机器视觉概念

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇机器视觉概念范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

机器视觉概念范文第1篇

关键词：机器视觉；自动化；图像处理

中图分类号：TP391.4 文献标识码：A 文章编号：1006-8937（2013）23-0012-021 机器视觉的定义

机器视觉是用机器来代替人的眼精来做测量和判断的一门技术。机器视觉系统是通过图像摄取装置将被摄取目标转换成图像信号，并且传送给专用的图像处理系统，把图像信息转变成数字化信号；图像系统对处理好的信号进行运算抽取目标特征，从而根据目标特征来控制现场设备的动作。

2 机器视觉技术的发展

机器视觉这门技术从80年代开始全球获得了蓬勃发展，不断涌现出新的理念。在中国该项技术自起步发展至今，机器视觉已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广。研究领域发展十分迅速。机器视觉的发展已有20多年。1990年以前，仅仅在大学和研究所中有一些研究图像处理和模式识别的实验室。1990～1998年为初级阶段。主要的国际机器视觉厂商还没有进入中国市场。越来越多的电子和半导体工厂带有机器视觉的整套的生产线和高级设备被引入中国。1998～2002年定义为机器视觉概念引入期。在此阶段，许多著名视觉设备供应商，开始接触中国市场寻求本地合作伙伴。从2002年至今，我们称之为机器视觉发展期，中国机器视觉呈快速增长趋势并且应用范围广泛。

现在，机器视觉仍然是一个非常活跃的研究领域，目前国际上从事机器视觉技术研究较为成功的企业主要有：美国邦纳工程公司、捷达科技有限公司、东芝泰力株式会社等。国内深圳、广州、西安等地此项技术发展较为迅速。比如深圳市视觉龙科技、广州三拓识别技术有限公司等。

3 机器视觉技术的工作原理

机器视觉是一项包括了光学成像、传感器、图像处理、机械工程等光、机、电及计算机图像处理的综合技术。

它一般包括照明、镜头、CCD相机、图像处理软件、图像处理单元、监视器和动作执行机构等。其工作流程如图1所示。首先光源投射到被测物体，通过CCD相机捕捉获取被测目标的相关图像信息，然后通过PC机等设备A/D变换转换成数字信号传给图像处理单元，图像处理单元对捕捉到的像素进行分析运算来提取目标特征，输出判别结果，最后把处理过的相关信息传输给执行机构。

4 机器视觉技术的特点

机器视觉系统最大特点是可以提高生产的柔性和自动化程度。通常机器视觉可以代替一些人的视觉难以满足要求的场合或者不适合人工作业的工作环境。另外机器视觉系统在检查大批量生产过程中体现了速度快、精度高等特点。比如产品包装生产线的自动化程度很高，用视觉识别系统代替人工进行在线检测，可以大大提高生产效率。虽然机器视觉系统的优点很突出但是也有它的局限性，所以要根据检测对象的不同特点采取适合的方案。

5 机器视觉技术的应用

当前机器视觉的应用主要体现在以下三个方面：

第一是检测功能，它是机器视觉系统在实际中应用最多的一项功能。能够检测出包装、印刷有无错误、划痕等表面的相关信息。

第二是定位功能，能够自动判断被检测物体的位置，并将位置信息输出。它主要在全自动装配和生产过程中使用。比如自动包装、机械手等执行机构。

第三是测量功能，主要是自动测量被检测物体的外轮廓尺寸等，提高了人工作业的测量精度。

6 机器视觉技术的发展趋势

构建一个合格的机器视觉系统离不开合理的硬件搭配和可靠的控制程序。对于视觉系统的未来研究过程中，图像处理技术和运动控制技术将是整个视觉控制系统开发工作的重点。机器视觉的发展趋势主要有四点。

趋势一：产品标准化。目前从事机器视觉软硬件开发研究的公司中都开发自己独立的产品，导致各个公司生产的硬件产品不能通用，软件兼容性也存在一定的问题，造成了资源的浪费。因此，有必要设立产品软硬件的行业标准，规范各种接口定义和技术指标，降低用户使用成本。

