探索视觉传感器的应用与发展

2023-06-26 理论教育版权反馈

【摘要】：视觉传感器是视觉系统的核心，是提取环境特征最多的信息源。视觉传感器包括激光器、扫描电动机及扫描机构、角度传感器、线性CCD敏感器及其驱动板和各种光学组件。视觉传感器的核心器件是摄像管或CCD，摄像管是早期产品，CCD是后发展起来的。此外，在危险工作环境或人工视觉难以满足要求的场合，用机器视觉来替代人工视觉也提高了作业的安全性。近年来，基于机器视觉的矿物表面特征，监测技术已引起工业发达国家科研机构的高度关注。

1.视觉传感器的应用

机器人视觉一般指与之配合操作的工业视觉系统，把视觉系统引入机器人以后，可以扩大机器人的使用性能，帮助机器人在完成指定任务的过程中，具有更大的适应性。视觉传感器是视觉系统的核心，是提取环境特征最多的信息源。它既要容纳进行轮廓测量的各种光学、机械、电子、敏感器等各方面的元器件，又要体积小、质量轻。视觉传感器包括激光器、扫描电动机及扫描机构、角度传感器、线性CCD敏感器及其驱动板和各种光学组件。

机器人视觉的作用是从三维环境图像中获得所需的信息并构造出观察对象的明确而有意义的描述，视觉包括三个过程：图像获取、图像处理和图像理解。图像获取是指通过视觉传感器将三维环境图像转换为电信号；图像处理是指图像到图像的一种变换，如特征提取；图像理解则在处理的基础上给出环境描述。视觉传感器的核心器件是摄像管或CCD，摄像管是早期产品，CCD是后发展起来的。目前的CCD已能做到自动聚焦。

在空间中判断物体的位置和形状一般需要两类信息：距离信息和明暗信息。视觉系统主要是用来解决这两方面的问题。当然作为物体视觉信息来说还有色彩信息，但它对物体的识别不如前两类信息重要，所以在视觉系统中用得不多。获得距离信息的方法可以有超声波、激光反射法、立体摄像法等。明暗信息主要靠电视摄像机、固态摄像机来获得。与其他传感器工作情况不同，视觉系统对光线的依赖性很大。往往需要好的照明条件，以便使物体所形成的图像最为清晰，复杂程度最低，检测所需的信息得到增强，不至于产生不必要的阴影、低反差、镜面反射等问题。下面列举一些已取得的应用成果。

1）工业上的应用

在工业环境中，机器视觉应用日臻成熟，在提高工业生产灵活性和自动化程度方面发挥着重要的作用。此外，在危险工作环境或人工视觉难以满足要求的场合，用机器视觉来替代人工视觉也提高了作业的安全性。在流水线上通过图像识别技术检查产品外观缺损、标签印刷错误、电路板焊接质量缺陷的图像识别系统就是机器视觉系统应用于工业领域的成功范例。印刷包装、汽车工业、半导体材料、食品生产等，都是机器视觉在工业领域的应用方向。

2）农业上的应用

在农业生产中，有一部分工作是对农作物或农产品的外观进行判断，如水果品质检测、果实成熟度判别、作物生长状况以及杂草的识别等。这些过去主要是依靠人的视觉进行辨别和判断的工作可以由机器视觉技术部分或全部替代，从而实现农业自动化和智能化。例如，来自南京林业大学的黄秀玲团队就设计了一条可以对苹果品质进行动态、实时检测的智能化分级生产线。在生产线上，均匀分布的三个摄像头一次性采集苹果表面信息，通过计算机智能控制系统对采集信息进行综合分析，从而对苹果进行分级。不过，也有专家表示，由于农田环境的复杂多变性以及非结构化特性，目前机器视觉在农业生产中的应用尚不成熟，仍需进一步完善。

3）各类检验、监视中的应用

如检查印刷底板的裂痕、短路及不合格的连接部分；检查铸件的杂质和断口；对产品样品进行常规检查；检查标签文字标记、玻璃产品的裂缝和气泡等。

4）勘探中的应用

在勘探采集、有色冶炼等过程中，机器视觉技术也大有可为。选矿是矿产资源加工中的一个重要环节，选矿水平高低直接影响矿物资源的回收。近年来，基于机器视觉的矿物表面特征，监测技术已引起工业发达国家科研机构的高度关注。资料显示，欧盟联合多家大学和企业，于2000年启动了“基于机器视觉的气泡结构和颜色表征”项目；南非、智利等国家也将机器视觉应用到石墨、铂金属的浮选监控中。在国内，对煤和镍的浮选监控研究也取得了重大进展。

