hbr相機什麼意思

A. 機器視覺技術的應用現狀

機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特徵，進而根據判別的結果來控制現場的設備動作。
一個典型的工業機器視覺應用系統包括如下部分：光源，鏡頭，CCD照相機，圖像處理單元（或圖像捕獲卡），圖像處理軟體，監視器，通訊/輸入輸出單元等。首先採用攝像機獲得被測目標的圖像信號， 然後通過A/ D 轉換變成數字信號傳送給專用的圖像處理系統，根據像素分布、亮度和顏色等信息，進行各種運算來抽取目標的特徵，然後再根據預設的判別准則輸出判斷結果，去控制驅動執行機構進行相應處理。機器視覺是一項綜合技術，其中包括數字圖像處理技術、機械工程技術、控制技術、光源照明技術，光學成像技術、感測器技術、模擬與數字視頻技術、計算機軟硬體技術、人機介面技術等。 機器視覺強調實用性，要求能夠適應工業現場惡劣的環境，要有合理的性價比、通用的工業介面、較高的容錯能力和安全性，並具有較強的通用性和可移植性。 它更強調實時性，要求高速度和高精度。
視覺系統的輸出並非圖像視頻信號，而是經過運算處理之後的檢測結果，如尺寸數據。上位機如PC和PLC實時獲得檢測結果後，指揮運動系統或I/O系統執行相應的控制動作，如定位和分選。從視覺系統的運行環境分類，可分為PC-BASED系統和PLC-BASED系統。基於PC的系統利用了其開放性，高度的編程靈活性和良好的Windows界面，同時系統總體成本較低。以美國DATA TRANSLATION公司為例，系統內含高性能圖像捕獲卡，一般可接多個鏡頭，配套軟體方面，從低到高有幾個層次，如Windows95/98/NT環境下C/C++編程用DLL，可視化控制項activeX提供VB和VC++下的圖形化編程環境，甚至Windows下的面向對象的機器視覺組態軟體，用戶可用它快速開發復雜高級的應用。在基於PLC的系統中，視覺的作用更像一個智能化的感測器，圖像處理單元獨立於系統，通過串列匯流排和I/O與PLC交換數據。系統硬體一般利用高速專用ASIC或嵌入式計算機進行圖像處理，系統軟體固化在圖像處理器中，通過類似於游戲鍵盤的簡單裝置對顯示在監視器中的菜單進行配置，或在PC上開發軟體然後下載。基於PLC的系統體現了可靠性高、集成化，小型化、高速化、低成本的特點，代表廠商為日本松下、德國Siemens等。
德國Siemens公司在工業圖像處理方面擁有超過20年經驗積累，SIMATIC VIDEOMAT是第一個高性能的單色和彩色圖像處理系統，並成為SIMATIC自動化系統中極重要的產品。而99年推出的SIMATIC VS710是業內第一個智能化的、一體化的、帶PROFIBUS介面的、分布式的灰度級工業視覺系統，它將圖像處理器、CCD、I/O集成在一個小型機箱內，提供PROFIBUS的聯網方式（通訊速率達12Mbps）或集成的I/O和RS232介面。更重要的，通過PC WINDOWS下的Pro Vision參數化軟體進行組態，VS 710第一次將PC的靈活性，PLC的可靠性、分布式網路技術，和一體化設計結合在一起，使得西門子在PC和PLC體系之間找到了完美的平衡。機器視覺系統在印刷包裝中的應用 自動印刷品質量檢測設備採用的檢測系統多是先利用高清晰度、高速攝像鏡頭拍攝標准圖像，在此基礎上設定一定標准；然後拍攝被檢測的圖像，再將兩者進行對比。CCD線性感測器將每一個像素的光量變化轉換成電子信號，對比之後只要發現被檢測圖像與標准圖像有不同之處，系統就認為這個被檢測圖像為不合格品。印刷過程中產生的各種錯誤，對電腦來說只是標准圖像與被檢測圖像對比後的不同，如污跡、墨點色差等缺陷都包含在其中。
