摘? 要：一套完整的機(jī)器視覺(jué)系統(tǒng)由硬件和軟件兩部分組成，完善的硬件系統(tǒng)可以采集到高質(zhì)量的原始數(shù)據(jù)進(jìn)而大大減輕后續(xù)圖像處理算法的復(fù)雜度。該文首先分析了光源的設(shè)計(jì)方法、鏡頭的設(shè)計(jì)以及相機(jī)的選擇，在此基礎(chǔ)上得到各個(gè)硬件設(shè)備對(duì)機(jī)器視覺(jué)系統(tǒng)的影響，以及硬件參數(shù)之間彼此的關(guān)聯(lián)性是系統(tǒng)設(shè)計(jì)的關(guān)鍵所在。同時(shí)分析系統(tǒng)整體設(shè)計(jì)需要考慮的問(wèn)題和原則，進(jìn)而得到一套適應(yīng)性強(qiáng)的機(jī)器視覺(jué)系統(tǒng)構(gòu)建方案。

關(guān)鍵詞：機(jī)器視覺(jué)? 鏡頭? 光源? 相機(jī)

中圖分類號(hào)：TP391? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1672-3791（2019）03（b）-0001-03

Abstract： A complete machine vision system consists of two parts： hardware and software，the complete hardware system can collect high-quality raw data and greatly reduce the complexity of subsequent image processing algorithms. The article first analyzes the design method of the light source， the design of the lens and the choice of the camera， on this basis， the influence of each hardware device on the machine vision system and the correlation between hardware parameters are the key to the system design. At the same time， it analyzes the problems and principles that need to be considered in the overall design of the system， and then obtains a set of adaptable machine vision system construction schemes.

Key Words： Machine vision; Lens; Light source; Camera

隨著自動(dòng)化技術(shù)的推廣，機(jī)器視覺(jué)技術(shù)興起于20世紀(jì)50年代，但真正發(fā)展得益于圖像處理硬件技術(shù)的突破[1]。機(jī)器視覺(jué)技術(shù)是指用計(jì)算機(jī)來(lái)實(shí)現(xiàn)對(duì)客觀世界的識(shí)別，進(jìn)而代替人眼進(jìn)行一些重復(fù)性、復(fù)雜性的工作。與傳統(tǒng)的識(shí)別技術(shù)相比，非接觸式的光學(xué)傳感系統(tǒng)是機(jī)器視覺(jué)的主要特點(diǎn)，光源、鏡頭、攝像機(jī)以及相應(yīng)的圖像處理算法構(gòu)成了典型的機(jī)器視覺(jué)系統(tǒng)[2]。硬件部分主要有圖像采集部分、通信部分和輸入輸出端口，包括鏡頭、圖像采集卡、編碼器等;軟件主要有各種圖像處理算法，如中值濾波算法、數(shù)學(xué)形態(tài)學(xué)算法、深度學(xué)習(xí)算法、噪聲濾除算法等[3]。選取合適的光源和鏡頭以及圖像采集卡可以得到完善的原始圖像，進(jìn)而大大減少后續(xù)算法計(jì)算的復(fù)雜度，同樣，合適的圖像處理算法可以彌補(bǔ)由于前期硬件不足帶來(lái)的圖像模糊、信息缺失等問(wèn)題，兩者相輔相成，互為促進(jìn)。

1? 機(jī)器視覺(jué)系統(tǒng)的組成

機(jī)器視覺(jué)系統(tǒng)沒(méi)有一個(gè)統(tǒng)一的定義，美國(guó)機(jī)器人協(xié)會(huì)將其描述為：為了獲取和處理一個(gè)完整、真實(shí)的圖像，通過(guò)非接觸的、光學(xué)的傳感器，進(jìn)而利用獲取的圖像信息用于控制機(jī)器進(jìn)行自動(dòng)化運(yùn)動(dòng)[4]。典型的機(jī)器視覺(jué)系統(tǒng)包括光源、工業(yè)用鏡頭、CCD或CMOS相機(jī)、光電轉(zhuǎn)換器件、軟件算法、輸出設(shè)備、各種I/O接口、控制執(zhí)行機(jī)構(gòu)、被測(cè)目標(biāo)以及電源等，具體如圖1所示。機(jī)器視覺(jué)強(qiáng)調(diào)實(shí)用性和適應(yīng)性，可以滿足不同情況以及工業(yè)現(xiàn)場(chǎng)復(fù)雜多變的環(huán)境，因此應(yīng)具有較強(qiáng)的可移植性和通用性;同時(shí)由于工業(yè)自動(dòng)化程度的快速發(fā)展，對(duì)機(jī)器視覺(jué)的速度和精度也提出了更高的要求。

