基于机器视觉的生丝匀度动态检测系统.doc

硕士学位论文论文题目基于机器视觉的生丝匀度动态检测系统研究生姓名涂文骁左保齐指导教师姓名专业名称研究方向论文提交日期纺织工程机器视觉方向2014年 3月 基于机器视觉的生丝匀度动态检测系统中文摘要中文摘要本文对近年来国内外关于各种生丝匀度检测的研究进行了分析及比较，在当前现有的相关技术基础上，提出了基于机器视觉的生丝匀度动态检测系统。当生丝以一定的速度向前运行的过程中，使用由线阵 CCD图像传感器、远心镜头、光源等构成的图像采集系统实现对生丝图像的持续有效采集。其中，线阵 CCD图像传感器的使用实现了对生丝图像的高速动态获取，远心镜头的使用克服了生丝运行过程中沿光轴方向抖动对检测精度的影响。此后，为了从图像中获取生丝主干，所采用的图像处理方法为阈值分割、形态学运算。阈值分割实现了生丝与背景的有效分离，形态学运算消除了在二值图像中附着在生丝主干上的毛刺。系统通过计算生丝直径的变化，使用 CV值对生丝匀度进行表征。本文通过基于行程编码的思想，实现了对生丝直径的提取。论文通过对目前常用规格为 20/22D的生丝进行检测，并将检测结果与由USTER ME100条干仪所测的 CV值进行比较，根据二者的偏差，确定了在本系统中所采用的具体的图像处理步骤为使用高斯直方图法进行阈值分割，使用尺寸为 66的方形结构元素进行形态学开运算。实验表明，该系统的应用满足当前生丝匀度检测的需要，且该检测方法更注重生丝外在形态的变化。关键词：生丝匀度；机器视觉；图像处理作者：涂文骁指导老师：左保齐教授I AbstractDynamic measurement of raw silk evenness based on machine visionDynamic measurement of raw silk evenness based onmachine visionAbstractRecent researches on various measurements of silk evenness were analyzed andcompared in this paper. on the basis of the existing technologies, a dynamicmeasurement system of raw silk evenness based on machine vision is introduced.When the raw silk is moving at a certain speed by a drive device, the raw silkimages are continuously captured by image acquisition system including a ChargeCoupled Device (CCD) line sensor, a telecentric lens, a light source. The using of linescan CCD sensor can achieve the high-speed accessing the raw silk images;Telecentric lens overcomes the impact of jitter along the optical axis on the themeasurement accuracy during the raw silk is moving. To extract the main body of theraw silk accurately, the raw silk images are processed sequentially with thresholdsegmentation, morphological opening operation. Threshold is used to realize theseparation of raw silk and background, morphological