视觉测量简介

悠悠 2022-06-15 01:12 294阅读 0赞

1.1 视觉测量技术

1.1.1 现代检测技术的发展趋势

检测技术是现代化工业的基础技术之一，是保证产品质量的关键。在现代化的大生产之中，涉及到各种各样的检测。随着工业制造技术和加工工艺的提高和改进，对检测手段、检测速度和精度提出了更高的要求。现代检测技术是工业发展的基础，测量的精度和效率在一定程度上决定了制造业乃至科学技术发展的水平。现代检测技术要能适应快速发展的制造业，根据先进制造技术发展的要求，以及精密测量技术自身的发展规律，不断拓展新的测量原理和测试方法。近年来检测技术发展趋势\[1,2\]主要体现在以下几个方向：

1.  在线测量

在线测量就是在生产线上对产品进行检测，这样可以及时地得到产品的测量信息，并实时反馈给生产设备，来改进工艺、提高制造精度、降低废品率，为实现产品制造的零废品控制提供了可能。在相当长的一段时期内，测量基本上是静态的，即测量对象在测量过程中不变化或不明显变化；同时测量大多数是离线的，而不是在生产进行过程中实现的。进行在线测量可以降低消耗、减少成本、增加产量、增加效益，还可以保证产品的质量。

2.  高精度

科学技术向微小领域发展，制造业要求的测量精度也在不断提高，由微米级向纳米级发展。纳米(nm)即为 10-9m，纳米技术定义为尺寸或公差范围为 0.1～100nm 的制造、测量等技术。随着现代科学技术的不断发展，众多高科技领域均已进入了纳米世界，如精密元器件的测量、电子工业高密度半导体集成电路等等。纳米技术的加工离不开纳米精度的测量技术和设备，目前，国外一些研究机构不仅已在表面轮廓、长度、基本常数等测量上达到了纳米级，而且还在一维位移和微观形貌测量上实现了0.1 纳米级。纳米测量的主要仪器有光干涉测量仪、量子干涉仪、电容测微仪、电感测微仪、X 射线干涉仪、扫描电子显微镜（SEM）、扫描隧道显微镜（STM）、原子力显微镜（AFM）等。

3.  非接触

非接触检测具有没有测量力、精度高、易实现在线测量等优点，应用越来越广泛。非接触检测技术很多，比较常用的是电容测量方法和光学测量方法。

4.  网络化

网络技术的出现，极大地改变着人们生活的各个方面。具体到测控技术领域，有远程数据采集与测控，远程设备故障诊断，电、水、燃气、热能等的自动抄表，等等，都是网络技术进步并全面介入其中发挥关键作用的必然结果。

目前，测控系统的设计思想明显受到计算机网络技术的影响，测控网络由传统的集中模式转变为分布模式，成为具有开放性、可互操作性、分散性、网络化、智能化的测控系统。网络的节点上不仅有计算机、工作站，还有智能测控仪器仪表。测控网络有着与信息网络相似的体系结构和通信模型，例如目前测控系统中迅猛发展的现场总线，它的通信模型和 0SI 模型对应，将现场的智能仪表和装置作为节点，通过网络将节点连同控制室内的仪器仪表和控制装置连成有机的测控系统。

随着无线通信技术的迅速发展，无线通信在测控领域也得到了应用，形成了无线分布式传感／控制网络    (Wireless  Distributed Sensor/Control  Networks，WDSCN)。WDSCN 融合了计算机网络、无线通信、现代传感器和微处理器等技术，具有低成本、低功耗、便携移动的特点。WDSCN 主要针对一个或一组机器与机器之间的通信与控制而设计的，可以应用于传感器（收集数据）和控制器、执行器（执行命令等）。WDSCN 技术适用于需要移动或不易进行布线的领域。测控网络的功能将远远大于系统中各独立个体功能的总和，使得测控系统的整体功能显著增强，应用领域及范围明显扩大。

