机器视觉基本构成.doc

深圳稻草人自动化培训机器视觉基本构成觉是一个古老的研究课题，到了70年代末，80年代初， MIT的马尔(D. Marr)教授创立了视觉计算理论，使视觉的研究 前进了一大步。马尔首先解决了研究视学理论的策略问題,他认为 视觉是一个复杂的信息处理问题，要完整地理解视觉，必须从三个 不同的层次上对它进行解释:第一个层次是信息处理问题的计算 理论，在这个层次上所研究的是对什么信息进行计算和为什么要进行这些计算;第二个层次是算法，它所研究的是如何进行所要求 的计算,也就是要设计特定的算法；第三个层次是执行它研究完某一特定算法的具体机构。从计算理论这个层次来看，马尔教授提出视觉信息处理必须用三级内部表像加以描述，这三级表像是: 要素图（图像的表像），2. 5维图（可见表面的表像)和三维模型表 像(用于识别的三维物体彤状表像对于机器人视觉技术，我们的主要任务是为机器人建造视觉 系统。如同人类视觉系统的作用一样，机器人视觉系统将赋予机器人一种高级感觉机构，使得机器人能以智能和灵活的方式对其周 围的环境作出反应。由于对机舞人系统应用领域不断提出更高的 要求机器人视觉将越来越复杂。机器人视觉可以看作从三维环境的图像中抽取、描述和解释信息的过程，它可以划分为六个主要部分：感觉;预处理I分割;推述识别;解释，再根据实现上述各种过程所涉及的方法和技术的复杂性将它们归类,可分为三个处理层次：低层视觉处 理、中层视觉处理和高层视觉处理。虽然各层次间没有明确的界 限，但是这种划分对于将机器人视觉系统的固有处理过程加以分 类提供了一种有用的结构。这就是本书要讲述的主要内容。 感觉是机器人获取图像的过程，本书的第二章和第三章讲述 了景物和距离传感器：电视摄像机，CCD橡感器和超声波传感器视頻信号数字化技术；图像生成的两种方式以及图像模型.它系 统、简要地介绍了图像从光学变成电信号的原理和方法，视频图像的数字化技术以及表示方法。 普通图像預处理的方法很多，在机器人视觉系统中使用的若干預处理方法，要考虑计算机运算速度和低成本的要求。在第四章 中主要采用了两种预处理方法:一种是基于空域技术的方法;另一 种是基于频域技术的方法。它主要解决图傕的增强，平滑、尖锐化、滤肢以及伪彩色处理问题。 分割是将图像划分成若干个有一定含义的物体的过程.它是 机器人视觉技术中重要的一步，是视觉技术领域中既古老而又年 轻的课题，几年前这方面的文章很多，现在这方面的文畎也还很 多第五章我们简要而综合地介绍了分割技术所采用的几种方法： 灰度阈值法，边缘检澍，匹配和拟合，区域跟综和增长，迭代松弛法 以及运动分割等描述是为了进行识别而从物体中抽取持征的过程，在理想情况下，描述符应该与物体的大小，位置、方向无关，应该含有足够多 的可用于鉴别的信息，以便在众多的物体中唯一地识别某物体。播述符的质量会影响识别算法的复杂性,而且也会影响识别的性能。第六章介绍了表示方法，再根据表示方法的不同计算物体的几何 特性和拓扑特征，同时还介绍了边界描述符和域描述符。 识别是一种标记过程。换句话说，识别算法的功能在于识别景 物中每个已分割的物体，并賦于该物体以某种标记，第七章介绍的 识别方法可分两大类:决:策理论方法和结构方法决策理论方法以 定量揹述为基础，即统计模式识别方法而结构方法依輳于符号描述及它们的关系，即句法模式识别方法。当然介绍上述方法时，要 结合机器人视觉的具体问题如统计纹理，链码边界的方向序列等, 而且重点介绍实甩性较强的二维物体的识别， 解释可以看作是机器人视觉系统对其环境具有的更高级的认知行为，对于装配机器人如果给它装上装配工艺知识，它就能从 传送带上通过视觉系统自动地识别出装配所需要的零件,量测出 空间坐标，然后命令机械手抓取，计算机再根据装配工艺知识自动 地做出规划，命令机械手进行装配。对于可行走机器人也是这样， 如果给它装上地图知识，机器人视觉系统识别出当前所在地的标 记，与地图知识进行匹配，机器人就能自动作出规划决定古下一 步的行走方向第八章简要地介绍知识表示和使用以及基于知识的匹配等问题。 为了增加本书的实用性，在讲述了机器人视觉六个主要部分 之外，还讲述机器人视觉系统（第二章）和基于CAD模型的多传 感器视觉系统(第九章引进第二章的目的是:介绍如何解决机器 人视觉技术中的瓶颈问题计算速度问题，该章还介绍了设计 机器人视觉系统要解决的工程技术问题:景物和距离传感器，视頻 信号数字化技术，视频信号佚速处理技术以及几沖商业通用视觉 系统简介。机器人视觉技术的应用 机器人视觉技术主要应用在下述两个方面： 一、给装配机器人（机械手）配备视觉装置，要求视觉系统必须做到： （1）识别传送带上所要装配的机械零件； （2）确定该零件的空间位置。 据此信息控制机械手的动作，做到准确装配。 还可用机器人视觉系统做机械零件的检査： （1）表面粗糙度的质量检査，检査是否有毛刺、破裂、空洞和生 锈等缺陷； (2)检査工件的完好性； （3）量测工件的极限尺寸； （4）检査工件的磨损等。 机械手可将不合格的工件拿走。