趋势二：产品集成化。越来越多的公司正在开发集成有图像处理芯片的摄像机，这类摄像机在完成图像采集任务的同时，可以对图像进行预定的处理，输出用户指定的信息或者一定标准的图像，由于采用硬件处理图像，一般可以达到很高的处理速度，减少系统等待时间。

趋势三：图像处理软件的人性化。虽然现在的图像处理软件还需要具有图形处理知识背景的工程人员去使用，但是这些软件都在向着一个共同的趋势改变，那就是软件使用变得越来越简单，功能划分越来越细致具体。很多开发软件还提供了开发助手等工具，使即使没有专业知识的工程人员也可以很快的编写出满足要求的处理流程并自动生成程序代码。

趋势四：机器视觉与运动控制、网络化等技术的结合。视觉系统涉及到多种领域，是一种高度专业化的产品，在实际产品生产线上对多工序同步连续检测时，必须使视觉系统具备分布式联网能力。

7 机器视觉技术存在的问题

机器视觉系统在应用中也同时存在着一定的问题，比如：如何准确高速地识别出目标、解决实时性问题的能力、多传感器融合问题、视觉系统与执行机构的协调问题、系统的稳定性问题等问题。机器视觉技术比较复杂，机器视觉不能通过省法来来描述整个视觉过程。所以机器视觉系统的建立十分复杂。但随着机器视觉技术逐渐的成熟和发展，它一定将在制造企业中得到越来越广泛的应用。

参考文献：

[1] 梅江平.高速包装机器人技术与应用[J].机器人技术与应用，2007，（5）：18-20.

[2] 谢勇，彭涛.机器视觉及其在现代包装中的应用[J].株洲工程院学报，2002，（4）：1-4.

机器视觉概念范文第2篇

【关键词】机器视觉 ITO 斑马纸 图像处理 偏移计算

1 前言

过去几十年中，中国作为“世界工厂”，凭借着人口红利，较低的人力成本，打造出了“中国制造”的品牌，但是随着人力成本的上升、经济转型升级，以往粗放型生产模式已经不能适应现代化工厂生产线的需求。随着德国在2013年的《高科技战略2020》中工业4.0概念的提出，如何从“中国制造”向“中国智造”转变成为了当务之急。

产品在其生产制造过程中有着大量的检测、验证工序，利用机器视觉所具有的非接触、速度快、精度高以及高性价比等特点代替以往的以人工为主的生产检测方式，可以大大减少在检测和验证工序的人力成本、时间成本，提高生产效率、质量以及生产的自动化程度；机器视觉检测技术在智能生产的过程中必将发挥其至关重要的作用。本文主要就机器视觉在生产过程中的热压焊接目标的位置偏移检测技术进行设计并加以说明，抛砖引玉，希望能够使机器视觉检测技术在生产制造过程中得到更广泛的应用，推动从“中国制造”到“中国智造”的转变。

2 简介

2.1 ITO与斑马纸

ITO导电玻璃是一种无色透明的物质，具有良好的导电性，耐碱性易被酸刻蚀。普遍应用于LCD、TP、CF、OLED、TFT等产品。普通的ITO玻璃由ITO层、SiO2层、玻璃基板三部分构成，如图1所示。

LCD液晶屏实物图如图2所示。

从图2可以看出，在一般环境光下ITO玻璃为透明、半透明状态，这对机器视觉的检测提出了一定的要求，也是本机器视觉系统解决的难点之一。

斑马纸，也称为热压密封连接器，俗称导电纸，是一种可弯折、性能稳定、使用简便的连接传导的电子元配件，在液晶显示器与电路板、电路板与电路板等的电子、电器的相互连接等方面有广泛的运用。

2.2 需求说明

目前国内生产线上对LCD热压焊接工序主要依靠人工通过专门的热压焊接机进行对齐和焊接，整个工序分成多个步骤，首先放置液晶屏与斑马纸并通过专门的显示设备人工将其对齐并热压然后再放置电路板将电路板与斑马纸另一端对齐并热压焊接；这种方法耗费过多人力且效率低下难以满足批量生产的要求。

