机器视觉技术及其在智能制造中的应用_谢经明,周诗洋_9787568075534

本书作为机器视觉技术及应用的一本参考书，从机器视觉的基本原理以及常用机器视觉算法，再到视觉系统相关的硬件选型计算，详细的介绍了机器视觉技术的基本知识；在此基础上对机器视觉技术在智能制造领域中的基本应用做了详细的讲解，*后对作者所在的课题组的近20年机器视觉相关的研究成果做为应用案例讲解，系统的介绍了相关应用从需求分析、光学设计、算法研究到系统实现的全过程；该书不仅可以作为从事机器视觉技术应用的专业技术人员参考书，而且可以高等院校机械类、智能制造工程、自动化及相关专业高年级本科生及研究生教材。

人类通过眼、鼻、耳、舌、身接受来自外界的信息，进而感知世界，其中大约有75%的信息是通过视觉系统获取的。正如谚语所云：百闻不如一见。当我们的视觉从周围事物环境中获取了一定的信息之后，会将其送入大脑中，再由大脑根据知识与经验对信息进行推理与加工，终对周围事物环境做出识别和理解并加以判断。机器视觉也可以称为工业视觉，作为人工智能正在快速发展的一个分支，其技术涉及计算机科学、图像处理、模式识别等诸多交叉学科。简单说来，机器视觉就是用计算机和相机等器件模拟人的视觉功能，将被拍摄目标转换成图像信号，传送给图像处理系统，得到被拍摄目标的形态信息，然后根据像素分布和亮度、颜色等信息，将其转变成数字化信号；图像处理系统对这些数字信号进行各种运算来抽取目标的特征，进行处理并加以理解。机器视觉主要应用于产品检测如瑕疵检测、识别定位、精密测量、医学检测，以及人们无法工作的危险区域的机器人视觉引导等。

机器视觉技术的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中得到深入研究和广泛应用。20世纪70年代，机器视觉形成几个重要研究分支：目标制导的图像处理；图像处理和分析的并行算法；从二维图像提取三维信息；序列图像分析和运动参量求值；视觉知识的表示；视觉系统的知识库等。到了20世纪90年代，机器视觉技术在我国开始受到广大科研工作者的关注，随着我国逐步成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用也进入了国内。如今，我国正成为世界机器视觉研究与应用活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业，其中电子制造、汽车、制药和包装机械占据了近70%的机器视觉市场份额。

当前制造业面临的巨大难题在于劳动力成本不断上升，产能需求越来越大，产品质量要求越来越高，产品上市周期越来越快，从而对工厂生产设备的信息化与自动化程度的要求也就越来越高。作为自动化程度较高的工业机器人，它在制造业中的应用程度也就越来越高。传统的机器人工作方式是在提前编程和示教的基础上完成作业；随着机器视觉技术的引入，目标识别和目标位姿求取方面的技术优势使得工业机器人的功能延伸性更强，即机器视觉的感知技术可以有效应用于智能制造中的产品检测、精密测控以及自动化生产线等领域。机器视觉技术使得工业机器人具备更强的感知能力：眼睛功能使其不必事先具备离线编程机制，就可摆脱预先设定的运动轨迹；通过感知能力的指引便能自动识别并处理场景信息，抓取指定物体，使得生产过程更加智能化和柔性化。随着制造业机器换人的演变，作为设备智能化过程必不可少的机器视觉也会随之迅速发展。可以预见的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来的制造企业中得到越来越广泛的应用。

本书围绕机器视觉技术在智能制造中的典型应用来组织内容，使读者了解和熟悉机器视觉的基本原理、组成，以及图像处理的常用算法；结合制造业中的一些典型案例分析，从需求分析、光路的设计与硬件选型、软件开发到系统集成与调试的开发全流程来介绍机器视觉系统的应用。

