机器视觉作业.doc

机器视觉结课作业 机器视觉系统的组成，及各组成部分的作用。 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 一个典型的机器视觉系统包括以下五大块： 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白炽灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 read_image (ICs, ’ic’) decompose3 (ICs, Red, Green, Blue) trans_f rom_rgb (Red, Green, Blue, Hue, Saturation, Intensity) threshold (Saturation, Colored, 100, 255) reduce_domain (Hue, Colored, HueColored) threshold (HueColored, Blue, 114, 137) connection (Blue, BlueConnect) select_shape (BlueConnect, BlueLarge, ’area’, ’and’, 150, 100000) shape_trans (BlueLarge, Condensators, ’rectangle2’) threshold (HueColored, Red, 10, 19) connection (Red, RedConnect) select_shape (RedConnect, RedLarge, ’area’, ’and’, 150, 100000) shape_trans (RedLarge, Resistors, ’rectangle2’) 如果你更仔细的观察一下程序，你就会结果有了显著的提高。 其中之一是因为颜色模型，彩色图形的门限在所有的像素间选择一个固定的颜色，选择在颜色浸透部分时独立的。这有可能造成非常亮或者非常暗的像素与电子元件有相同的灰度。，但你只寻找非常强烈的颜色。所以你选择的像素点都是色彩强烈的点，例如具有色才饱和度的像素点。 第二个加强的是对象的形状，因为所有的元件都是矩形的，你可以指定所有相连的元件最小的矩形来加强分割效果。图2的左边图是结果元件的标注。 图2 电阻和电容（左）和ic元件（右） 第二步我们寻找所有的ic元件。这看起来很容易，因为它相当的大而且暗，但是由于明亮的标记被打印在IC元件的周围会出现一些问题。所以一个简单的门限处理并不是有效的。除此之外你还有联合所有属于一个IC元件的片断，这可以通过检查片断的连接部位。可以使用膨胀来扩展区域直道它们相互交替，但又不能太大以致IC元件都重叠。标记之间的空白一定要比IC元件之间的小。现在你可以分离IC元件从它们的相连的元件中。可惜它们太大以致不能分割。另一个对相连的元件的门限将会探测每个IC元件的暗的像素。最终你可以用闭合的矩形里指定电阻和电容。 threshold (Intensity, Dark, 0, 50) dilation_rectangle1 (Dark, DarkDilate, 15, 15) connection (DarkDilate, ICLarge) add_channels (ICLarge, Intensity, ICLargeGray) threshold (ICLargeGray, ICsDark, 0, 50) shape_trans (ICsDark, IC, ’rectangle2’) 图2的右边图显示了IC的结果图。关于上面的程序我们要提及两点。这里操作符addchannels被reducedomain代替。这是必须的因为一些区