opening operation can eliminatethe protrusion and the loop fiber which surrounding the main body of raw silk in thebinary image. by calculating the change in diameter of raw silk, the coefficient ofvariation (CV value) of diameter is adopted to characterized the raw silk evenness. Inorder to get the raw silk diameter, Programming is based on the concept of Run-LengthEncoding in this paper.The commonly used raw silk which specifications for 20/22D is tested, The resultis compared with the the CV value obtained by USTER ME100 tester. Based on thedevastation between two results, Specific image processing steps used in the system isconfirmed: Gaussian histogram algorithm is selected in threshold segmentation stepand the square structuring element with size 66 is adopted in morphology processing Dynamic measurement of raw silk evenness based on machine visionAbstractstep. Experimental results show that the application of this system meets therequirements of raw silk evenness measurement, and this method pays more attentionto changes in in size of raw silk.Key words: raw silk evenness measurement; machine vision; image processingWrittenby: Wenxiao TuSupervised by: Baoqi ZuoIII 目录第一章绪论 . 11.1传统生丝匀度及其检验. 11.1.1匀度检验的概念及原理 . 11.1.2匀度检验的方法 . 21.1.3匀度检验的标准 . 21.2国内外研究情况. 41.2.1基于黑板检验法的研究 . 41.2.2基于电容检测法的研究 . 41.2.3基于光电检测法的研究 . 61.3论文研究意义和内容. 7第二章系统的硬件组成 . 92.1系统的整体介绍. 92.1.1机器视觉系统的概述 . 92.1.2系统的检测原理 . 102.2系统硬件的选型 . 102.2.1传感器的选择 . 102.2.2镜头的选择 . 142.2.3光源的选择 . 172.2.4传感器计算机接口制式的选择 . 212.2.5图像采集卡的选择 . 212.2.6计算机的选择 . 222.2.7运动控制设备的选择 . 232.3本章小结 . 24第三章生丝图像的采集 . 253.1图像的采集 . 253.1.1相机的设置 . 25 3.1.2相机的校正 . 263.1.3采集软件的使用 . 273.2采集图像质量评价. 283.3尺寸的标定. 293.4本章小结. 31第四章生丝图像的处理 . 324.1阈值分割 . 