最早用於印刷品質量檢測的是將標准影像與被檢測影像進行灰度對比的技術，較先進的技術是以RGB三原色為基礎進行對比。全自動機器檢測與人眼檢測相比，區別在哪裡?以人的目視為例，當我們聚精會神地注視某印刷品時，如果印刷品的對比色比較強烈，則人眼可以發現的、最小的缺陷，是對比色明顯、不小於0.3mm的缺陷；但依靠人的能力很難保持持續的、穩定的視覺效果。可是換一種情況，如果是在同一色系的印刷品中尋找缺陷，尤其是在一淡色系中尋找質量缺陷的話，人眼能夠發現的缺陷至少需要有20個灰度級差。而自動化的機器則能夠輕而易舉地發現0.10mm大小的缺陷，即使這種缺陷與標准圖像僅有一個灰度級的區別。
但是從實際使用上來說，即便是同樣的全色對比系統，其辨別色差的能力也不同。有些系統能夠發現輪廓部分及色差變化較大的缺陷，而有些系統則能識別極微小的缺陷。對於白卡紙和一些簡約風格的印刷品來說，如日本的KENT煙標、美國的萬寶路煙標，簡單地檢測或許已經足夠了，而國內的多數印刷品，特別是各種標簽，具有許多特點，帶有太多的閃光元素，如金、銀卡紙，燙印、壓凹凸或上光印刷品，這就要求質量檢測設備必須具備足夠的發現極小灰度級差的能力，也許是5個灰度級差，也許是更嚴格的1個灰度級差。這一點對國內標簽市場是至關緊要的。
標准影像與被檢印刷品影像的對比精確是檢測設備的關鍵問題，通常情況下，檢測設備是通過鏡頭採集影像，在鏡頭范圍內的中間部分，影像非常清晰，但邊緣部分的影像可能會產生虛影，而虛影部分的檢測結果會直接影響到整個檢測的准確性。從這一點來說，如果僅僅是全幅區域的對比並不適合於某些精細印刷品。如果能夠將所得到的圖像再次細分，比如將影像分為1024dpi X 4096dpi或2048dpi X 4096dpi，則檢測精度將大幅提高，同時因為避免了邊緣部分的虛影，從而使檢測的結果更加穩定。
採用檢測設備進行質量檢測可提供檢測全過程的實時報告和詳盡、完善的分析報告。現場操作者可以憑借全自動檢測設備的及時報警，根據實時分析報告，及時對工作中的問題進行調整，或許減少的將不僅僅是一個百分點的廢品率，管理者可以依據檢測結果的分析報告，對生產過程進行跟蹤，更有利於生產技術的管理。因為客戶所要求的，高質量的檢測設備，不僅僅是停留在檢出印刷品的好與壞，還要求具備事後的分析能力。某些質量檢測設備所能做的不僅可以提升成品的合格率，還能協助生產商改進工藝流程，建立質量管理體系，達到一個長期穩定的質量標准。
凹版印刷機位置控制及產品檢測
由設置在生產線上的攝像機連續攝取印製品的視頻圖像，攝像的速度在30 幀/s 以下且可調。攝像機採集到的圖像，首先進行量化，將模擬信號轉化成數字信號，從中抽取一張有效代表鏡頭內容的關鍵幀，並將其顯示在顯示器上。對於一幀圖像，可採用對靜止圖像的分析方法來處理，通過尺寸測量和多光譜分析可識別出視頻圖像上各色標，得出色標間距和色標的顏色參數以及一些其他相關。
由於各種因素影響，會出現各種各樣的雜訊，如高斯雜訊、椒鹽雜訊及隨機雜訊等。雜訊給圖像處理帶來很多困難，它對圖像分割，特徵提取，圖像識別，具有直接的影響，因此實時採集的圖像需進行濾波處理。圖像濾波要求能去除圖像以外的雜訊，同時又要保持圖像的細節。當雜訊為高斯雜訊時，最常使用的是線性濾波器，易於分析和實現；但線性濾波器對椒鹽雜訊的濾波效果很差，傳統的中值濾波器能減少圖像中的椒鹽雜訊，但效果不算理想，即充分分散的雜訊被去掉，而彼此靠近的雜訊會被保留下來，所以當椒鹽雜訊比較嚴重時，它的濾波效果明顯變壞。本系統改進型中值濾波法。該方法首先求得雜訊圖像窗口中去除最大和最小灰度值像素後的中值，然後計算該中值與對應的像素灰度值的差，再與閾值相比較以確定是否用求得的值代替該像素的灰度值。
