当前位置:首页 >> 信息与通信 >>

实训一 机器视觉技术


实训一 机器视觉技术 (一) 机器视觉技术 1. 目标→图像摄取装置(CMOS 和 CCD)→图像信号→图像处理系 统→数字化信号 2. 机器视觉系统组成部分:光源、镜头、相机、图像处理单元、图 象处理软件、监视器、输入/输出控制单元。 3. 特点:提高生产的柔性和自动化程度。 4. 应用:生产流水线的检测系统(汽车零件、纸币印刷质量) 、智能 交通管理系统、金相分析、医疗图象分

析、无人机、机器人等。

(二) 机器视觉实训系统 大恒 DHLAB-BASE-PY-AF 型平移式机器视觉教学实验平台 组成部分:相机安装模块、光源安装模块、平台方形载板、运动 控制面板
由组成部分可推测,在机器视觉系统识别物体时,相机的焦距、光源的

种类、光圈的大小、曝光时间的长短、载板移动速度的大小都将会对
获取图像产生不同的影响。

平台:速度可调;手动或自动运动模式; 摄像头:紧凑型数字摄像机 感光元件:1/1.8”CCD;分辨率为 1628(H)x 1236(V) ;像素 尺寸 4.4um x 4.4um。

(三) 实训内容 【1】 一维条码检测 1. 条形码(barcode)是将宽度不等的多个黑条和空白,按照一定的编 码规则排列,用以表达一组信息的图形标识符,在商品流通、图书管 理、邮政管理、银行系统等许多领域都得到广泛的应用。 2. 摄像机位置离检测平面大概 47cm,光源离检测平面约 36cm。 3. 实验步骤如下: ①放置条形码在载物平台上,使其处于镜头正下方; ②调整焦距、改变光圈大小,使物体清晰,对比度高、明暗适中; ③利用计算机软件控制相机对物体成像; ④通过改变曝光量、增益、光源、载物台移动速度,观察成像结果并 加以比较。 ⑤结果如下:
条形码 A 不开光圈、无速度 曝光量 1000 2500 60000 60000 60000 60000 曝光量 60000 60000 60000 35000 40000 曝光量 60000 2000 曝光量 60000 增益 0 0 0 5 6.4 7 增益 2 6.4 20 6.4 6.4 增益 6.4 6.4 增益 6.4 识别结果 没有图像 不能识别 正确识别 正确识别 错误识别 没有图像 识别结果 没有图像 正确识别 错误识别 不能识别 正确识别 识别结果 没有图像 正确识别 识别结果 正确识别

条形码 B

不开光圈、无速度

开光圈

速度 小

中 大

60000 60000

6.4 6.4

错误识别 错误识别

⑥部分截图

⑦思考题 a. 想要调整平台移动速度,可以使用平移平台控制面板 [速度调整] 部分,打开速度调整按钮,旋转旋钮,控制速度。 b. 更换其他条形码,必须再次经过调焦、找到合适位置、适合曝光 量、适合增益,才能够正确识别。否则会出现错误识别或不能成 像的结果。

【2】 二维码检测 1. 二维码为黑白相间、粗细不同的点阵图形,通过大大小小不同的 黑白的点来存储信息。 2. 检测系统、实验步骤同【1】 3. 结果:曝光量很小时,系统也能够识别;增益数在实验过程中均 大于 3。

4. 讨论加光源对识别结果的影响:

未补光

补光

即在此实验中,光源的补充与否并没能直接影响识别精度。只要 在实验过程中,注意到曝光量、增益、光圈大小、光源补否之前相互 协调,就能够使系统精准检测识别到二维码的内含信息。 讨论改变触发模式对识别结果的影响: 平移平台在移动的过程中,能够受到触发模式的控制。当改动触 发模式为“Line0”时,平台在移动经过磁铁标定点时,系统相机自 动拍照并只在此时拍照。

此时拍照得到的图像较为清晰,识别准确度提高。

5. 思考题 a. 其他二维码

即系统能够识别如微信、系统自动生成的一些二维码。只是 在进行识别前,需要记得调焦、调整曝光量等数据,使系统能够 成清晰的像,只有这样,才能精准识别。 b. 编写识别指定二维码的 Halcon 程序。 在经过学习原有二维码识别的程序代码后, 分析得知只需将过程 中的“识别”语句改为相应的新二维码信息,既可以实现识别功能。 语句改为:M1:=‘wangxiaohan’ 识别功能实现截图如下:

c. 倾斜旋转二维码,系统能够识别。

【3】 字符识别 1. 此项实验需要使系统识别特定字符。此字符已由 Halcon 算子程序 规定为“HALCON” ,出现其他字符不可识别。 2. 实验过程如【1】中的①-④。 3. 实验数据、截图补充如下:
曝光量 5000 5000 20000 10000 10000 10000 增益 0 3 0 0 0 0 识别结果 正确识别 正确识别 正确识别 不能识别 错误识别 错误识别

右遮挡 下遮挡 角遮挡

4. 思考题:对物体遮挡后,系统不能够 100%准确识别字符。如上图 所示,遮挡部分字符串或者遮挡下方、边角,都可能使系统不能

精确识别字符,还可能会产生错误识别除字符外的物体。 【4】 一维测量 1. 本实验测量普通芯片的管脚间距。 2. 实验步骤: ①置条形码在载物平台上,使其处于镜头正下方; ②调整焦距、改变光圈大小,使物体清晰,对比度高、明暗适中; ③利用计算机软件控制相机对物体成像; ④划定“匹配区域” ,此步骤是为了在实际应用中,使相机在多个零 件中, 能够通过匹配区域的特征, 识别出需要测量的零件 (即芯片) 。 ⑤划定“测量区域” ,此步骤是为了在识别了特定零件后,在该零件 的固定测量区域内才进行测量,而不是无范围的胡乱测量。 ⑥相机采集后自动生成测量数据,此数据为像素单位。如需得知确切 管脚间距,要换算成标准长度单位。 ⑦额外测量直尺间距,为单位换算做准备。 3. 实验结果截图