324.1.1迭代法阈值算法原理介绍 . 334.1.2高斯直方图阈值算法原理介绍 . 334.1.3阈值分割结果的比较与分析 . 344.2形态学运算. 354.2.1形态学开运算原理介绍 . 374.2.2形态学开运算效果的比较与分析 . 374.3本章小结. 40第五章生丝匀度的检测 . 415.1生丝匀度检测的实现. 415.1.1生丝直径的提取 . 415.1.2 CV值的计算. 425.1.3关键算法的实现 . 425.2检测结果与分析. 465.3本章小结. 47第六章结论与展望 . 486.1结论. 486.2不足与展望. 49参考文献 . 50攻读学位期间公开发表的论文 . 55附致录 . 56谢 . 63 基于机器视觉的生丝匀度动态检测系统第一章绪论第一章绪论生丝是我国传统的出口创汇产品之一，素有“软黄金”的美誉。我国一直是世界上最大的生丝生产国与供应国，主导着国际市场生丝的价格和走势，丝绸业的发展对国民经济的发展和外汇平衡及贸易格局起着举足轻重的作用 1。随着国内外市场要求的不断提高和丝绸加工技术的日益进步，丝绸行业的竞争也日益激烈。提高产品质量、降低生产成本成为企业发展的关键，质量控制和生产效率越来越受到当前丝绸企业的普遍关注，因此，如何准确，有效地对生丝品质进行检验显得尤为重要。纤度偏差，纤度最大偏差，清洁，洁净和匀度等是在生丝检验过程中确定生丝等级的主要指标。其中清洁，洁净，匀度等三项使用传统的人工黑板检验方法判定，该方法受检验人员影响较大，可重复性低，不确定因素较大。本文基于当前光电成像技术与计算机图像处理技术的发展，采用机器视觉技术对生丝匀度检测进行了研究。1.1 传统生丝匀度及其检验1.1.1 匀度检验的概念及原理2生丝匀度是指生丝沿长度方向的粗细变化程度，其中均匀二度变化是生丝等级判定的主要项目。匀度检验是指用定长的生丝，按规定的排距连续并列卷取在黑板上，在特制的照明设备下，用目力观察并结合标准照片评定生丝匀度。当生丝以一定长度排列在无光黑板上时，由于丝条有各种规格以及同种规格本身的粗细变化，产生覆盖面积的差异。丝条粗，直径大，黑板上的覆盖面积大；反之，覆盖面积则小。通过光的反射，丝条粗的反应在板面上呈白色，丝条细的呈灰暗色。粗细不一的丝在板面上形成浓淡不一的基准浓度，而标准照片是以一种规格的丝，制造出一种基准浓度的几种变化，用于各种规格生丝的匀度检验。因此，匀度检验即是利用丝条被覆盖原理，在基准浓度基本相同的条件下检验丝条的粗细变化。1 第一章绪论基于机器视觉的生丝匀度动态检测系统1.1.2 匀度检验的方法检验时使用的黑板用黑色无光胶布包覆在木框面上，要求板面平整，均匀干净无斑纹，检验室是设有灯光装置的暗室，要求照射光线比较柔和、均匀。现行的匀度变化标准照片是用 14.4/16.7dtex生丝制作而成的。匀度标准照片一套分 V0、V1、V2共三张。放置于被检验的黑板下面，便于对照检验。均匀一度变化：丝条均匀变化程度超过标准照片 V0，不超过 V1者，即线密度变化在 2.224.44dtex之间。均匀二度变化：丝条均匀变化程度超过标准照片 V1，不超过 V2者，即线密度变化在 4.448.09dtex之间。均匀三度变化：丝条均匀变化程度超过标准照片 V2者，即线密度变化在8.90dtex以上。进行匀度评定时，检验员在暗室内距黑板 2.1m处，将已绕在黑板上的丝片逐一同标准样照进行比对，记录各度变化条数。最后，将记录的均匀变化条数，按三种变化程度分别求总和，将所得结果按分级标准规定参与评级。1.1.3 匀度检验的标准随着国际丝绸行业的发展，围绕着竞争和获取最大国际贸易利益及其他目的的考虑，近年来我国一直面临着诸如他国对中国生丝的反倾销措施。导致该贸易争端的直接原因即是采用什么样的生丝标准进行等级判定。实质就是采用标准的问题，是国与国贸易争端之间设置的技术壁垒3。目前世界上还没有一个被公认的国际生丝标准和分级方法，作为世界第一大生丝出口国，应承担起建立统一的生丝国际标准的责任，并且能够在生丝标准化活动中取得领导地位，这样才能使我国企业在国际贸易中掌握主动权，稳固我国在生丝行业的国际地位。