实训一机器视觉技术.docx

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1. 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2. 特点：提高生产的柔性和自动化程度3. 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 36cm3. 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条形码 B不开光圈、无速度不开光圈、无速度开光圈速度小中大曝光量1000250060000600006000060000曝光量6000060000600003500040000曝光量600002000曝光量600006000060000增益00056.47增益26.4206.46.4增益6.46.4增益6.46.46.4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 31. 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、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①-④3. 实验数据、截图补充如下：右遮挡下遮挡角遮挡曝光量5000500020000100001000010000增益030000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静止速度快直尺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：4. 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5. 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。