5.  智能化

制造业中智能化仪器一般利用许多传感器获得测量信息，从而得出所需要的测量结果，对加工过程进行控制。仪器智能化是融合智能技术、传感技术、信息技术、仿生技术、材料科学等的一门交叉学科，使检测的概念过渡到在线、动态、主动的实时检测与控制。

6.  高效率低成本

为了增强市场竞争能力，生产厂家均在努力加强质量管理，降低生产成本，因此测量仪器的高效率低成本就成为了需要。

1.1.2 视觉测量技术及其国内外研究现状

随着机器视觉的迅速发展，人们开始考虑把计算机视觉技术的快速性、高智能化应用到检测技术当中，形成了一种新的检测技术——视觉测量技术\[3\]。

视觉测量技术把图像作为检测和传递信息的手段或载体加以利用，从图像中提取有用的信号，通过处理被测图像而获得所需的各种参数。视觉测量技术以机器视觉为基础，融光电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体，组成光、机、电、算综合的测量系统，具有非接触、全视场测量、高精度和自动化程度高的特点。基于视觉测量技术的仪器设备能够实现智能化、数字化、小型化、网络化和多功能化，具备在线检测、动态检测、实时分析、实时控制的能力，具有高效、高精度、无损伤的检测特点，可以满足现代精密测量技术的发展需要，目前已广泛应用于工业、军事、医学等领域，并得到了极大的关注。在电子、光学和计算机等技术不断成熟和完善的基础上，视觉测量技术得到了突飞猛进的发展。早在 20 世纪 80 年代美国国家标准局就预计，检测任务的90％将由视觉测量系统来完成。在近几年的北京国际机床博览会上，可以见到许多国内外利用视觉测量技术研制的仪器，如光学三坐标测量仪、基于视觉技术的刀具预调测量仪等先进仪器。

国外视觉测量技术发展迅速，涵盖的应用领域广泛。20 世纪末以美国、德国、日本为主开始研制各种基于视觉检测的测量模型，用于不同领域的检测\[4\]。

国外从事视觉测量系统开发的厂家很多，如加拿大的 Dalsa 公司、Coreco Imaging公司、IO Industries 公司；丹麦的 JAI/Pulnix 公司；美国的 Cognex 公司、Navitar公司、光学测量仪器公司（OGP）；瑞士的 Photonfocus 公司；日本 CCS 公司、Sony 公司、Keyenc 公司；德国的西门子公司等。如图 1-1、1-2 所示。21 世纪初，用于零件尺寸测量的视觉检测设备逐渐得到推广和应用，主要应用于汽车零件、轴承的检测。

![0_1329027990hMXE.gif][]

![0_13290279941C4e.gif][]

国内视觉测量技术起步较晚，始于 21 世纪初，从最初的代理国外先进设备到现在能自主研发，经历了一个较快的发展阶段。目前，存在的问题是仪器的精度和性能还有待进一步提高。近几年，国内从事视觉测量技术开发的公司不断增加，如北京大恒图像、北京凌云光视、深圳赛克数码、上海法视特、北京和利时电机技术有限公司、深圳视觉龙科技有限公司、苏州南光电子科技有限公司及一些高校科研院所等。如图 1-3、1-4 所示。

![0_1329028002oBs2.gif][]

![0_1329028012eoTm.gif][]

1.1.3 视觉测量技术的主要应用

随着科学技术的快速发展与进步，视觉检测技术日益成熟，广泛应用于工业、农业、军事、医学等各个领域。

1.  在农业生产中的应用

目前，视觉检测技术被广泛应用于瓜果品质的无损检测中\[4-7\]。国外，Taylor等 1984 年首先报道了分别利用线扫描和模拟摄像机检测苹果损伤的试验，结论为利用数字图像技术检测苹果损伤至少可以达到人工分级的精度。Rehkugler 和Krop 1986 年研究了利用视觉进行苹果表面碰压伤检测并依据苹果标准进行了分组，研制成功了利用机器视觉进行缺陷检测和分级的苹果处理设备。国内应用视觉技术进行水果品质无损检测的研究也取得了一定成果。文献\[5\]探讨了应用计算机视觉技术进行芒果重量与其投影图像的相互关系。文献\[6\]研究了用于综合评价苹果果型的计算机视觉系统。文献\[7\]研究了适用于黄花梨品质检测的彩色机器视觉系统等。