加入世界贸易组织后，我国先后于 2001年，2008年颁布了 GB 1797-2001、GB1797-2008两套生丝检测标准。表 1-1、1-2分别是 2001年、2008年国家标准对生丝匀度检测标准的划分4。2 基于机器视觉的生丝匀度动态检测系统第一章绪论表 1-1 2001 年生丝均匀二度变化国家检测标准级别检验项目名义纤度6A45A84A143A2A32ABC18den（20dtex）22148445874及以下均匀二度变化19den33den2042842214322244325844（21.1dtex36.7dtex）34den69den（37.8dtex76.7dtex）表 1-2 2008 年生丝均匀二度变化国家检测标准检验项目级别名义纤度6A35A64A103A152AA18den（20dtex）及以下24161034均匀二度变化19den33den2032631062416（21.1dtex36.7dtex）34den69den（37.8dtex76.7dtex）其中，我国于 2009年 6月 1日使用 GB 1798-2008生丝国家检测标准以代替GB1798-2001生丝国家检测标准，由表 1-1、1-2可见，新的标准中对高等级生丝的均匀二度变化条数的个数要求进一步降低，表明对当前生丝品质的匀度要求更为严格。然而，传统基于黑板检验的人工检验方式始终属于感官检验，受检验人员主观因素影响较大，致使检验偏差常有发生，且对于视觉感官存在“最小辨别度”的现象，对于匀度相接近的丝条，往往难以辨别其差异。此外，随着企业生产技术的逐渐提高与规模的逐渐加大，人工检验的效率越来越不能满足企业的需要。随着时代的发展，各种已应用在工业领域的自动化技术与传感器技术逐渐被引入纺织品检测领域，因此，采用新技术实现生丝匀度检验的客观化、自动化，进而3 第一章绪论基于机器视觉的生丝匀度动态检测系统提升检测效率与生产效率成为必然趋势。1.2国内外研究情况1.2.1 基于黑板检验法的研究天津工业大学周绚丽等 5利用计算机图像处理技术对纱线黑板图像进行处理，基本上能够去除纱线毛羽和黑板上的划痕，能够在保留纱线清晰轮廓的基础上，实现纱线与黑板的有效分离。并且图像处理方法同样适用于黑板样照图，可通过对纱线直径的计算实现对纱线均匀度的判断，可最终实现对纱线外观的评价。尽管该方法针对于纱线，但从检测匀度的角度看，为生丝匀度检测提供了思路。该方法的检测结果对于现行的基于人工黑板检测的生丝检测国家标准具有一定的兼容性。浙江理工大学严寒冰等6研制了基于线阵 CCD（电荷耦合元件）高精度图像输入装置的生丝匀度清洁洁净检验仪。检测匀度时，需要对 10片丝同时进行扫描处理。采用 profile技术，对每丝片作投影预处理，包括滤波和模糊处理，最后得到匀度分析图像，最后计算出 profile特征矢量，求出基准值，做出匀度评价。该装置利用图像处理技术的优越性，可同时采集得到清洁、洁净图像，之后利用 BP神经网络分类器对各种清洁洁净疵点进行非线性分类。该设备的检测依赖于大量的样本数据，需要大量的样本进行训练，因此其准确性有待于实际应用的进一步验证。1.2.2 基于电容检测法的研究乌斯特条干匀度仪7是目前基于电容法最广泛使用的一种匀度测量仪，其适用于棉、毛、丝、麻、化纤以及各种混纺纱条。其利用非电量转换原理对纤维均匀度进行测定。当生丝以一定的速度从平行板电容器极板间通过，由于生丝单位长度质量即线密度的变化而引起电容的介质变化，进而引起电容量的变化，电容量的变化反映出生丝的不匀程度。仪器的具体测试部分为两块相互平行的金属板组成的电容器，其电容量大小由下式决定8：C = 4pekds（1-1）式中，C为平行板电容器的电容量，e为介电常数，与两块金属板之间的介质有4 基于机器视觉的生丝匀度动态检测系统第一章绪论关，S为两块金属板正对的实际面积，k为常数，d为两块金属板之间的距离。通过记录电容量的变化，即可得到反映生丝细度均匀性的曲线。因此乌斯特条干仪主要以 CV值（变异系数）来表征生丝的匀度，并可直接生成质量报表，读得疵点数（大颣节，中颣节和小颣节）9。