圖像分割在該階段中檢測出各色標並與背景分離，物體的邊緣是由灰度不連續性所反映的L 邊緣種類可分為兩種，其一是階躍性邊緣，它兩邊的像素的灰度值有顯著不同；其二是屋頂狀邊緣，它位於灰度值從增加到減小的變化轉折點L對於階躍性邊緣，其二階方向導數在邊緣處呈零交叉，因而可用微分運算元來做邊緣檢測運算元。微分運算元類邊緣檢測法類似於高空間域的高通濾波，有增加高頻分量的作用，這類運算元對雜訊相當敏感，對於階躍性邊緣，通常可用的運算元有梯度運算元Sobel 運算元和Kirsh 運算元。對於屋頂狀邊緣可用拉普拉斯變換和Kirsh 運算元。由於色標為長方形，且相鄰邊緣灰度級相差較大，故採用邊緣檢測來分割圖像。這里採用Sobert 邊緣子來進行邊緣檢測，它是利用局部差分運算元來尋找邊緣，能較好的將色標分離出來。在實際的檢測過程中，採用彩色圖像邊緣檢測方法，選擇合適的彩色基(如強度、色度、飽和度等)來進行檢測。根據印刷機的類型特點，即印刷機各色的顏色和版圖的特點，進行多閾值處理，得到各色的二值圖。
將分割後的圖像進行測量，通過測量值來識別物體，由於色標為形狀規則的矩形，所以可對下述特徵進行提取：(1) 由像素計算矩形面積，(2) 矩形度，(3) 色度(H ) 和飽和度(S )，然後根據各色標的間隔的像素點數量得到色標間的間距，與設定值比較，得到兩者的差值，共進行m 次測量，取平均差值，給數字交流伺服調節部分提供相應的調節信號。以調節色輥的相對位置，從而消除或減少印刷錯位。在特徵提取時，對圖像進行多光譜圖像分析，可以定量地表示色標，如彩色數圖像中像素的顏色，採用HIS 格式得到各色標顏色信息的兩個參數：色度和飽和度，以此來檢測油墨的質量。對各色二值圖再進行統計計算或與標准圖形進行樣板匹配，測量印刷過程中墨屑等參數。
印刷機由開卷機放卷運行依次經過各印刷單元，進行各色的印刷和烘乾，由收卷機進行收卷L 每色印刷都會在印料的邊沿印上以供套色用的色標，該色標線水平10mm，寬1 mm ，每個相鄰顏色的標志線在套印精確時應相互平行，垂直(縱向)相巨20 mm，由設置在生產線上的攝影機連續攝取印製品的視頻圖像，通過尺寸測量和多光譜分析可識別出視頻圖像上各色標，得出色標間距和色標的顏色參數L如果相鄰兩色色標間隔大於或小於20 mm ，則說明套印出現了偏差。將該偏差信號送給伺服變頻驅動單元，驅動交流伺服電機，使相應的套色修正輥ML上下移動來延長或縮短印料自上一單元印刷版輥到該單元印刷版輥的行程來動態修正。 在現代包裝工業自動化生產中，涉及到各種各樣的檢查、測量，比如飲料瓶蓋的印刷質量檢查，產品包裝上的條碼和字元識別等。這類應用的共同特點是連續大批量生產、對外觀質量的要求非常高。通常這種帶有高度重復性和智能性的工作只能靠人工檢測來完成，我們經常在一些工廠的現代化流水線後面看到數以百計甚至逾千的檢測工人來執行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率（即零缺陷），而當今企業之間的競爭，已經不允許哪怕是0。1%的缺陷存在。有些時候，如微小尺寸的精確快速測量，形狀匹配，顏色辨識等，用人眼根本無法連續穩定地進行，其它物理量感測器也難有用武之地。這時，人們開始考慮把計算機的快速性、可靠性、結果的可重復性，從而引入了機器人視覺技術。