此外，视觉检测技术还广泛应用于对蔬菜、谷物、烟叶等的缺陷、类别及等级检测中\[8-12\]。

2.  在工业中的应用

视觉检测在汽车工业中的应用已十分广泛\[13\]。美国三大汽车公司相继与美国Michigan 大学和 Perceptron 公司合作，成功研制了用于对汽车零部件、分总成和总成产品进行尺寸控制的自动视觉检测系统\[14,15\]。英国 ROVER 汽车公司 800 系列汽车车身轮廓尺寸精度的 100％在线检测，也是视觉检测系统用于工业检测中的一个较为典型的例子。国内天津大学精密测试技术及仪器国家重点实验室成功研制了 IVECO 白车身激光视觉检测站和一汽大众 Jieta 轿车白车身 100％在线视觉检测站及一汽解放新型卡车在线检测站，实现了整车总成的三维尺寸自动在线测量\[16\]。视觉技术在汽车零部件的尺寸检测上也得到了广泛的应用：通用汽车研究实验室开发了用于汽车零件检测的视觉原型系统，该系统对所有零件均使用相同的过程，通过对一个好零件与坏零件的比较结果来判断检测区域的指定缺陷；Tsatsoulis 描述了用于电力方向阀的 16 齿齿轮部件的检测，通过寻找图像的外部参数来初始化排列组件\[17\]；Gregory 描述了一种使用知识库的方法来检测汽车制动零件，主要基于在图像内的一些关键点上进行一维灰度图与已知的参考值来比较等\[18\]。

除此之外，视觉检测技术在工业的各个领域都有着广泛的应用，如电子工业中印刷电路板、集成电路和光掩膜等的生产工艺流程中，通过对所获得的图像进行处理和识别来判断制作线路的正误，从而来保证产品的生产质量\[19,20\]；冶金工业中钢板表面的自动探伤、赤热钢板切割位置定位\[21,22\]；玻璃制品行业中的产品检测，如产品外形检测（高度、直径、不规则程度等）、内部缺陷检测（裂纹、气泡等）\[23,24\]；机械零件的自动识别及几何尺寸测量、表面粗糙度和表面缺陷检测\[25-31\]；在现代制药工业中，对药品包装的检测及对药片颜色、尺寸、形状等的检测\[32,33\]；对磁砖等建筑装饰材料的表面质量及颜色的检测\[34,35\]；用计算机视觉系统自动测量圆木的体积\[36\]；基于计算机视觉的织物疵点的检测\[37\]；利用视觉技术对皮革缺陷的检测\[38\]等等。

1.1.4 视觉测量技术的发展趋势

视觉测量技术是一种很有发展前途的自动检测技术，可以实现智能化、柔性、快速和低成本的检测。随着计算机视觉理论研究不断深入，视觉检测将很快在各行各业中广泛应用。视觉测量技术的发展趋势主要体现在以下几点：

1.  实现在线实时检测。

视觉检测系统大多用在工业现场及工业生产线中，对于在线实时检测，如何将视觉测量系统嵌入到生产线相应的工序中，使测量速度与生产线节拍相一致，是视觉测量走上实际应用的关键一步。视觉检测执行时间在很大程度上取决于底层图像处理（图像平滑、滤波、分割等）速度。因此，使用专用硬件实现独立于环境的处理算法，可大大提高图像处理速度。

2.  实现智能化检测。

从 CAD 系统中提取零件视觉模型与检测信息（包括零件位置与方向、摄像机视角等），选定检测项目、检测点和检测路径，建立智能检测规划，并控制工业机器人抓取零件并放置到合适的位置进行检测。