针对当前电容式测量中实际最小检测精度普遍只有 8mm的情况，Carvalho10等人提出了 MPS1（Mass Parameterization System）检测系统，系统采用长度为 1mm的平行板电容器，可进行离线和在线的测试。该方法使得直接检测精度较常规电容检测设备提高了 8倍，达到了 1mm。其使用 NI（国家仪器）设备结合 labview语言对数据进行采集并处理，提出了一系列新的参数指标，以进一步精确地表征包括匀度在内的纱线品质。条干匀度仪解决了传统黑板检验中受人为因素影响大的缺陷，在匀度检验上与黑板检验之间存在着一定的相关性11。但其也存在着不容忽视的不足之处12-13:（1）其对实验室的测试条件要求较高，大气状态、式样的回潮条件、调湿的处理时间等因素均会对测试结果的精确性产生影响。（2）电容式测量得出的 CV值是数理统计中的一个离散度指标,它仅统计了条干短片段质量“大小”的值,而没有考虑各数值的“次序排列”因素,而在分析条干不匀形成的各种因素中,“次序排列”却是一个很主要的因素。（3）电容式测量条干不匀偏重于测量内在质量的变化，假设每根丝线的细度相等，那么检测的是纱线横截面的纤维根数是否一致，而不关心纤维抱合的紧密与疏松，即不关心丝线外观。（4）电容式测量得出的 CV值只能表示丝线的粗细不匀程度,不能反映其不匀的结构,当粗细段的重量相等时,电容式测量所得的 CV值也就反映不出。此外，任彩良14讨论了纱线测试中受电容检测纱线传感器转换特性的非线性影响，测得了条干不匀率值与纱线的实际条干不匀率值之间的差异，从理论上估计了纱线在不同的电容检测槽内测试时，由于其截面充满系数不同而引起的相对差异，并用试验数据加以验证。结果表明随着纱线在检测槽内的充满度（即纱线的截面或直径）越大，引起的不匀率测试误差则越大，随着材料的介电系数增加而上升，所测得的条干 CV值总是大于实际的条干不匀率值。应当针对不同规格的材料正确地选择检测槽，才能保证条干不匀率测量误差在允许的范围内。5 第一章绪论基于机器视觉的生丝匀度动态检测系统1.2.3 基于光电检测法的研究基于光电法的匀度检测其发展也有数十年的历史，它的基本原理是将一束光源通过光学装置打到生丝后投影到光电传感器上，由于生丝的粗细不同，光电传感器将产生不同的输出信号，以此来测量生丝的均匀性及相关生丝疵点。由浙江出入境检验检疫局丝类检测中心的陆军15等研制而成的生丝电子分析仪可对生丝粗细节、糙庛以及多种 CV值进行检测。该设备由疵点传感器与纤度传感器两部分组成，前者通过测量电容极板间介电质量的变化，来测量丝线粗细变化和粗细节、疵点的个数，后者则用来测量丝线纤度变化，纤度 CV值等。该设备为提高检测效率，由 12锭组成，每锭均配备有独立的传动装置和传感器，线速度为 600m/min，该仪器检验准确，并已得到国内众多企业与检验机构的认可，代表目前国内较高的水平，但该设备所使用的传感器和软件系统等核心技术均为从日本 Keisokki公司进口，因此设备较为昂贵，一定程度上影响了电子检测国产化的脚步。苏州大学陈庆官16带领团队研制的 SD-1型生丝纤度动态测试仪利用光电式检测的原理，通过测定一定长度内丝条影子光照度的不同，感知出丝条的粗细变化。其应用了现代光学传感技术中光纤传导技术，并采用共模抑制、差模放大原理制成便携式测量生丝纤度仪器。该仪器对工作环境适应性强，测量范围宽。后团队对该测试仪器进行了外壳、电路等方面的改进，采用的铝制金属外壳的屏蔽性较塑料更好，卡口由原来的马蹄 U形改成了 V形。数据采集设备采用基于 NIcRIO采集系统平台，实现了对信号进行的连续动态采集并实时处理 17，可检测出匀度 CV值和颣节数目。但目前该系统在测试均在实验室环境下进行，并没有投入到工厂实际应用中去，且数据采集的稳定性有待进一步加强。苏州大学刘凤娇18等人提出一种基于标准丝样对被测生丝的粗细进行标定的方法，构建了一套采用电荷耦合元件（CCD）信号成像技术对生丝细度进行非接触式实时动态测量的系统。