為了采集到目標(biāo)圖像而進(jìn)行的操作步驟為：首先對(duì)被測(cè)目標(biāo)進(jìn)行照明突出顯示目標(biāo)的結(jié)構(gòu)特征，繼而將目標(biāo)圖像信息顯示在光學(xué)傳感器上，然后利用轉(zhuǎn)換元件將光信號(hào)轉(zhuǎn)化為電參量，最后通過(guò)光電轉(zhuǎn)換器件將光學(xué)信號(hào)轉(zhuǎn)換為計(jì)算機(jī)能夠處理的電信號(hào)，通過(guò)相應(yīng)的算法對(duì)數(shù)字圖像進(jìn)行下一步分析[5]。算法的分析依賴于原始圖像的提取，為了獲得通過(guò)高質(zhì)量的原始圖像需要對(duì)機(jī)器視覺(jué)系統(tǒng)進(jìn)行配置，而高質(zhì)量的原始圖像一般具有如下特征。

（1）圖像能夠完整還原出原始信息無(wú)畸變、無(wú)失真。

（2）具有合適的對(duì)比度，能夠突出顯示目標(biāo)特征和背景特征。

（3）被測(cè)目標(biāo)特征應(yīng)攜帶大部分原始信息，可以精確還原出原始圖像。

（4）圖像分辨率高，邊緣無(wú)重疊。

2? 機(jī)器視覺(jué)系統(tǒng)方案設(shè)計(jì)

2.1 光源的設(shè)計(jì)

合適的光源可以突出目標(biāo)的顯著特征，增加對(duì)比度使目標(biāo)特征和背景特征更容易區(qū)分[6]。在自動(dòng)化生產(chǎn)中系統(tǒng)主要面對(duì)速度快、復(fù)雜多變的對(duì)象，因此光源的設(shè)計(jì)應(yīng)充分考慮物體的運(yùn)動(dòng)特性盡量保持均勻、穩(wěn)定，同時(shí)好的光源可以降低噪聲，改善系統(tǒng)的分辨率，簡(jiǎn)化后續(xù)的圖像處理算法[7]。光源根據(jù)人眼能否看見(jiàn)可以分為可見(jiàn)光和不可見(jiàn)光，根據(jù)光源的不同又可以分為白熾燈、鹵素?zé)?、高頻熒光燈和LED燈，各種光源性能的比較如表1所示。

白熾燈價(jià)格低廉、光線易于傳輸，但反應(yīng)速度慢、響應(yīng)時(shí)間長(zhǎng);鹵素?zé)艄に嚭?jiǎn)單、使用時(shí)間長(zhǎng)、照明度充分，但功率大、發(fā)熱高;高頻熒光燈使用時(shí)間長(zhǎng)，產(chǎn)生的熱量相對(duì)于鹵素?zé)?、白熾燈較少，但可塑性不強(qiáng)不能適應(yīng)不同的對(duì)象、易閃爍;LED燈色溫范圍廣、響應(yīng)速度快、功耗低，在面對(duì)復(fù)雜環(huán)境以及高速運(yùn)動(dòng)的物體時(shí)具有良好的抗震性以及穩(wěn)定性，因此應(yīng)用于機(jī)器視覺(jué)的大多數(shù)場(chǎng)合[8]。

由于機(jī)器視覺(jué)的對(duì)象不同、突出顯示的特征不一樣，因此光源的位置也不一樣。通過(guò)照射方法的不同，可以分為前向照明、背向照明、結(jié)構(gòu)光照明和頻閃光照明等[9]。前向照明，為了突出物體的表面缺陷、疵點(diǎn)或者其他的細(xì)節(jié)特征，大多面向低速運(yùn)動(dòng)物體，便于安裝;后向照明，針對(duì)具有光通量物體特征的檢測(cè)，可以獲得高對(duì)比度的圖像;結(jié)構(gòu)光照明，為了得到物體與背景的區(qū)別，通過(guò)濾鏡和光圈技術(shù)，進(jìn)而得到被測(cè)物的三維信息[10]。不同的光源照射方式如圖2所示。

2.2 鏡頭的設(shè)計(jì)