本系统的目的即开发一种仅需将ITO导电玻璃、斑马纸、电路板按规定放置，通过机器视觉检测三者相对偏移数值并通过伺服运动平台对偏移进行修正，最后进行热压焊接的设备，提高LCD热压焊接工序的工作效率，以期能够满足批量生产的要求。

3 系统架构简述

本系统采用机器视觉技术来实现对LCD、斑马纸、电路板三者位置偏移的计算，并通过精密伺服运动平台对偏移进行纠正，最后使用热压焊接头对目标进行焊接；系统控制示意图如图3所示。

由于本文篇幅限制，仅对系统中的机器视觉部分进行展开和说明。

4 机器视觉系统

机器视觉系统是整个偏移检测及校准系统的核心部分。由于本系统应用于位置偏移的检测，为了防止对图像的处理使真实偏移数值出现失真，不能对原始图像进行过多的图像处理操作；因此原始图像的质量就成为了机器视觉部分中最为重要的关键，原始图像质量的好坏直接影响整个机器视觉系统的可靠性和稳定性；这对机器视觉系统的图像采集设备提出了更高的要求。

4.1 硬件选型

视觉系统的硬件部分主要由摄像机、光源及其他控制器件组成，其主要功能为将目标物体的图像转化为可被计算机处理的数据，为之后软件的图像处理提供必要的素材。经过多方参考比对和实验，摄像机最终选用130万像素CCD相机；由于ITO玻璃的物理特性，使用一般的光源，摄像机成像系统难以清晰的识别ITO层上的电路管脚，从而影响机器视觉识别的最终结果；通过对多种照明方式的反复试验，最终选取同轴光源对标的物进行照明，能有效增强标的物在摄像机成像时的对比度。另外，考虑到应用场景环境光的不可控性，而本系统对于外界环境光的要求又十分严苛，所以在系统内搭建小型光学暗室使视觉环境可控。

视觉系统硬件部分如图4所示。

4.2 软件系统设计

图像处理软件的功能是通过硬件将被测标的物的图像保存至计算机内存中，再使用图像处理算法对图像进行处理（包括二值化、边缘检测等），使图像中的关键信息能够被识别，从而达到检测LCD、斑马纸、电路板三者位置偏移的数值并对其进行修正的目的。通过硬件系统采集到的原始图像如图5所示。

本软件系统开发环境以Windows XP为操作系统并以Visual Studio 2010为开发平台使用VC++作为开发语言；系统软件主要分为系统设置模块、图像采集模块、图像处理模块、偏移检测模块和结果显示模块。

图像处理模块中，由于本系统是对标的物位置偏移的检测，为了防止图像在处理过程中出现不必要的误差，所以对原始图像并未进行过多的图像处理操作，图像处理的操作主要是图像的二值化和图像的边缘检测以及一定的降噪处理。二值化以后的图像如图6所示。

偏移检测模块实现对图像的偏移量的检测和计算，斑马纸在生产过程中由于生产工艺的问题存在一定的公差，所以在计算偏移量时采用的是取平均偏移量的计算方法，即分别对ITO、斑马纸和电路板金手指选取多个管脚导线并计算它们的中值相对于原始图像的位置，从而计算它们之间的位置偏移量。各部分边缘检测效果图如图7、图8、图9所示。

系统通过边缘检测获得图像中所有管脚导线的边缘相对于原始图像的位置，并计算各自中线相对于原始图像的位置，中线位置的偏移量即各部分之间的偏移量，随后通过伺服控制模块对各部分进行位置调整，即可实现各部分对齐的目标。

由于斑马纸生产工艺的限制，每张斑马纸均存在一定的公差，使得想要做到各部分完全精确的对齐非常困难，但是通过对多个管脚导线的位置取中值的做法可以缓解这种公差对对齐效果的影响，使最终的对齐效果能够满足LCD热压焊接的要求。

5 结语

目前对于LCD热压焊接工序，生产企业主要采用人工检验并调整的方式，存在诸如耗时长、人工成本高等问题。本系统通过引入机器视觉技术对ITO、斑马纸及电路板金手指的位置偏移检测实现自动化，提高生产效率，减少人力成本并保证产品质量。

