机器视觉在光学加工检测中的应用

摘要：随着自动化控制领域的飞速发展，机器视觉技术日渐成熟，并且在各个领域赢得了越来越广泛的应用。机器视觉系统通过对图像信息的处理，用机器代替人眼实现了各种测量和判断。本综述简要介绍了机器视觉技术的概念和机器视觉系统的主要组成部分，阐述了机器视觉关键技术的发展现状，着重分析了机器视觉技术在光学加工检测领域，特别是在光学抛光检测过程中实现自动化的相关应用，最后展望了机器视觉在光学加工检测领域未来的发展趋势。

关键词：机器视觉；加工检测；图像处理；自动化

机器视觉（Machine Vision）主要是利用计算机来模拟人或再现与人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。通过机器对传输的影像自动判读处理，不仅可以节省人力资源，还可以提高检测控制的精度。

机器视觉作为光电技术应用的一个特定领域，是一项综合技术，其中包括数字图像处理技术、光源照明技术、光学成像技术、机械工程技术、控制技术、传感器技术、人机接口技术等。一个典型的机器视觉应用系统如图1所示。系统运行机制为首先采用CCD摄像机获得待测目标的图像信号，然后通过A/D转换成数字信号传送给图像处理系统，根据亮度差异、像素分布以及色彩差异等信息，由系统进行各种运算来获取目标的特征，然后再根据预设的判别标准输出判断结果，去控制驱动执行机构进行相应处理。

机器视觉系统可以自动快速获取大量信息并且进行自动处理，这很好地解决了光学加工检测领域中还未完全实现自动化的问题。系统通过对抛光区域进行图像采集、分析与处理，与标准面型进行对比分析自动生成下一步的抛光路径等信息，循环抛光过程直至达到需求，完成抛光加工过程，无需人工干预。准确度与生产效率大大提高的同时，也提高了资源的利用率，降低了生产成本。

1 机器视觉关键技术的发展现状

如图1所示，在机器视觉系统中，较为关键的技术有光源照明技术、光学成像系统、图像捕捉系统、图像采集与处理技术。其中照明光源、光学成像系统中的光学镜头、图像捕捉系统中相机选取的好坏是决定机器视觉系统成败的关键。

图1.典型的工业机器视觉应用系统

1.1 光源照明技术

优良的光源和照明方案是目前机器视觉应用系统成败的关键之一。一个好的照明系统，应当 具有以下特征。.+尽可能突出目标的特征，在物体需要检测的部分与非检测部分之间尽可能产生明显的区别，增加对比度,保证足够的亮度和稳定性,物体位置的变化不应影响成像的质量。光源设备的选择必须符合所需的几何形状。同时，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列出了几种主要光源的相关特性。其中，LED光源具有显色性好、光谱范围宽（可覆盖整个可见光范围）、发光强度高、稳定时间长等特点。近年来，随着LED制造工艺和技术的不断发展成熟，价格逐步降低，其在机器视觉领域正得到越来越广泛的应用，选用LED作为光源是一种趋势。

表1各种光源对比

1.2 光学镜头

光学镜头是机器视觉系统中的重要件，其主要功能是光学成像。镜头的参数主要有焦距、视场、工作距离、分辨率、景深等。一个镜头的成像质量好坏，即其对像差校正的优良与否，可通过像差大小来衡量，常见的像差有球差、彗差、像散、场曲、畸变B种单色像差和位置与倍率两种色差。对定焦镜头和变焦镜头来讲，同一档次的定焦镜头的像差肯定比变焦镜头的小，因为变焦镜头必须折中考虑，使各种不同焦距下的成像质量都相对较好，不允许出现某个焦距（在变焦范围内）下像质很差的情况，所以在机器视觉应用系统中，根据被测目标的状态应优先选用定焦镜。

1.3 相机

视觉图像获取有两种方式+主动视觉和被动视觉。主动视觉是指通过器件本身发光来产生视觉图像；被动视觉则指由传感器被动接收目标环境反射光来产生视觉图像。相机按其感光器的不同可以分为两大类：CCD相机和CMOS相机。CCD相机按照其使用的CCD感光器件的不同又可以分为线阵式和面阵式两大类。线阵CCD相机一次只能获得图像的一行信息,速度快、分辨率高，可以实现运动物体的连续检测，一般高速检测中多采用线阵CCD，而面阵CCD相机可以一次获得整幅图像的信息。目前在机器视觉系统中，应用面阵CCD获取图像的居多。

......

图4.精加工机器人及研磨抛光工具

......

3 总结与展望

近年来，随着图像处理算法的快速发展，生产自动化程度的日益提高，机器视觉技术已受到人们越来越多的重视，加速了机器视觉技术向相关领域的发展。机器视觉技术在准确度以及效率方面的优势大大解决了生产过程中的一些迫切需要解决的问题。本文除简要介绍了机器视觉系统的构成及其关键技术的发展外，着重对其在光学加工检测中的应用进行了阐述，通过与传统的生产流程进行对比，展现机器视觉技术在光学加工检测领域中的巨大优势。当前，资源消耗#环境保护越来越受到人们的重视，体现在生产中就要求技术的发展能够提高资源的利用率，提高生产的效率与对环境的保护。

随着机器视觉的发展，人们对于机器智能化的需求越来越高。由于图像具有直观、易懂、形象等特点，使得图像的采集与处理的作用就显得尤为突出，机器视觉对图像处理的研究已经成为现代各国科学家的研究工作重点。

虽然广泛的应用给机器视觉技术带来了前所未有的发展机遇，但也存在一些问题，例如至今也没有一个最优的照明方案，这制约着机器视觉的发展，以及如何进一步优化图像处理算法都是下一步要需要着重解决的问题。