矩 1 4 长春t 业人学硕 。学位论文 阵变换电路得到亮度信号y 和两个色差信号r y 、b y ，最后发送端将亮度和色 差三个信号分别进行编码，用同一信道发送出去。这就是我们常用的y u v 色彩空 间。采用y u r 色彩空间的重要性是它的亮度信号y 和色度信号u 、v 是分离的。 如果只有y 信号分量而没有u 、v 分量，那么这样表示的图就是黑白灰度图。彩 色电视采用y u v 空间正是为了用亮度信号y 解决彩色电视机与黑白电视机的兼 容问题，使黑白电视机也能接收彩色信号。根据美国国家电视制式委员会，n t s c 制式的标准，当白光的亮度用y 来表示时，它和红、绿、蓝三色光的关系可用如 下式的方程描述：y = o 3 r + o 5 9 g + 0 1 1 b 这就是常用的亮度公式。色差u 、v 是由 b y 、r y 按不同比例压缩而成的。如果要由y u v 空间转化成r g b 空间，只要进 行相反的逆运算即可。与y u v 色彩空间类似的还有l a b 色彩空间，它也是用亮度 和色差来描述色彩分