机器视觉概念范文第3篇

关键词：机器视觉；图像处理；零部件尺寸

引言

目前，在新兴市场经济和新型技术不断崛起的背景下，生产出高品质且价格低廉的产品是企业发展的急切需求，然而近些年来在国内现有生产条件下生产出的产品存在着很大的问题。传统意义上的生产需要设备处于时常工作状态以便于随时检测，然而这样的工作方式导致了设备在一定的时间内出现设备闲置的现象，大大的浪费了生产资源并无法实现可靠的自动化生产；还有一个更为重要的原因在于工业生产线上生产出的产品，对于其尺寸精度的测量人们大多数都通过自己的主观意识或者粗浅的测试方法去判别零部件尺寸是否合格，这样的判断方式检测出的精度根本满足不了客户的需求。基于上述诸多问题的提出，一种基于机器视觉的检测方法应运而生，此概念的提出为生产加工业实现自动化、智能化带来了空前的变革。随着机器视觉的应用，机器视觉的应用大大的提高了产品的质量、降低了人口红利并能在一定程度上降低生产成本，带动生产加工业走向自动化、智能化的道路[1]。

1 系统的整体结构

本研究是基于工业生产线上对不同零部件尺寸的检测，机器视觉的零部件尺寸检测主要分为图像采集、图像分析处理、显示结果及控制三个部分。系统主要由计算机主机、工业相机、LED光源和光电传感器、PLC可编程控制器以及单片机控制器、暗箱等。其工作过程是：首先初始化设备并自检设备，然后计算机主机通过软件驱动工业相机（面阵式CCD传感器），但是工业相机在此时只是处于一个等待采集图像信号的状态，当光电传感器没有检测到物体时，此时工业相机继续等待采集图像信号；当光电传感器检测到产品经过时，打开LED光源并触发工业相机采集零部件数字图像信号，然后关闭LED光源，单片机控制器经过USB串口通信方式将数据传输给计算机主机进行图像处理，图像处理后判断物体是否合格，不合格就放入不合格产品收集箱，合格就检测下一个产品。

2 图像的处理及分析

2.1 标定文件的生成

在图像处理过程中，更值得说明的是标定文件的生成是有严格要求的，其处理的步骤依次为创建标定模板、初始化内参、指定描述文件、收集标定数据、配置校正、标定计算、获得标定参数、生成标定文件等步骤。在标定的过程中运用到了标定板，在这里我们规定其大小必需为视野图像的1/4。系统以二十幅不同位姿的标定板图像进行标定并设置好标定图像的原始位姿，从而生成标定文件[2]。

2.2 灰度转换

在实际的生产加工中，由于复杂的环境因素的影响很多零部件并不是像我们想象中的那么容易区分。因此，为了快速准确的识别我们必须对其进行灰度转换。RGB图像每个像素颜色都对应三维空间上的一个点，而灰度图像像素的颜色可以对应于一条直线来表示。因而，很容易得出彩色图像转换为灰度图像实质是寻求一个在三维空间上的映射。

2.3 滤波降噪

在图像采集过程中由于零部件结构的复杂程度不一，因而图像中的噪声是不可避免的，噪声会影响系统对检测区域的识别与判定。所以降噪滤波在整个检测系统中起到了不可替代的作用。对于噪声的处理有线性的滤波方法和非线性的滤波方法，如均值滤波为线性方法，采用mean_image算子对图像灰度值进行平均处理从而达到降噪平滑图像的效果。中值滤波为非线性的方法。然而对于精度要求比较高的零部件尺寸检测，这两种滤波方法都不能达到我们预期的效果。所以本文采用另一种可靠的滤波方法――高斯滤波。使用高斯滤波器，可以完成高精度的测量任务。