5）商业上的应用

自动巡视商店或者其他重要场所门廊，自动跟踪可疑的人并及时报警。

6）遥感方面的应用

自动制图、卫星图像与地形图对准，自动测绘地图；国土资源管理，如森林、水面、土壤的管理等；还可以对环境、火灾自动监测。

7）医疗、科研等方面的应用

在医学领域，机器视觉可以辅助医生进行医学影像的分析，如X射线透视图、核磁共振图像、CT图像、染色体切片、癌细胞切片、超声波图像的自动检查，进而自动诊断等。在科学研究领域，可以利用机器视觉进行材料分析、生物分析、化学分析和生命科学分析，如血液细胞自动分类计数、染色体分析、癌症细胞识别等。

8）军事方面的应用

自动监视军事目标，自动发现、跟踪运动目标，自动巡航捕获目标和确定距离。

在过去的几年中，机器人视觉的学术研究没有与其实际应用结合起来。当科学工作者努力研究能够识别多物体有阴影的景物，用人工智能技术来识别图像，开发类似人眼的机器人视觉时，产品工程师正在努力研制特定用途的硬件、二进制图像、扫描光和部分物体识别。因此，一些简单的设备用于被观察物体（待装配零件）的进给和预定位，以及被观察物体上的一些重要标记被用于装配系统的识别，装夹和搬运任意放置的工件还无法实现。

近年来，随着传感技术的发展，视觉传感器已用于各个领域，视觉的典型应用领域为组装和自主式智能系统与导航。在组装过程中，局部和整体需求都要用到计算机视觉。元件的定向和定位，机器人手腕或手爪的一个零件，以及元件的检验或工具放在夹具中都被认为是局部需求。元件的位置或用于安装工艺的机器人工作空间的一个零件被认为是全局需求。机器人视觉重要被用于全局需求，安装过程中组装件的定位。视觉的典型应用领域为自主式智能系统和导航。

视觉这一概念来自生物科学。反射自各种物体的光线作用于视觉器官（对大多数生物来说是眼睛），使其感受细胞得到相关信息，其信息经视觉神经系统加工后便产生视觉，再经过大脑，便有了眼前所见的物体。人和动物通过视觉感知外界物体的大小、明暗、颜色、动静，获得对机体生存具有重要意义的各种信息，至少有80%以上的外界信息经视觉获得，视觉是人和动物最重要的感觉，视觉成像的最基本原理就是凸透镜成像。和照相机类似，眼球中的角膜和晶状体的共同作用，相当于一个“凸透镜”，视网膜相当于照相机的底片。从物体发出的光线经过人眼的凸透镜在视网膜上形成倒立、缩小的实像，分布在视网膜上的视神经细胞受到光的刺激，把这个信号传输给大脑，经过处理使人可以看到这个物体的正像。其原理如图5-17所示。

pagenumber_ebook=163,pagenumber_book=153

图5-17　人眼成像原理

机器视觉系统针对不同的应用有着不同的形式。系统按功能构成大致可分为视觉信息输入设备（视觉传感器）、图像采集系统、图像处理系统以及一些辅助设备，如光源、输出接口和通信接口等。由图像传感器产生图像信息，经由采集系统输入至处理系统，根据算法进行相应的图像处理，模式识别后，完成相应的检测和识别任务，由计算机或其他设备显示结果或输出控制信号。机器视觉系统一般以计算机为中心，由光源系统、视觉传感器、图像采集系统以及图像处理系统、控制系统等模块组成，如图5-18所示，而视觉传感器在其中起着关键性的作用。

pagenumber_ebook=164,pagenumber_book=154

图5-18　机器视觉系统的构成

一般来说，模块化的机器视觉系统由以下几个模块组成：

（1）光学系统模块。光学系统模块一般又可分为照明系统和镜头光学系统设计两部分。照明系统就是通过研究被测物体的光学特性、距离、物体大小、背景特性等，合理地设计光源的强度、颜色、均匀性、结构、大小，并设计合理的光路，以达到获取目标相关结构信息和清晰成像的目的，而镜头是将物方空间信息投影到像方的主要部件。镜头的设计主要是根据检测的光照条件和目标特点选好镜头的焦距、光圈范围和其他技术指标。