系统整合了激光光源、光束整形、微距光学成像、线阵 CCD传感器和信号处理等技术，通过 CCD时序驱动与信号接收，应用现场可编程门阵列（FPGA）器件进行数据运算和分析处理，获得了生丝细度的测量值。主要解决了光源照度不稳定及生丝透明，亮背景成像引起 CCD饱和以及生丝抖6 基于机器视觉的生丝匀度动态检测系统第一章绪论动造成移焦等问题。目前，该测量系统尚处在实验室研究阶段，需要进一步在实验中完善系统各个部分的功能。Sparavigna19等人采用光学传感器对纱线匀度进行测量，以红外发射装置作为光源，同时使用两个 CCD传感器作为接受端。其中，一个 CCD传感器接受纱线投影图像，之后对该投影信号进行处理，计算纱线直径，并得出纱线直径变化的CV值。另一个 CCD传感器接受投射到纱线的散射光线，该信号可用于对纱线的毛羽等外观进行评价。后采用 Uster条干仪作为参照，使纱线先后通过该测量系统与 Uster测量系统，结果表明该二者所求得的 CV值具有较好的相关性。Carvalho20-26等人使用光电法对纱线直径以及毛羽的检测做了大量探索，其使用相干光源，采用光电二极管作为接受端，并使用低通滤波器，分离出纱线的直径信号与毛羽信号，通过与常用的电容检测法对比，得出纱线直径的变化与匀度的变化有着直接的关系，光电法可有效的消除外界温湿度的影响。此外，还将纱线沿单个方向的投影描述纱线的结果和沿正交两个方向的投影描述纱线的结果进行了对比，得出单个方向的投影已满足能够正确描述纱线及其毛羽的要求。在后期研究中，使用互补金属氧化物半导体（CMOS）线阵传感器来检测毛羽与直径信号，通过结合相干光源与傅里叶高通滤波器获得信号图像，通过对比试验指出使用 CMOS比光电二极管可达到更高的检测精度。然而，以上所述的基于光电检测的方法均是对系统所采集的信号进行处理，并没有直接获取生丝表面外观的直观信息，因此无法更准确更逼真地实现对生丝外观的表征。1.3论文研究意义和内容由上文的综述可看出，传统的黑板检验法受人工主观影响大，检验结果主观性强，重现性较差。随着丝绸行业的技术进步，生产技术和装备水平的日益提高，生丝电子检测的需求已迫在眉睫。目前市场上生丝电子检验设备大多处于研究状态，且其关键部件为国外进口，由于受到某些关键技术的制约，生丝电子检测设备的研究在国内仍然较为空白。近年来，随着计算机技术和光电技术的不断发展,基于图像传感技术和计算机图像处理技术相结合的机器视觉应用的水平在不断提高，其使用范围也在不断地扩大27-28。本文采用基于机器视觉的检测方式，构建7 第一章绪论基于机器视觉的生丝匀度动态检测系统出能够获取动态生丝图像的非接触式测量系统，系统采用线阵 CCD图像传感器与远心光路相结合的方式，形成新型光学成像系统，之后对所获取的动态生丝图像进行处理，包括阈值分割，形态学等一系列运算，最后提取出生丝主干，并依据所提出生丝匀度测量的具体计算方案求出 CV值。本论文各章节内容简介如下：第一章为绪论，通过查阅大量文献，简要介绍生丝匀度的概念及其传统的检验方法和最新的检测标准，对国内外主要的研究状况进行了分析讨论。最后提出了基于机器视觉的检测方法。第二章主要介绍基于机器视觉生丝检测系统的硬件设备，介绍了该系统的检测工作原理，并对各个硬件部分的选型及工作原理做了详细的阐述。第三章主要介绍图像采集系统中相机的设置、相关采集软件的使用，并对采集图像做出了评价，实现了系统的尺寸标定。第四章主要介绍对所采集生丝图像的处理步骤，图像中会有毛刺的存在，为提取出生丝主干，需要对其做包括阈值分割、形态学运算等一系列处理。第五章主要介绍针对所提取出的生丝主干，提取出其直径值，而后计算出生丝的 CV值，并通过对比试验，验证该方法的可靠性。第六章对本文进行总结，说明本文主要贡献和存在问题，并对以后的研究提出一些建议。8 基于机器视觉的生丝匀度动态检测系统第二章系统的硬件组成第二章系统的硬件组成基于机器视觉的生丝匀度动态检测系统由图像采集系统和图像处理系统两部分组成，其中，图像采集系统是整个系统的硬件部分，硬件设备将实际检测的生丝通过图像传感器（如 CCD等）形成清晰的图像，为以后生丝主干的提取、直径值的计算和匀度的表征等做准备，因此硬件系统的性能会直接影响整个机器视觉检测系统的性能，硬件选型是整个视觉检测系统设计成功的关键。