鏡頭作為機(jī)器視覺(jué)的主要部件，是連接被測(cè)物體和相機(jī)的紐帶。鏡頭的結(jié)構(gòu)復(fù)雜，根據(jù)不同的分類方式可以分為多種類型：按照有效像場(chǎng)分類，可以分為120型相機(jī)鏡頭、127型相機(jī)鏡頭和135型相機(jī)鏡頭;按照鏡頭接口分類，可以分為C/Y接口主要代表為minolta，EF接口主要代表為canon、F接口主要代表為nikon;按照用途可以分為，電視閉路監(jiān)控（CCTV）、顯微鏡頭、照相機(jī)鏡頭和工業(yè)高分辨率鏡頭;按照焦距分類，可以分為變焦和定焦鏡頭兩種[11]。

鏡頭的主要參數(shù)有分辨率、視角、工作距離、焦距和景深等。透鏡中心到焦點(diǎn)的距離叫焦距，焦距的長(zhǎng)短決定了拍攝成像的大小，鏡頭的照度和分辨率則由相對(duì)孔徑?jīng)Q定，它們之間的關(guān)系為：視角越大，焦距越小;工作距離越長(zhǎng)，視野越小。選擇鏡頭時(shí)，首先要根據(jù)具體的對(duì)象和攝像機(jī)類型進(jìn)行匹配，避免“隧道效應(yīng)”的產(chǎn)生;其次，選取合適的焦距，而焦距的選取則需要根據(jù)預(yù)留空間和實(shí)際的工作距離來(lái)確定[12]。針對(duì)不同的應(yīng)用場(chǎng)景可以通過(guò)鏡頭的參數(shù)，選擇合適的鏡頭進(jìn)而采集到理想的圖像，鏡頭參數(shù)如圖3所示。

另一方面，可以根據(jù)不同的應(yīng)用場(chǎng)景，通過(guò)相應(yīng)的公式來(lái)選擇鏡頭，假設(shè)圖像高度為H1，物體高度為H2，相距為D1，物距為D2，焦距用F表示，放大倍數(shù)為M，鏡頭范圍為E，那么它們之間的關(guān)系為：

2.3 相機(jī)的選擇

相機(jī)主要通過(guò)感光元件將采集到的光學(xué)圖像轉(zhuǎn)換為計(jì)算機(jī)所能識(shí)別的電信號(hào)，即光電轉(zhuǎn)換器件。根據(jù)傳感器的感光元件不同，大致可以分為兩種類型即CCD和CMOS相機(jī)。

CCD（電荷耦合器件）相機(jī)制作工藝復(fù)雜，成本高，集光電轉(zhuǎn)換、電荷轉(zhuǎn)移、讀取信號(hào)集成于一身，通常以電荷為信號(hào)，具有成像色彩豐富、準(zhǔn)確性高的特點(diǎn)。選擇CCD相機(jī)時(shí)應(yīng)考慮其主要參數(shù)，CCD相機(jī)的主要參數(shù)有：

（1）有效像素及分辨率、CCD靶面尺寸;

（2）掃描頻率以及掃描模式;

（3）輸出信號(hào)類型是模擬信號(hào)或數(shù)字信號(hào)，以及信號(hào)的輸出質(zhì)量（信噪比）;

（4）接口類型是否標(biāo)準(zhǔn)，快門響應(yīng)速度是否及時(shí);

（5）光譜響應(yīng)曲線和自動(dòng)增益控制。

CMOS相機(jī)的誕生得益于超大規(guī)模集成電路的發(fā)展，CMOS圖像傳感器可以將圖像信號(hào)處理器、模數(shù)轉(zhuǎn)換電路、光敏元陣列等一系列元件集成在一個(gè)芯片上，高集成度、工藝簡(jiǎn)單、能量消耗少、價(jià)格低廉，輸出圖像無(wú)拖影重疊等特點(diǎn)，主要應(yīng)用在高幀頻率和高分辨率環(huán)境和需要數(shù)字信號(hào)輸出的環(huán)境。CCD和CMOS的性能比較如表2所示。

因此，在選擇相機(jī)的時(shí)候除了需要考慮上述因素外，還需要具體問(wèn)題具體分析，考慮以下幾個(gè)方面的情況。

（1）針對(duì)運(yùn)動(dòng)物體的形態(tài)，選擇相應(yīng)的掃描方式主要有線陣和面陣兩種形式，面陣具有一定的局限性，一次只能拍攝一副圖像;線陣掃描運(yùn)動(dòng)平穩(wěn)、精度高，但對(duì)外界因素要求較高。

（2）為了得到高的圖像分辨率，需要對(duì)相機(jī)進(jìn)行像素分辨率、測(cè)量分辨率的選擇，由于模擬相機(jī)噪聲大、幀頻慢，因此大部分情況下采用數(shù)字相機(jī)。

