（二）線掃檢測平台

采用(use)8k、16k、64k系列高分辨率線掃相機，匹配千兆網卡、高性能工控機及對應的(of)鏡頭和(and)光源，實現産品快速運動中的(of)圖形采集，主要(want)用(use)于(At)檢測産品小尺寸瑕疵等項目，産品兼容尺寸範圍：300≥W≥80,500≥L≥100。線掃檢測平台三維結構如下圖2所示，設備基本參數如下表2-2所示。

線掃檢測平台3

表2-2  線掃檢測平台基本參數

（三）面陣檢測平台

主要(want)用(use)于(At)快速檢測中小規格産品外觀、尺寸缺陷，産品尺寸兼容範圍：245≥W≥200,355≥L≥290。面陣檢測平台三維結構如下圖3所示，設備基本參數如下表-3-3所示。

面陣檢測平台

表3-3  面陣檢測平台基本參數

（四）遠心檢測平台

主要(want)用(use)于(At)快速檢測中小規格産品外觀、尺寸缺陷，産品尺寸兼容範圍：150≥W≥50,150≥L≥50。遠心檢測平台三維結構如下圖4所示，設備基本參數如下表4-4所示。

遠心檢測平台

表4-4 遠心檢測平台基本參數

五、應用(use)案例/行業

行業應用(use)：

案例應用(use)：

玻璃外觀檢測

主要(want)對玻璃蓋闆白片、玻璃絲印片、LCM模組産品進行透光，異物，崩邊，劃痕，絲印，髒污，指紋，氣泡、輪廓等多種缺陷進行檢測

玻璃檢測設備

2D、3D尺寸測量

主要(want)對2D/3D元件産品進行尺寸測量、孔位、平面度、裂紋蹦缺、刀路痕迹、螺紋等多項内容進行檢測

 尺寸測量設備

表盤檢測

主要(want)對表盤上缺針、錯針、指針格、LOGO、缺絲印等多種缺陷進行檢測。

表盤檢測設備

計算機視覺

也稱機器視覺。它是(yes)利用(use)一(one)個(indivual)代替人(people)眼的(of)圖像傳感器獲取物體的(of)圖像，将圖像轉換成數字圖像，并利用(use)計算機模拟人(people)的(of)判别準則去理解和(and)識别圖像，達到(arrive)分析圖像和(and)作(do)出(out)結論的(of)目的(of)。該技術是(yes)模拟識别人(people)工智能、心理物理學、圖像處理、計算機科學及神經生(born)物學等多領域的(of)綜合學科。計算機視覺技術用(use)攝像機模拟人(people)眼，用(use)計算機模拟大(big)腦，用(use)計算機程序和(and)算法來(Come)模拟人(people)對事物的(of)認識和(and)思考，替代人(people)類完成程序爲(for)其設定的(of)工作(do)。該技術由多個(indivual)相關的(of)圖像處理系統組成，主要(want)包括光源提供系統、圖像提取系統、計算機數據運算系統等。原理是(yes)：首先通過攝像機獲得所需要(want)的(of)圖像信息，然後利用(use)信号轉換将獲得的(of)圖像信息轉變爲(for)數字圖像以(by)便計算機正确識别。

機器視覺就是(yes)用(use)機器代替人(people)眼做測量和(and)判斷的(of)系統，他(he)通過光學裝置和(and)非接觸傳感器自動獲取目标對象圖像，并由圖像處理設備根據圖像分析等信息進行各種運算處理個(indivual)判别分析，壹提取所需的(of)特征信息或根據判别分析結構對某些現場設備進行運動控制。

一(one)個(indivual)機器視覺系統包含：光源、鏡頭、相機、圖像采集，圖像處理軟件等等一(one)系列組成。

一(one)個(indivual)典型的(of)工業機器視覺系統包括：光源、鏡頭（定焦鏡頭、變倍鏡頭、遠心鏡頭、顯微鏡頭）、 相機（包括CCD相機和(and)COMS相機）、圖像處理單元（或圖像捕獲卡）、圖像處理軟件、監視器、通訊 / 輸入輸出(out)單元等。

工作(do)原理

機器視覺檢測系統采用(use)CCD照相機将被檢測的(of)目标轉換成圖像信号，傳送給專用(use)的(of)圖像處理系統，根據像素分布和(and)亮度、顔色等信息，轉變成數字化信号，圖像處理系統對這(this)些信号進行各種運算來(Come)抽取目标的(of)特征，如面積、數量、位置、長度，再根據預設的(of)允許度和(and)其他(he)條件輸出(out)結果，包括尺寸、角度、個(indivual)數、合格 / 不(No)合格、有 / 無等，實現自動識别功能。