此外，机械手还可根据视觉的 反馈信息，进行自动焊接、喷漆和自动上下移等， 二、给可行走机器人配备视觉装置，要求视觉系统能够识别 室内或室外的景钧，进行道路跟踪和自主导航。用它可完成危险材 料的搬运、野外敌后侦察和敌区的扫雷等任务。为了使读者对机器人视觉技术的应用有一具体了解，下面以 抑年代初在国际市场上作为商品出售的一个通用的机器人系统 PUMA/VS100为例作简要说明，PUMA/VS100的系统框图 如图1一3所不手软敷品该系统由Unimation公司生产的PUMA机器人与Machine Intelligence Corporation(智能机器公司）公司生产的VS100视 觉系统组成，并使用Unimatkm公司研制的VAL语言进行编程控制，系统具有识别物体，确定物体位置坐标的能力。所使用的视觉算法允许在材料加工或装配系统中在工件加工或装配的过程 中对工件进行检闋。视觉系统是“通过示教训练”,换句话说是通过采集部分图像样品进行训练的。PUMA机器人采用汇编型VAL 机器人语言，它的特点是： 能够在线实时地使用； 设有坐标变换子程序，机器人的坐标可用直角坐标系定义t对机器人动作展序编制程序时， 其中的定位参数必须给出 实际的数据可以用外部存锗器(软盘)来记忆程序和数据。该系统能眵在几分钟内建立和校准。当机器人正在移动时，视 觉系统也能够处理图像数据，在典型的3私的时间周期内，苒能 获取零件并把它的空间坐标数据传送给机器人控制器。系统结构图中的MIC VS 100加上摄像机组成了 PUMA 机器人的视觉系统，视觉系统首先对从摄橡机获得的灰度图像进 行灰度阐值化处理;得到二值图橡*通过分割抽取物体的轮廊，计 算物体的二维质心，决定物体的空间坐标。视觉系统性能的好坏，取决于视觉系统识别物体的正确性。该 视觉系统根据物体的轮廓，计算出物体的面积、周长、最小和最大 半径以及孔数等几何特征和拓扑特征进行识别。为了识别物体，该 视觉系统通过示教样品物体对系统进行训练，用户可通过名字定 义被识别物体，然后在不同位置把被识别物体显汞给系统,使视觉 系统得到各种物体，不同位置的视觉特征的“示教训练”值,供视觉 系统识别时使用。 VS 100机器人视觉系统的关键特性可概括为下述四个方 面： 第一，为了简化用户交互方式，研制了光笔控制菜单，它允许 不太熟练的操作员方便地设置、操作该系统。该系统有四个主菜- 单：SYSTEM SET UP, TRAINING, OPERATION 以及 EX PERT OPERATION, SYSTEM SET UP用来选择摄像机，设置 观察区、透镜、光圈、焦点和阈值，同时完成空间校准。TRAINING 通过示教为VS 100的编制识别在每个稳定状态下零件的程序 使用自动鉴别矩阵能够完成挑选和优化识别特征。OPERATION 利用训练数据和预先得到的控制参数操作VS 100视觉系统 EXPERT OPERATION有若干种瞅加的特殊功能，这些功能使.用户对某一具体应用问题作出最隹选择。例如，在给定应用的情况 下，在速度和可靠性之间可以折衷地选择时序信息。 第二，VS 100允许直接连接到稳定的、髙分辨率的固体摄像机，例如 G. E. TN251XK240 X 240)或 Reticon LC600256-1 (256X 1 阵列 K。 第三，为了允许更高层次的主机或过程控制计算机遥控VS 一 100视觉系统，已经开发了完备的计算机通信接口。这个接口本 质上使用户计算机能把VS 100当作一个处理视觉信息的外部 设备tUnimation公司的PUMA机器人就是上述方案的实例。接 口的硬件部分是DEC公司的16位双向并行TTL接口模块。特别 开发的软件通倍协议提供了可靠的机内高速通信u第四,VS 100的硬件设计考虑了工厂工作的恶劣环境el算子），如果要 求卷积是实时的(25幀A0,则运算速度要求为256000X9X25/s = 57.&MOPS 全部地完成上述任务，计算机所要进行的操作约为上述的1 100倍，即要求计算机实时处理的速度约为576MOPS5. 76 BOPS。上述问题的算法目前已经解决，但是这样的运算速度在一般的计算机上却难以实现。处理速度就是机器人视觉系统从实用角度急待解决的一个瓶颈问題。解决的办法是研究易于用VLSI 技术实现的算法及适用于机器人视觉视頻信号处理的新型的计算。 机体系结构这就是本章要介绍的重点问題之一，此外，还要介绍 机器人视觉系统其他重要的组成部分:景物和距离传感器及视頻 信号数字化技术。个成功而实用的机器人视觉系统的总体结构如图2 1所 示，系统由两大部分组成。 一、硬件 硬件由下述几个部分组成： 1)景物和距离传感器:常用的有摄像机,CCD像感器，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CCD像感器输出的全电视信号转化成计算方便使用的数字信号。 （3）视频信号快速处理器，视频信号实时、快速、并行算法的硬 件实现:S