（2）视觉传感器模块。视觉传感器是机器视觉的主要功能部件，主要负责信息的光电转换，位于镜头后端的像平面上。目前，主流的图像传感器可分为CCD与CMOS图像传感器两类。

（3）图像处理模块。图像处理模块主要负责图像的处理与信息参数的提出，可分为硬件结构与软件算法两个层次。硬件结构一般是以CPU为中心的电路系统，有独立处理数据能力的智能相机依赖于板上的信息处理芯片，如DSP、ARM、FPGA等。软件部分包括一个完整的图像处理方案与决策方案，其中包括一系列的算法。

（4）通信模块。通信结构是输出机器视觉系统运算结果和数据的模块。基于PC的机器视觉系统可将接口分为内部接口与外部接口，内部接口只要负责系统将信号传到PC机的高速通信口，外部接口完成系统与其他系统或用户通信和信息交换的功能。智能相机则一般利用通用I／O与高速的以太网完成对应的所有功能。

（5）显示模块。显示部分可以认为是一个特殊的用户界面，它可以使用户更为直观的检测系统的运行过程。基于PC的机器视觉系统中可以直接通过PCI总线将系统的数据信息传输到显卡，并通过VGA接口传到计算机屏幕上。

（6）控制模块。控制模块主要是根据处理模块下达的命令控制机器视觉系统的执行器来进行各种操作，是视觉系统的最终服务方。

2.视觉传感器的构成及工作原理

相机可以看作是简单的视觉传感器，但是视觉传感器并不是一部简单的相机，而可以看作是一个高度集成化的小型机器视觉系统。具体的定义是，视觉传感器就是一个将图像的采集、处理与通信功能集成于单一相机内，从而提供具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。视觉传感器中还包含了DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。

视觉传感器的组成一般为图像采集单元、图像处理单元、图像处理软件、网络通信单元和显示设备等，如图5-19所示。

pagenumber_ebook=165,pagenumber_book=155

图5-19　视觉传感器的组成

各部分的功能如下：

（1）图像采集单元相当于数码相机中的CCD和COMS感光元件，但是其又集成了图像采集卡等芯片化设备，其功能就是将光学图像采集后转换为模拟／数字图像，并输出到图像处理单元以便进一步处理。

（2）图像处理单元相当于数码相机中的图像处理卡。其功能就是将采集单元传输过来的图像信息进行储存和处理，这其中也要得到图像处理软件的支持。图像处理单元的硬件组成一般由DSP或FPGA等高速数字处理器所构成，用户可以根据自己的需求来定制其中的软件，具有很大的灵活性和很强的开发能力。

（3）硬件和软件是不可能分离的，图像处理软件的作用就是为图像处理单元提供软件和算法支持。不同类型的视觉传感器都搭载有相应的图像处理软件，而现在的图像处理软件越来越朝着模块化工具包和可视化操作的方向发展。

（4）通信单元是视觉传感器和外界联系的重要渠道，主要负责图像信息的通信工作。通信单元以TCP／IP、FTP、Telnet、SMTP、Ether Net／IP等协议为基础，内置以太网或无线通信装置，从而将视觉传感器捕捉的视觉信息传递到网络中，一般供用户随时调用。

（5）显示设备是可选设备，主要功能是实时为用户提供视觉传感器监控对象的情况。

3.视觉传感器的特点

视觉传感器代替人工辨识物体具有不可比拟的优势，其具有操作简单、维修方便、安装灵活等优势，可以在短时间内构建起一整套机器视觉系统，其特点还表现在以下几个层面：

（1）体积小、结构紧凑。最小的视觉传感器已经可以做到乒乓球大小，Feith公司所研发的新一代视觉传感器的体积仅为48 mm×58 mm×70 mm，质量仅为130 g，易于安装在生产线和各种设备上，且便于装卸和移动。

（2）集成度高。视觉传感器通过将图像采集单元、图像处理单元、图像处理软件和网络通信设备的集成，实现了机器视觉采集的一站式服务和较高的效率与稳定性。

（3）操作和可开发性强。视觉传感器的硬件是以DPS或FPGA高速处理技术为基础的，而且已经形成了一定的固定机器视觉算法，所以在操作性上已经达到了很高的水平。

探索视觉传感器的应用与发展

相关推荐