（3）為了擴(kuò)大相機(jī)的使用范圍，需要考慮輸出接口形式，進(jìn)而滿足不同的場(chǎng)合需要，主要有USB接口、Cameralink接口等。

（4）為了得到分辨率高、信噪比大、靈敏度高的圖像，需要考慮采集的圖像顏色。圖像顏色主要有彩色和黑白兩種，由于機(jī)器視覺(jué)主要應(yīng)用于工業(yè)檢測(cè)對(duì)圖像的色彩飽和度要求不高，而黑白圖像具有分辨率高、信噪比大、采集速度快、對(duì)比度大、靈敏度高等特點(diǎn)，因此主要應(yīng)用于工業(yè)實(shí)時(shí)性檢測(cè)。

3? 機(jī)器視覺(jué)的應(yīng)用與展望

機(jī)器視覺(jué)無(wú)需與被測(cè)物體進(jìn)行直接接觸，可以快速獲取大量信息、易于自動(dòng)處理，主要應(yīng)用于檢查物體的空間特征、結(jié)構(gòu)特征以及表面特征。在智能制造體系中主要進(jìn)行圖像識(shí)別、物體定位、尺寸測(cè)量以及零件檢測(cè)的應(yīng)用，如各類電路板組裝印刷、SMT工藝設(shè)備的表面貼裝。雖然機(jī)器視覺(jué)技術(shù)在工業(yè)自動(dòng)化以及醫(yī)學(xué)、交通等各方面都有廣泛應(yīng)用，但任然存在一些急需改進(jìn)的問(wèn)題，如：隨著科技的進(jìn)步和技術(shù)的發(fā)展，數(shù)據(jù)量越來(lái)越大，如何快速實(shí)時(shí)的處理數(shù)據(jù);機(jī)器視覺(jué)面對(duì)不同的視角拍攝同一副圖像，如何避免信息丟失以及減小誤差。如何減小外界環(huán)境的改變對(duì)系統(tǒng)的影響，提高系統(tǒng)的魯棒性以及精度，則是我們下一步研究的重點(diǎn)。

參考文獻(xiàn)

[1] 劉曙光，劉明遠(yuǎn).機(jī)器視覺(jué)及其應(yīng)用[J].河北科技大學(xué)學(xué)報(bào)，2000，38（4）：11-15.

[2] 陳晶，朱啟兵.基于機(jī)器視覺(jué)的茶小綠葉蟬識(shí)別方法研究[J].激光與光電子學(xué)進(jìn)展，2018（1）：342-349.

[3] 唐向陽(yáng)，張勇，李江有.機(jī)器視覺(jué)關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望[J].昆明理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2004， 29（2）：36-39.

[4] 侯遠(yuǎn)韶.機(jī)器視覺(jué)系統(tǒng)中光源的選擇[J].洛陽(yáng)師范學(xué)院學(xué)報(bào)，2014（8）：45-49.

[5] 劉煥軍，王耀南，段峰.機(jī)器視覺(jué)中的圖像采集技術(shù)[J].電腦與信息技術(shù)，2003（1）：18-21.

[6] 陶霖密，徐光祐.機(jī)器視覺(jué)中的顏色問(wèn)題及應(yīng)用[J].科學(xué)通報(bào)，2001，46（3）：178-190.

[7] 吳文琪，孫增圻.機(jī)器視覺(jué)中的攝像機(jī)定標(biāo)方法綜述[J].計(jì)算機(jī)應(yīng)用研究，2004，21（2）：4-6.

[8] 蔡健榮，周小軍，李玉良.基于機(jī)器視覺(jué)自然場(chǎng)景下成熟柑橘識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24（1）：175-178.

[9] 應(yīng)義斌，饒秀勤，趙勻.機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品品質(zhì)自動(dòng)識(shí)別中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2000，16（3）：4-8.

[10] 伍濟(jì)鋼，賓鴻贊.機(jī)器視覺(jué)的薄片零件尺寸檢測(cè)系統(tǒng)[J].光學(xué)精密工程，2007，15（1）：124-130.

[11] 段峰，王耀南，劉煥軍.基于機(jī)器視覺(jué)的智能空瓶檢測(cè)機(jī)器人研究[J].儀器儀表學(xué)報(bào)，2004，25（5）：624-627.

[12] 張宇，黃亞博，焦建彬.一種基于機(jī)器視覺(jué)的圓型零件檢測(cè)技術(shù)[J].計(jì)算機(jī)工程，2008，34（19）：185-186.