2.4 图像匹配

在工业生产加工中，我们所检测的零部件往往不是单一的，有时候会涉及各种各样的零部件，通过模板匹配技术就可以实现。模板匹配可以用来做完整性检测、区分不同类型的物体和得到目标物体在图像中的位姿。模板的匹配有几种不同的匹配方式：基于灰度值的匹配、使用图形金字塔进行的匹配、基于灰度值的亚像素精度的匹配、带旋转和缩放的模板匹配。在应用匹配的时候我们主要是用来区分不同类型的物体，很多其他的技术都能分别出不同的物体，但对某种特殊类型的物体来说，实现一个可靠的识别算法是很复杂的。另外如果被识别物体经常发生变化。就必须为每种物体开发一个新的识别算法。通过模板匹配技术就可以实现上述功能。

2.5 提取亚像素边缘

亚像素精度轮廓表示图像中两个区域之间的边界，这两个区域中一个区域的灰度值大于灰度阈值，而另一个区域的灰度值小于灰度阈值。为了获得这个边界我们需要将图像的离散转换成一个连续函数，而通过双线插值的方法就能完成这种转换。在零部件尺寸检测的工业生产中，通过工业相机采集回来的零部件图像往往都是像素精度的，在零部件尺寸检测中我们需要达到比图像像素分辨率更高的精度，因此从图像中提取亚像素精度是达到高精度要求的唯一有效的途径。调用edge_sub_pix算子、gen_polygons_xld算子、select_contours_xld、算子和union_straight_contours_xld算子，通过滤波器canny可以对零部件目标Region进行亚像素边缘提取，并可以直接返回由像素点组成的边缘，具有亚像素精度。

2.6 转换为世界坐标

在图像的分析与处理过程中，由于工业相机采集回来的图像会出现一定程度上的畸变，那么这个时候我们就要对图像进行一定程度的校正。转换为世界坐标的目的在于使用标定后的摄像机可以在世界坐标系内进行未失真的测量。这对于零部件尺寸的检测有着很好的效果。这种未失真的检测用立体重构的方法也可以实现，但是立体重构的方法需要多个摄像机在不同的位置上同时拍摄同一物体，但是在实际应用中由于成本和安装空间的限制，这种未失真的方法是不可取的。因此在零部件检测中，我们选择了转换为世界坐标来达到未失真的测量。通过set_origin_pose算子设置原始位姿获得系统参数，然后运用image_points_to_world算子转换为世界坐标。

3 结束语

基于机器的零部件尺寸检测技术，在工业生产中起着举足轻重的作用。随着机器视觉的应用，我们不难发现，机器视觉的应用大大的提高了产品的质量、降低了人口红利并能在一定程度上降低生产成本，带动生产加工业走向自动化、智能化的道路。在机器视觉的应用中，物体特征的提取和尺寸的精确定位及测量是生产线上不可替代的环节。

参考文献

机器视觉概念范文第4篇

2015年，马云在德国CeBIT2015开幕式上向德国总理默克尔演示了由旷视科技Face++提供支持的Smile to Pay“刷脸”技术，这令其为更多人知晓，成为人工智能圈的明星。

2011年，旷视科技由3个85后的年轻人成立，是一家专注于图像识别和深度学习的技术公司，被外界熟知为“Face++”，是国内人脸识别领域知名的创业公司，创业之初获得了联想之星的一笔天使融资；2013年获得创新工场百万美元 A 轮投资。2014年11月，获得2200万美元B轮融资，投资方包括了启明创投、创新工场等，2015年完成B轮4700万美元融资。根据工商信息，公司还获得了来自蚂蚁金服（上海云鑫创业投资有限公司）的投资。

旷视科技品牌市场总经理谢忆楠接受采访时介绍，旷视科技目前主要在深度学习、机器视觉方面进行更深入的技术研发，并保持在泛金融、泛安防两个领域的产品领先地位，逐步向物联网、人工智能方向摸索。

1.12亿刚需用户

据统计，2016年采用旷视科技的人脸识别技术“刷脸”的用户已经达到了1.12亿，这些用户主要来自泛金融领域。人脸识别为他们的身份信息提供了很好的保护，并很顺畅地通过实名验证拿到贷款。

泛金融用户的快速增长，一方面来源于政策的推动，另一方面是“刷脸”技术实质性解决了用户的远程风控问题。谢忆楠对记者表示，“我们的很多技术已经实现了融合，包括人脸识别 、文字识别、SAAS等，他们解决了用户对安全和业务远程化的要求，榛チ网金融的产业化提供了支撑。”