機器視覺系統組成

随着機器視覺技術的(of)深入，各個(indivual)高校開始注重機器視覺技術領域人(people)才培養，加大(big)機器視覺實驗室研究投入與人(people)才培養，加強與各個(indivual)企業合作(do)。充分利用(use)學校和(and)企業的(of)優勢，共用(use)推進機器視覺技術發展和(and)人(people)才輸出(out)。一(one)系列機器視覺實驗平台，可提供研究者在(exist)短時(hour)間内進行機器視覺硬件選型、設計。同時(hour)配合視覺軟件完成多種機器視覺實驗算法驗證與教學。

計算機視覺的(of)關鍵技術

計算機視覺信息的(of)處理技術主要(want)依賴于(At)圖像處理方法，經過處理後輸出(out)圖像的(of)質量得到(arrive)相當程度的(of)改善，既改善了(Got it)圖像的(of)視覺效果，又便于(At)計算機對圖像進行分析、處理和(and)識别。

1.圖像分割

　　圖像分割是(yes)将圖像分成若幹部分，每一(one)部分對應于(At)某一(one)物體表面，在(exist)進行分割時(hour)，每一(one)部分的(of)灰度或紋理符合某一(one)種均勻測度度量。其本質是(yes)将像素進行分類，分類的(of)依據是(yes)像素的(of)灰度值、顔色、頻譜特性、空間特性或紋理特性等。圖像分割主要(want)有兩種方法：一(one)是(yes)鑒于(At)度量空間的(of)灰度阈值分割法，另一(one)種是(yes)空間域區域增長分割方法。

2.圖像增強

　　圖像的(of)增強用(use)于(At)調整圖像的(of)對比度，突出(out)圖像中的(of)重要(want)細節，改善視覺質量。通常采用(use)灰度直方圖修改技術進行圖像增強。圖像的(of)灰度直方圖是(yes)表示一(one)幅圖像灰度分布情況的(of)統計特性圖表，與對比度緊密相連。

3.圖像平滑

　　圖像的(of)平滑處理技術即圖像的(of)去噪聲處理，主要(want)是(yes)爲(for)了(Got it)去除實際成像過程中因成像設備和(and)環境所造成的(of)圖像失真，提取有用(use)信息，去除噪聲，恢複原始圖像是(yes)圖像處理中的(of)一(one)個(indivual)重要(want)内容。

4.圖像編碼和(and)傳輸

　　數字圖像的(of)數據量是(yes)相當龐大(big)的(of)，高信道速率意味着高投資，也意味着普及難度增加。因此，傳輸過程中，對圖像數據進行壓縮顯得非常重要(want)。圖像數據的(of)壓縮主要(want)通過圖像數據的(of)編碼和(and)變換壓縮完成。

5.邊緣銳化

　　圖像邊緣銳化處理主要(want)是(yes)加強圖像中的(of)輪廓邊緣和(and)細節，形成完整的(of)物體邊界，達到(arrive)将物體從圖像中分離出(out)來(Come)或将表示同一(one)物體表面，它是(yes)早期視覺理論和(and)算法中的(of)基本問題，也是(yes)中期和(and)後期視覺成敗的(of)重要(want)因素之一(one)。

6.圖像識别

　　圖像的(of)識别過程實際上可以(by)看作(do)是(yes)一(one)個(indivual)标記過程，即利用(use)識别算法來(Come)辨别景物中已分割好的(of)各個(indivual)物體，給這(this)些物體賦予特定的(of)标記，它是(yes)機器視覺系統必須完成的(of)一(one)個(indivual)任務。目前用(use)于(At)圖像識别的(of)方法主要(want)分爲(for)決策理論和(and)結構方法。

機器視覺系統的(of)特點是(yes)提高生(born)産的(of)柔性和(and)自動化程度。在(exist)一(one)些不(No)适合于(At)人(people)工作(do)業的(of)危險工作(do)環境或人(people)工視覺難以(by)滿足要(want)求的(of)場合，常用(use)機器視覺來(Come)替代人(people)工視覺；同時(hour)在(exist)大(big)批量工業生(born)産過程中，用(use)人(people)工視覺檢查産品質量效率低且精度不(No)高，用(use)機器視覺檢測方法可以(by)大(big)大(big)提高生(born)産效率和(and)生(born)産的(of)自動化程度。而且機器視覺易于(At)實現信息集成，是(yes)實現計算機集成制造的(of)基礎技術。

視覺系統工作(do)原理簡圖