一般地說，首先採用CCD照相機將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，如：面積、長度、數量、位置等；最後，根據預設的容許度和其他條件輸出結果，如：尺寸、角度、偏移量、個數、合格/不合格、有/無等。機器視覺的特點是自動化、客觀、非接觸和高精度，與一般意義上的圖像處理系統相比，機器視覺強調的是精度和速度，以及工業現場環境下的可靠性。 機器視覺極適用於大批量生產過程中的測量、檢查和辨識，如：對IC表面印字元的辨識，食品包裝上面對生產日期的辨識，對標簽貼放位置的檢查。 在機器視覺系統中；關鍵技術有光源照明技術、光學鏡頭、攝像機、圖像採集卡、圖像處理卡和快速准確的執行機構等方面。在機器視覺應用系統中；好的光源與照明方案往往是整個系統成敗的關鍵；起著非常重要的作用；它並不是簡單的照亮物體而已。 光源與照明方案的配合應盡可能地突出物體特徵量；在物體需要檢測的部分與那些不重要部份之間應盡可能地產生明顯的區別；增加對比度；同時還應保證足夠的整體亮度；物體位置的變化不應該影響成像的質量。在機器視覺應用系統中一般使用透射光和反射光。 對於反射光情況應充分考慮光源和光學鏡頭的相對位置、物體表面的紋理；物體的幾何形狀、背景等要素。光源的選擇必須符合所需的幾何形狀、照明亮度、均勻度、發光的光譜特性等；同時還要考慮光源的發光效率和使用壽命。光學鏡頭相當於人眼的晶狀體；在機器視覺系統中非常重要。 一個鏡頭的成像質量優劣；即其對像差校正的優良與否；可通過像差大小來衡量；常見的像差有球差、彗差、像散、場曲、畸變、色差等六種。
攝像機和圖像採集卡共同完成對物料圖像的採集與數字化。 高質量的圖像信息是系統正確判斷和決策的原始依據；是整個系統成功與否的又一關鍵所在。 在機器視覺系統中；CCD 攝像機以其體積小巧、性能可靠、清晰度高等優點得到了廣泛使用。 CCD 攝像機按照其使用的CCD 器件可以分為線陣式和面陣式兩大類。 線陣CCD 攝像機一次只能獲得圖像的一行信息；被拍攝的物體必須以直線形式從攝像機前移過；才能獲得完整的圖像；因此非常適合對以一定速度勻速運動的物料流的圖像檢測；而面陣CCD 攝像機則可以一次獲得整幅圖像的信息。圖像信號的處理是機器視覺系統的核心；它相當於人的大腦。 如何對圖像進行處理和運算；即演算法都體現在這里；是機器視覺系統開發中的重點和難點所在。 隨著計算機技術、微電子技術和大規模集成電路技術的快速發展；為了提高系統的實時性；對圖像處理的很多工作都可以藉助硬體完成；如DSP、專用圖像信號處理卡等；軟體則主要完成演算法中非常復雜、不太成熟、尚需不斷探索和改變的部分。
從產品本身看，機器視覺會越來越趨於依靠PC技術，並且與數據採集等其他控制和測量的集成會更緊密。且基於嵌入式的產品將逐漸取代板卡式產品，這是一個不斷增長的趨勢。主要原因是隨著計算機技術和微電子技術的迅速發展，嵌入式系統應用領域越來越廣泛，尤其是其具備低功耗技術的特點得到人們的重視。另外，嵌入式操作系統絕大部分是以C語言為基礎的，因此使用C高級語言進行嵌入式系統開發是一項帶有基礎性的工作，使用高級語言的優點是可以提高工作效率，縮短開發周期，更主要的是開發出的產品可靠性高、可維護性好、便於不斷完善和升級換代等。因此，嵌入式產品將會取代板卡式產品。
由於機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬體產品正逐漸成為協作生產製造過程中不同階段的核心系統，無論是用戶還是硬體供應商都將機器視覺產品作為生產線上信息收集的工具，這就要求機器視覺產品大量採用標准化技術，直觀的說就是要隨著自動化的開放而逐漸開放，可以根據用戶的需求進行二次開發。當今，自動化企業正在倡導軟硬一體化解決方案，機器視覺的廠商在未來5-6年內也應該不單純是只提供產品的供應商，而是逐漸向一體化解決方案的系統集成商邁進。
在未來的幾年內，隨著中國加工製造業的發展，對於機器視覺的需求也逐漸增多；隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。由於機器視覺的介入，自動化將朝著更智能、更快速的方向發展。