今天泛金融已经不是一个概念，实际上每个行业对于泛金融的需求都存在，这些行业基本上与金融交易服务都存在交叉点，在实名认证方面有共同的需求，实名验证技术也让服务的双方都获得保障，这样就能维持一个良好的秩序。

实名认证对金融业务的扩展也有很大的帮助。一般金融服务网点越多，服务才有更好的保障。在今天的移动化时代，如果服务受制于实名认证这个难题，金融服务网点的整体流程就可能出现问题。比如网贷企业一旦没有远程验证这样的技术手段，就没办法实时批复这样的业务，所有的业务还是要到线下去做，这样一来，互联网金融本身的实时化、网络化的优势就不存在了。

在金融服务实名化需求增多的背景下，旷视科技抓住了这一机遇，他们努力在泛金融行业的移动化方面起到推动作用。而人脸识别技术和生物识别相比，也具备一定的优势：它能让用户的服务得到升级，信息安全得到保障。

“1.12亿用户，这是我们2016年的里程碑，今后人脸识别会逐渐走向更多的人群，走向我们的生活。” 谢忆楠说。

做中国的谷歌+华为

一进旷视科技公司，其门禁系统特别引人注目，这其实是一个“摄像头+门禁控制+后台”的员工、访客管理的综合系统。通过这样的门禁智能识别系统，让数据流通了起来。摄像头拍摄的视频流被分解成很多的信号，会对员工和访客进行识别和分类，并记录下来。

说到人工和机器的不同，谢忆楠这样解释，“对人来说，记录这些信号可以通过眼睛来解决，而机器通过视频感应器将这些线下的数据收集起来，这也是物联网概念的核心所在。”

在物联网方面，旷视科技主要关注两点：一个是智慧安防，另一个是智能商业。智慧安防方面，旷视推出了实时的警务信息告知器，之前警务情况主要是经过事后的方式来处理，不能通过视频信号去实时地去判断。通过开发远程认证识别产品和技术，可以把摄像头变成实时数据的感知器，让警员能够实时地处理问题。

“我们在杭州和无锡分别做了一些项目，通过这些应用，警察可以远程了解在地铁的人哪些是在逃犯，并马上通知现场的同事实施抓捕。从发现到实施抓捕，整个过程下来只需要25分钟。”

智能商业是一个大BI的概念，它的一个重要应用领域就是地产和楼宇的自动化，比如大楼的智能出入管理。过去的门禁卡和保安系统解决不了身份惟一性，也控制不了大楼里面发生的安全隐患。拿2016年的颐和酒店事件来看，尽管保安就在现场，但是没能现场进行阻止，主要的原因就在于他不知道当事人的身份信息，是访客还是房客？没有清晰的认知信息，让管理人员无从下手。

过去在卖场里面的人群很多，这些人到底处于什么样的年龄、性别和特征喜好分布，都是无从知道的。智能零售主要就是通过物联网来感知这些数据的，并将这些数据串联起来，产生最有效的信息。

未来，无论是智能安防，还是智能零售，都离不开物联网技术。旷视科技也逐渐明确了自己的定位――数据服务提供商。“我们只是通过人脸识别技术为各行业提供各种数据服务，解决他们业务上的难题，至于这些数据到底是什么，我们并不关心。”

“实际上我们做的事情主要还是以深度学习、机器视觉的技术研发为主，同时也会提供一些行业解决方案，有点像谷歌+华为的综合体。” 谢忆楠表示。

未来，探索机器人领域

智能制造是当前的热点，越来越多的企业已经将巨大的人力物力投入到可感知的机器人领域。旷视科技的计划是先专注在物联网领域，包括智能制造，随后才会逐步进入半自动化的、有感知能力的机器人领域。

在制造领域有很多不同的工艺和要求，比如色彩、尺寸、力度等等，这些工作在人工时代会有不小的误差，但是采用机器人会做的更加精准。在流程控制上也比较标准化，一个程序就能让所有的机器整齐划一地操作工具。