3.  实现高精度检测。

与视觉系统相比，坐标测量机（CoordinateMeasurement Machine，CMM ）在检测精度和测量空间范围上占有很大优势，因此，基于 CMM 的视觉检测系统已经成为视觉检测技术的一种新趋势。集成化的 CMM 和视觉检测系统可以利用视觉系统迅速识别零件的形状及其在测量平台上的位置和状态，完成机器坐标系、零件坐标系、摄像机坐标系之间的转换，帮助  CMM  实现检测路径自动形成与测量结果判断。同时深入研究亚像素定位技术，使之应用到实际的检测系统中，以提高检测精度和降低系统成本。

4.  计算机视觉柔性检测技术。

目前几乎所有的计算机视觉检测系统都只适用于解决特定的检测任务，建立一种较为通用的视觉检测系统，以适用于不同条件下的检测任务，进而实现对目标进行“完全检测”，是目前和将来视觉检测系统的一个发展方向。

5.  研究开发彩色图像、灰度图像和多谱图像的处理算法，拓展视觉检测的应用。 视觉测量技术作为一种新兴的检测技术，现代工业为其提供了巨大的需求空间。工业检测的复杂性和多样性，也必然使工业图像检测技术呈现出复杂性和多样性，这种复杂性和多样性为我们提供了广阔的研究领域。总之，随着计算机视觉技术自身的成熟和发展，计算机视觉测量技术必将在现代和未来制造企业中得到越来越广泛的应用。

1.1.5 视觉测量的关键技术

一个典型的视觉测量系统通常由以下几个部分组成：

l  被测目标。

l  光源。

l  图像获取装置，包括光学成像设备（如 CCD 摄像机）和图像采集卡等。

l  图像存储设备，可以是图像采集卡缓存、磁盘或闪存等。

l  数据处理器，可以是 PC 机、DSP 或图像处理机。

l  伺服装置，功能在于使被测目标处于一个稳定的最佳拍摄状态，载物台是一种最简单的伺服装置。

l  软件系统，负责完成图像特征的提取、数据的分析与综合等功能，软件系统是整个检测系统的关键，其处理精度和速度直接影响着整个检测系统的精度和实时性能。

典型的视觉测量系统的工作流程如图 1-5 所示。

视觉检测系统的关键技术主要包括：图像采集、高精度系统标定、图像的特征提取，亚像素边缘定位技术等。

1.  图像获取

图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成：照明、图像聚焦形成、图像确定和形成摄像机输出信号。

2.  图像处理

视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像滤波、图像增强、边缘提取、细化、特征提取、图像识别与理解等内容。

3.  系统标定

摄像机标定是一个确定三维物体空间坐标系与摄像机图像二维坐标系之间变换关系以及摄像机内部参数和外部参数的过程，高精度的测量系统需要高精度的标定参数。由于成像中的镜头不可避免地产生畸变，小孔投影模型的假设也存在成像误差，寻找简单而且足够精度的摄像机标定方法，是视觉测量精度的关键因素。

4.  亚像素边缘定位技术

随着工业检测等应用对精度要求的不断提高，像素级精度已经不能满足实际测量的要求，因此需要更高精度的边缘提取算法，即亚像素算法。利用软件来提高测量的精度具有方法简单、有效的优点，因此，图像测量的软件算法越来越受到人们的重视。

![0_1329028017z77A.gif][]

[0_1329027990hMXE.gif]: /images/20220615/c8c9ac6ccd524ee7b0ea498a36ec8dbf.png
[0_13290279941C4e.gif]: /images/20220615/e1ad94791dcb4a9688c1747c1ae93160.png
[0_1329028002oBs2.gif]: /images/20220615/34bc3bf7dc6e478686dbd6b6ffb9cefd.png
[0_1329028012eoTm.gif]: /images/20220615/1a0294dccf7847529624c9c13c2f5abd.png
[0_1329028017z77A.gif]: /images/20220615/2e29404b25d340ca875d2952469f30bb.png