本书由两位编著者合作完成，本书内容包括编著者及其所在课题组近些年的大部分研究成果，同时也涵盖编著者指导过的各位博士、硕士研究生的研究成果。本书在编写过程中得到了刘默耘、关皓天、郝靖、何磊、杨挺、梅文宝等的大力协作，汤小华、胡凯、钟明等提出了很多好的建议并给予大力支持，在此深表感谢！编著者在编写过程也参考了相关专业的文献资料，由于篇幅的原因未能一一列出，在此对这些文献的作者们深表歉意并表示衷心感谢！鉴于编者水平所限，书中不足之处在所难免，恳请读者和专家批评指正！

第1章绪论(1)

1.1机器视觉技术的特点(1)

1.2机器视觉技术的发展(4)

1.3机器视觉技术在智能制造中的应用及应用的发展趋势(7)

1.3.1引导(8)

1.3.2定位(9)

1.3.3识别与检测(13)

1.3.4机器视觉技术在智能制造中应用的发展趋势(16)

第2章机器视觉系统的组成(18)

2.1机器视觉系统的基本构成(18)

2.2机器视觉系统的相机分类与选型(20)

2.2.1工业相机的主要类型(20)

2.2.2工业相机的主要接口类型(29)

2.3机器视觉系统的原理与光学镜头选型(33)

2.3.1光学系统的基本概念及相关知识(33)

2.3.2镜头的主要参数(35)

2.3.3机器视觉系统中镜头的分类(38)

2.3.4镜头的畸变与矫正计算(42)

2.3.5镜头的接口类型(42)

2.3.6镜头的选择原则(43)

2.4机器视觉系统的照明技术(45)

2.4.1照明技术的基础知识(45)

2.4.2光源的种类(47)

2.4.3光源配件的选取(51)

2.4.4光源选择的原则(54)

2.5机器视觉软件(算法)设计的基本流程(55)

2.5.1数字图像处理的基本流程(55)

2.5.2机器视觉常用软件系统介绍(60)

第3章机器视觉中的典型图像处理算法(64)

3.1图像滤波(64)

3.1.1图像空间域滤波(68)

3.1.2图像频率域滤波(74)

3.2图像分割(81)

3.2.1基于阈值的图像分割(82)

3.2.2基于边缘的图像分割(87)

3.2.3基于区域的图像分割(93)

3.3图像形态学(96)

3.3.1腐蚀(99)

3.3.2膨胀(102)

3.3.3开与闭(107)

3.3.4灰度级图像形态学(112)

第4章机器视觉中的图像三维重建(116)

4.1图像三维重建(116)

4.2相机标定(119)

4.2.1概述(121)

4.2.2张正友标定法(125)

4.2.3畸变校正(133)

4.3双目立体视觉(134)

4.3.1标定(137)

4.3.2三维信息构建(140)

4.4结构光立体视觉(146)

4.4.1线结构光(147)

4.4.2面结构光(151)

第5章机器视觉技术在智能制造中的典型案例分析(159)

5.1机器视觉系统的开发流程(159)

5.1.1机器视觉系统的需求分析(159)

5.1.2机器视觉系统的硬件选型与计算(162)

5.1.3机器视觉系统的算法设计与软件开发(167)

5.1.4机器视觉系统的硬件安装与软件调试(168)

5.2机器视觉技术的典型应用案例(169)

5.2.1浮法玻璃表面质量在线检测技术及系统(169)

5.2.3基于机器视觉的玻璃瓶在线检测系统(187)

5.2.4基于机器视觉的分布式石英锭料位监控系统(196)

5.2.5家具板材自动封边尺寸在线检测技术及系统(205)

5.2.6激光切割板材自动识别与机器人码垛自动纠偏视觉系统(211)

5.2.7无损检测中胶片数字化与缺陷识别和定位系统(219)

5.2.8锂电池隔膜粒度分布图像检测系统(225)

5.2.9基于图像化编程图像处理软件的机械零件测量(233)

5.2.10基于2D视觉传感器的大型曲面测量与质量评估(239)

参考文献(254)

彩图(256)

你还可能感兴趣

我要评论