旷视科技的另一个触角伸向了硬件领域。据研究机构统计，随着物联网、智能硬件的发展，未来数年联网设备的规模可能是数百亿只的量级。今后所有的应用都可能会通过软件和硬件来共同实现，对于关注物联网的企业来说，只关注软件是远远不够的，软硬融合是未来市场的发展方向。

机器视觉概念范文第5篇

关键词：焊接自动化；图像处理；应用；发展趋势

中图分类号：C37 文献标识码：A

一、概述

随着计算机视觉技术的发展,近年来利用机器视觉直接观察焊接熔池,对焊

接质量进行闭环控制是通过图像处理获取熔池的几何形状信息,已是当前研究的主要方向。

和传统的手工焊和半自动焊接过程相比,使用机器视觉进行直接观测焊接熔池有着很明显的优点,采集的数字图像信息丰富,表象直观,且数字化的图像数据可以实时传输到计算机高速缓存内,提取特征信息, 进行实时处理,同时作出在线判决,可以实现焊接过程质量实时控制和传感。

在传统的手工焊接和半自动焊接过程当中,对于一个有经验的焊工,通过直接观察熔池的行为、接头的位置、焊道外形及电弧形状,能够感知焊接的状态。若是感觉到实际焊接过程中同最佳状态不一致,为了达到最佳状态可以通过调节各参数,以获得高质量的焊缝。可以把这个过程划分为眼－脑－手的控制过程。图像处理在焊接过程中的重要意义就等同于手工焊接过程中人的眼睛,可以实现采集和处理焊接位置的传感、焊接时熔池、焊道对中、熔宽和熔深的信息,然后利用计算机发出指令,实现焊接过程的各种工艺参数如电流、电压、焊接速度的调节和电弧或焊丝的对中。

二、图像处理的概念

图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。一般图像处理就指的是对数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，匹配、描述和识别以及增强和复原这3个部分。常见的处理包括有图像复原、图像数字化、图像增强、图像编码、图像分析和图像分割等

三、焊接图像摄取方法

图像的处理一般包括量化、图像识别和图像预处理等几个步骤。图像预处理包括图像增强、图像变换和图像恢复,尽量把因为随机因素的干扰和摄像中各种条件的限制而产生的不足和噪声减小,继而可以获取焊缝位置的精确信息;量化由图像卡完成;图像识别包括边缘提取和图像分割等,可借助小波变换、快速傅立叶变换、概率统计等数学工具对图像进行理解、分析、模式识别和特征提取。

从国内外大量文献来看,利用机器视觉采集焊接熔池图像的方法主要分为被动式直接视觉传感和主动式直接视觉传感两大类,视觉传感器常采用CCD摄取原始图像。CCD是英文(Charge-Coupled Devices)的缩写,意即“电荷耦合器件”。具有体积小、耐震动、重量轻、稳定性好、寿命长、速度高,几何失真小及耐高压等一系列优点。CCD是固态图像传感器的一种,固态图像传感器是指把布设在半导体衬底上的许多感光小单元的光－电信号,用所控制的时钟脉冲读取出来的一类功能器件。

动式直接视觉传感利用窄带复合滤光系统滤除非连续光谱的电弧强光,并采用高强脉冲激光或具有图像增强器的高频闪光灯作为辅助光源,可有效地抑制弧光获得清晰图像。被动式直接视觉传感是利用焊接过程中的结构光进行成像。主被动式直接视觉传感存在强光干扰的问题,激光焊接中,通常采用中性减光的办法解决强光干扰的问题;在电弧焊中,对于短路电弧焊和脉冲电弧焊.可在短路期间或基值电流期间获取图像数据,或者在摄像机前通入部分保护气,减少烟雾和飞溅的影响;TIG/MIG/MAG焊时弧光在600～700nm波段内相对光强最弱最稳定,选用这一波段内的干涉滤光片和防热玻璃可有效地排除弧光及红外干扰。