2.1系统的整体介绍2.1.1 机器视觉系统的概述机器视觉就是用机器代替人眼来做测量和判断，机器视觉系统是指通过机器视觉图像传感设备将被摄取目标转换成图像信号，传送给相应的图像处理系统，根据像素分布和亮度、颜色等信息，转换成数字化信号，图像处理系统对这些信号进行各种运算来获取所需要的目标特征，而后根据判别结果结合运动控制系统对目标做出各种处理29。机器视觉系统相对于传统设备的优势主要体现在：（1）精确性，人眼受物理条件的限制，而机器设备在精确性上有明显优点，其精度能够达到千分之一英寸。（2）重复性，机器可以连续不断的重复同一检测行为而不知疲倦，与此相对的是，人眼每一次检测都无法保证相同。（3）速度，通过各个硬软件设备的更新换代，机器更够以更快的速度运行，大幅度提高生产效率。（4）客观性，人工检测的一大缺陷既是，每一次检测会受测试人员主观情绪的影响，而视觉检测设备则不会出现该问题，结果客观。（5）成本，由于机器设备的高效率，一台设备往往能够胜任多个人工的任务，从长期来看，能够为企业节约大量的生产成本。9 第二章系统的硬件组成基于机器视觉的生丝匀度动态检测系统2.1.2 系统的检测原理整个系统由图像采集系统和图像处理系统组成。其中，图像采集系统由 LED光源、线阵 CCD图像传感器、远心镜头、图像采集卡构成，图像处理系统包括计算机图像处理模块和测量输出。确定以生丝为系统测量对象后，在利用传动装置将生丝以一定的速度运送的过程中，首先利用图像采集系统获取生丝的外观图像，后将图像传入计算机图像处理模块，对图像进行包括阈值分割、形态学等一系列处理，最后提取出生丝主干，然后计算生丝的直径，进而得到生丝的匀度并输出结果。该机器视觉检测系统原理图如图 2-1所示，其中 1为生丝，箭头指向方向为生丝运动方向，2为导纱棒，系统采用背光照射，因此 LED光源（3）放置在生丝的一侧，线阵 CCD图像传感器（6）与远心镜头（7）放置在生丝的另一侧，4、5为作为传动设备的牵引罗拉。1 生丝 2 导纱棒 3 光源 4、5 罗拉 6 线阵 CCD 图像传感器 7 远心镜头图 2-1 系统测量原理图2.2系统硬件的选型良好的选型是项目成功的一般，下文对系统硬件设备的选型进行介绍。2.2.1 传感器的选择2.2.1.1传感器的简介基于视觉系统设备的应用，所选的图像传感器指的是工业相机，其与普通家用相机的区别在于工业相机具有更高的图像稳定性、图像质量和抗干扰能力，价10 基于机器视觉的生丝匀度动态检测系统第二章系统的硬件组成格也较高。目前，随着成像技术的发展，市面主流的传感器分为电荷耦合元件（ ChargeCou-pled Device），即 CCD和互补金属氧化物半导体（Complementary Metal OxideSemi-conductor），即 CMOS两大类30。二者的主要区别在于从芯片中读出数据的方式即读出结构的不同，COMS传感方式为主动式，感光二极管所产生的电荷直接由晶体管放大输出，特点在于其具有良好的集成性，低功耗，低成本。而 CCD传感器为被动式采集，需在外加电压的情况下使电荷产生移动输出，其特点在于噪声低，灵敏度高，同等条件下成像质量高于 CMOS，且在相同尺寸的小面积条件下，CCD可达到更高的分辨率。这里基于系统要求的高精度测量，本文选用带CCD芯片的图像传感器。此外按照传感器的结构特性，分为线阵传感器与面阵传感器31。图 2-2所示的即为一般线阵 CCD传感器的示意图，光在光电二极管中转换为电荷，转移至串行读出寄存器，后通过电荷转换放大输出信号。其光敏元呈一维排列，因此每次曝光只能生成高度为 1行的图像，需要连续曝光多行以便拼接成二维图像。为得到有效图像，线阵传感器与被测目标需要做相对运动。一般固定传感器位置，被测物体在诸如传送带上做垂直于传感器靶面的运动。线阵传感器一般通过分辨率进行标识，即感光个数，通常有 512、1024、2048等。图 2-2 线阵 CCD 传感器示意图11 第