速度慢

速度快

静止

直尺

4. 思考题 a. 更换其他芯片,并不能够检测成功。因为其“匹配区域”并不重 合,所以系统不能识别芯片并进行测量。 b. 测出来的数据单位是像素。在进行了直尺间距测量后,可大致估 计 1mm 代表此实验中的单位“1” ,因此可以得到管脚间距的公制 长度值。 【5】 二维测量 1. 对所给实验工件测量板的图形进行测量。可以通过系统得到的数 据有圆的直径和矩形的面积。 2. 保持相机与平台距离为 47cm。加固背光源。 3. 实验步骤同实验【4】 ,必须划定匹配区域和测量区域。 4. 实验结果截图:

5. 测量过程中,有时会因为测量区域划定不规范或者测量区域与匹

配区域重合时,导致系统无法识别且测定。 6. 思考题:测量数据仍为像素,可与【4】方法相同,通过建立标准 长度单位与实验中所得像素数据匹配公式,再对实验数据进行换 算得到真实的长度单位数据。 【6】 三维形状匹配 1. 对实验所给工件进行测量匹配。可以通过系统得到三维工件在图 像中的位置,并得到工件在相机坐标系中的坐标和姿态。 2. 实验步骤补充: 设置匹配参数; 加载形状模型; 完成 3D 形状匹配。 3. 实验结果截图:

4. 思考题: a. 遮挡工件,不能准确测量。

b. 旋转工件,并不是任何角度都可以测量得到正确结果。

【7】 木材分类系统 1. 本实验用来检测木板的种类。 2. 实验流程: ①木材模板创建:通过对各类木板的材质进行训练,使系统“记忆” 被测物的特征,能够在识别过程中对所给木板的材质进行对比检测。 ②完成训练后,将任意木板放置在平移台上,使系统对木板材质进行 识别。如能够在“材质库”中匹配到合适材质,显示正确类别;如不 能匹配,则无法显示或者出现错误识别。 3. 实验结果截图: (均能正确识别)

4. 思考题:光照改变会影响匹配精度。有时过于强的光照,木材表 面可能反光严重,会使系统判别错误,匹配成其他材质。下面三 幅图为同一块木板,因光照强度不同,而被系统匹配不同材质。

(四)实训心得 1. 实验过程中如需讨论某些参数对于结果的影响,一定要做到只改 变讨论量,其他变量保持不变; 2. 实验数据要通过多次实验结果平均后取得,为的是排除偶然误差; 3. 光学实验中对于光学系统的构成、光路的设计、透镜应用等方面 格外注意,本实验相机的成像过程,就需要对于透镜焦距的知识有所 掌握。 4. 考虑问题要全面,实验过程中要顾及多种变量对于结果的影响, 通过多次调试,使系统达到最佳效果时,再进行最终数据的采集。


相关文章:
实训一 机器视觉技术
实训一 机器视觉技术_信息与通信_工程科技_专业资料。实验报告 实训一 机器视觉技术 (一) 机器视觉技术 1. 目标→图像摄取装置(CMOS 和 CCD)→图像信号→图像...
机器视觉实验报告
16 1机器视觉》实验报告一、实验名称对 kinect for windows、 三维激光扫描...随着新技术、新理论在机器视觉系统中的应用,机器视觉将在国民经济的各个领 域...
机器视觉技术的类型及功能
机器视觉技术的类型及功能_机械/仪表_工程科技_专业资料。机器视觉技术机器视觉技术的类型及功能 机器视觉技术 机器视觉技术,是一门涉及人工智能、神经生物学、心理物...
机器视觉实验报告
机器视觉实验报告_数学_自然科学_专业资料。---大学...实验报告 1.1.1 实验内容 Averaging kernel(3*3 ...中值滤波:常用的非线性滤波方法也是图像处理技术中最...
机器视觉课后心得体会
从产品本身看,机器视觉会越来越趋于依靠 PC 技术,并且与数据采集等其他控制和测量的集成会更 紧密。且基于嵌入式的产品将逐渐取代板卡式产品,这是一个不断增长的...
机器视觉测量实验报告
进行一个具体实物体的摄像实验,经图像预处理和后处理,识别出其表面缺 陷和定位。 二、 实验原理“机器视觉”是用机器代替人眼来进行识别、测量、判断等。机器...
机器视觉技术 捕获
有些采集 卡有内置的多路开关,可连接多台相机,能控制采集卡采用任意一个相机捕获的信息。 伴随着技术的发展,机器视觉的功能也在不断扩展。黄凯奇说:“缺陷检测是...
解析机器视觉系统设计的五大难点
图像分割是图像处理技术的基本方法 之一,应用于诸如染色体分类、景物理解系统、机器视觉等方面。 图像分割主要有两种方法: 一是鉴于度量空间的灰度阈值分割法。 它是...
机器视觉与图像处理实验报告
机器视觉与图像处理实验报告_物理_自然科学_专业资料。实验一:Matlab 软件的使用...的增强技术一、实验题目:图像的增强技术 二、实验内容:1.了解图像增强技术/方法...
机器视觉认识
随着工业自动化技术的飞速发展和各领机器视觉基本认识一、机器视觉基本概念 1机器视觉概念机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像...
更多相关标签:
机器视觉技术及应用 | 机器人视觉技术 | 机器视觉自动检测技术 | 工业机器人视觉技术 | 机器视觉检测技术 | 机器视觉测量技术 | 机器视觉识别技术 | 机器人视觉识别技术 |