机器视觉综述

1.定义

   机器视觉是研究如何通过光学装置和非接触式传感器自动地接收、处理真实场景的图像，以获得所需信息或用于控制机器人运动的学科。

2.架构

  机器视觉系统通常包含光源、光学传感器、图像采集设备、图像处理设备、机器视觉软件、辅助传感器、控制单元和执行机构等，这些软硬件联动共同完成机器视觉系统承担的任务。

  具体结构信息如下图：

2.1 光源
  光源是机器视觉系统的重要组成部分，它作为辅助成像设备，为机器视觉系统的图像获取提供足够的光线。

2.2 摄像机
  光学传感器（如CCD摄像机）负责将外部场景转换为电信号。

2.3 图像采集设备
  图像采集设备（如图像采集卡）可以将来自光学传感器的信号转换成一定格式的图像数据流，传送给图像处理设备。

2.4 图像处理设备
  图像处理设备（如PC或其他嵌入式硬件设备）上运行有机器视觉软件，可以对图像数据进行分析、处理并发送控制指令。

2.5 执行控制机构
  控制指令经由数字I/O卡发送给控制单元（如PLC）后，由控制单元综合辅助传感器传回的信息，控制执行机构做出相应的动作。

3.开发流程

  机器视觉系统项目的开发过程与其他自动控制系统项目开发过程类似，包括需求分析和系统设计后的软硬件选型、软件开发、测试与验证、系统集成验收以及最终的试运行几个主要阶段，如下图所示:

3.1 软硬件选型
  在软硬件选型阶段，开发人员将对用户的需求进行细化，并分析各个子系统的详细需求，然后根据详细需求中的各种指标，确定构建机器视觉系统所需的软硬件。如果项目工期比较紧张，或者在项目初期用户的需求还不能完全确定，则可以先与用户确定采购周期较长的软硬件相关功能需求和指标，以便尽早开展采购工作。

3.2 软件开发
  这个阶段通常先在实验室将关键硬件连接在一起，构建一套系统的原型机，并在PC上采集图片，然后开发并验证各种算法。

3.3 测试与验证
  这个阶段首先根据开发完成的软件，在实验室条件下进行实时仿真测试，同时指导对软件算法的修正以及调试。然后在实地工况环境下进行软件算法的测试与验证。

3.4 系统集成验收
  此后进行的整个系统的集成测试，主要用于验证系统的功能是否完善，实时性、可用性等性能是否达标，并在客户验收后进入系统的试运行。