机器视觉系统（毕业设计论文doc）

器零件,而处理的目标不仅要能对机器零件定位,还要能对其进行检验。Р对机器视觉,人们也经常使用术语“计算机视觉”与“图像理解”。Р机器视觉有两部分组成:特征度量与基于这些特征的模式识别。Р图(2-2)用图的方式表示了一个机器视觉系统在最基本层次上的组成。首先对未知物体进行度量,并确定一组特征的度量值。在工业应用中,这些特征包括被度量零件在图像中的长、宽和面积。一旦特征经过度量后,其数值就被送到一个现实决策规则的过程中去,这种决策规则一般用一个子程序实现。它对度量值进行计算,并根据所度量的值确定物体最可能属于的类别。Р正如图(2-2)所示,一个机器视觉系统的结构相当简单。然而,每个模块的细节会相当复杂,并且对设计分类器与特征量系统的不同选择很多。Р“特征度量”模块可以进行进一步分解成较详细的操作,如图(2-3)所示。在这个层次上,结构流程会变得更加复杂,因为要执行的具体操作,随图像的类型以及任务要实现的目标变化而变化。并不是所有的操作在任何的应用中都要执行。Р图2-2 机器视觉系统的组成框图Р图2-3 特征度量系统组成Р2.2.3 视觉系统硬件组成Р本文研究的计算机视觉系统主要由七个部分组成:摄像机和光学部件、灯光、图像采集卡、运动控制器、X、Y数控平台,如图(2-5)系统结构。其中,摄像机和光学部件主要用于拍摄目标物体;灯光用于照亮工件,以便从摄像机拍摄到更好的图像;图像采集卡将摄像机与运动控制器连接起来,从摄像头中获得数据(模拟信号或数字信号),然后转换成运动控制器能处理的信息;最后运动控制器控制X、Y数控平台进行模拟加工,完成设计的整个流程。系统构成如图2-4所示:Р光源Р位于X、Y平台上的工件Р摄像机及光学部件Р图片采集卡Р运动控制器РX、Y运动平台Р图Р片Р处Р理Р图2-4 视觉控制的系统组成Р激光笔架Р摄像机PINРX-Y平台PINР图 2-5 系统结构Р数字摄像机