四、图像处理在焊接中的应用

现如今，对于图像处理主要集中应用在脉冲机器人焊接、TIG焊、激光焊和焊缝质量的检测等领域。图像技术在机器人焊接领域应用较广。由于机器人需要有很强的适应能力,借助三维视觉传感系统和计算机图像处理技术,焊接机器人可对焊接环境进行实时控制。通过图像的采集,可帮助机器人进行焊缝的对中,为机器人焊接提供实时特征信息,如熔深、熔宽和熔池的形状等,从而实现焊接过程的智能控制。目前国内哈工大的吴林教授在这方面作了较深入的研究,从焊缝位置的传感到熔滴的过渡,从过程实时控制到最后焊接质量的检测都进行了较为系统的研究。

哈工大的何景山博士在脉冲TIG焊熔深及熔透的彩色图形法传感方面进行了较深入的研究。图像处理目前用得最广的领域是在脉冲TIG焊中,国内外许多学者都对该领域进行了积极的探索。首先创建了一套适用于脉冲TIG焊的彩色图像法熔深和熔透的传感系统,通过对脉冲峰值和脉宽的控制实现对熔深和熔透的控制,其控制信息来源于基值期间,进行图像信息的采集。

此外，图像处理还在焊接的其它领域中有一定的应用。有的将图像处理用于焊接缺陷的自动监测与缺陷尺寸的保真,也都收到了良好的效果。有些科技工作者还将图像处理用于水下湿法焊接,通过复合滤光技术和水下CCD摄像系统,采集出了药芯焊丝水下湿法焊接电弧区域的图像,用中值滤波和梯度算子的电弧区域图像边缘检测方法,有效地区分了电弧燃烧区域和电弧气泡区域。哈尔滨工业大学的何景山、杨春利等人结合采用埋弧焊进行容器类焊接结构制造过程中的工艺特点及实际工况,设计了一种将微型摄像机、微型半导体激光发生器及具有滤光功能的光学系统三者集成一体的焊缝视觉传感器。

焊接控制过程中的一个重要环节就是焊接缝隙检测,图像处理在这方面的应用也有许多学者研究。为了实现电弧焊过程的自动对中和焊缝质量控制,必须对焊接缝隙的相对位置和坡口几何参数进行检测。西安交大的梁晋、贾昌申等在《图像法焊接缝隙检测的研究》一文介绍了一套自行设计的计算机焊接缝隙检测系统,包括图像采集卡、计算机接口、光学传感器、图像处理软件,分析了它们的基本结构和工作原理,讨论了提高光学传感器、图像处理软硬件等抗干扰能力的措施。该系统工作原理是:由光源和CCD摄像机组成的光学传感器摄取图象,CCD摄像机把图象转换为电信号,再经图象采集卡把模拟信号变为数字信号存储于计算机内,计算机对此信号进行必要的处理,即可得到缝隙位置和坡口几何参数信息,在监视器屏幕上显示出来,或经过D/A电路给执行机构,修正焊枪位置,实现闭环对中控制。有的将图像分割和小波分析应用于焊接领域,小波分析在焊缝视觉跟踪过程中检测焊缝,采用多次小波变换可获得清晰的焊缝边缘,大大简化了硬件设备；图像分割法可减小焊缝识别的图像处理的复杂性,使得焊接过程的实时性增强。

五、图像处理在焊接中应用的展望

为焊接现象的描述及内在规律的解释提供了极佳的条件和直接的证据,推动焊接理论和实践的发展就是通过图像传感的这种方法。同时也使得研究者能够观察到其它传感方法所不能观察到的被强光所淹没的丰富直观的信息。

把图像处理技术应用到现代焊接技术中,将会推动焊接过程质量实时传感与控制的发展和成熟,使得焊接过程通过闭环反馈控制而实现完全自动化,保证焊接质量,提高焊接生产效率。

总之，作为智能控制中关键技术―数字图像技术,在焊接过程中发挥的作用将会越来越大,将为焊接智能化生产作出贡献。现代工业正朝着信息化和智能化方向发展,现代焊接技术也必然要实现智能化。

参考文献：

[1]段佳佳,杨迎春.图像处理在自动焊接中的应用[J].电子测试,2012,02:12-15.

[2]陈彦宾,李俐群,陈凤东,陈杰.图像处理在自动焊接中的应用和展望[J].材料科学与工艺,2003,01:106-112.

作者简介：