机器视觉发展现状研究

机器视觉发展现状研究（11篇）

1.机器视觉发展现状研究 篇一

基本概念“机器视觉”，即采用机器代替人眼来做测量和判断。

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。

机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。

机器视觉与计算机视觉的不同机器视觉不同于计算机视觉，它涉及图像处理、人工智能和模式识别

机器视觉是专注于集合机械，光学，电子，软件系统，检查自然物体和材料，人工缺陷和生产制造过程的工程，它是为了检测缺陷和提高质量，操作效率，并保障产品和过程安全。它也用于控制机器。机器视觉是将计算机视觉应用于工业自动化。

机器视觉的技术进展在机器视觉系统中；关键技术有光源照明技术、光学镜头、摄像机、图像采集卡、图像处理卡和快速准确的执行机构等方面。在机器视觉应用系统中；好的光源与照明方案往往是整个系统成败的关键；起着非常重要的作用；它并不是简单的照亮物体而已。光源与照明方案的配合应尽可能地突出物体特征量；在物体需要检测的部分与那些不重要部份之间应尽可能地产生明显的区别；增加对比度；同时还应保证足够的整体亮度；物体位置的变化不应该影响成像的质量。在机器视觉应用系统中一般使用透射光和反射光。对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理；物体的几何形状、背景等要素。光源的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性等；同时还要考虑光源的发光效率和使用寿命。光学镜头相当于人眼的晶状体；在机器视觉系统中非常重要。一个镜头的成像质量优劣；即其对像差校正的优良与否；可通过像差大小来衡量；常见的像差有球差、彗差、像散、场曲、畸变、色差等六种。

摄像机和图像采集卡共同完成对物料图像的采集与数字化。高质量的图像信息是系统正确判断和决策的原始依据；是整个系统成功与否的又一关键所在。目前在机器视觉系统中；CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点得到了广泛使用。CCD 摄像机按照其使用的CCD 器件可以分为线阵式和面阵式两大类。线阵CCD 摄像机一次只能获得图像的一行信息；被拍摄的物体必须以直线形式从摄像机前移过；才能获得完整的图像；因此非常适合对以一定速度匀速运动的物料流的图像检测；而面阵CCD 摄像机则可以一次获得整幅图像的信息。图像信号的处理是机器视觉系统的核心；它相当于人的大脑。如何对图像进行处理和运算；即算法都体现在这里；是机器视觉系统开发中的重点和难点所在。随着计算机技术、微电子技术和大规模集成电路技术的快速发展；为了提高系统的实时性；对图像处理的很多工作都可以借助硬件完成；如DSP、专用图像信号处理卡等；软件则主要完成算法中非常复杂、不太成熟、尚需不断探索和改变的部分。

从产品本身看，机器视觉会越来越趋于依靠PC技术，并且与数据采集等其他控制和测量的集成会更紧密。且基于嵌入式的产品将逐渐取代板卡式产品，这是一个不断增长的趋势。主要原因是随着计算机技术和微电子技术的迅速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低功耗技术的特点得到人们的重视。另外，嵌入式操作系统绝大部分是以C语言为基础的，因此使用C高级语言进行嵌入式系统开发是一项带有基础性的工作，使用高级语言的优点是可以提高工作效率，缩短开发周期，更主要的是开发出的产品可靠性高、可维护性好、便于不断完善和升级换代等。因此，嵌入式产品将会取代板卡式产品。应用：机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。代替传统的人工检测方法，极大地提高了投放市场的产品质量，提高了生产效率。

由于机器视觉是自动化的一部分，没有自动化就不会有机器视觉，机器视觉软硬件产品正逐渐成为协作生产制造过程中不同阶段的核心系统，无论是用户还是硬件供应商都将机器视觉产品作为生产线上信息收集的工具，这就要求机器视觉产品大量采用“标准化技术”，直观的说就是要随着自动化的开放而逐渐开放，可以根据用户的需求进行二次开发。当今，自动化企业正在倡导软硬一体化解决方案，机器视觉的厂商在未来5-6年内也应该不单纯是只提供产品的供应商，而是逐渐向一体化解决方案的系统集成商迈进。在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。由于机器视觉的介入，自动化将朝着更智能、更快速的方向发展。

2.机器视觉发展现状研究 篇二

目前,机器视觉技术已在各种相对单一的情况下对某些目标实现了可靠的识别。条形码,车牌号码和人脸识别技术是最成熟,相关产品已广泛应用于社会生活。目前,这些专家仍然持续在对机器视觉领域的技术研究,以便为了进一步提高处理速度和鲁棒性。

机器视觉技术,是一个涉及到很多领域,如人工智能、神经生物学、物理学、计算机科学、图像处理和模式识别的交叉学科。机器视觉主要使用计算机来模拟人的视觉功能,但它不仅仅是一个简单的扩展人类的眼睛。更重要的是部分大脑功能,从客观事物的图像中提取信息,并试着理解,最终用于实际检测、测量和控制。机器视觉技术的最明显的特点是速度快,信息量大、功能。将机器视觉技术应用于鸡蛋品质检测与人工检测有无与伦比的优势。表面缺陷和大小、形状和卵子质量是一个重要的特点,利用机器视觉检测不仅可以消除主观因素的干扰,而且可以进行定量描述的指标,为了因人而异的避免结果,减少了测试分类错误,提高生产率和分类精度。

机器视觉原理如下:图像采集———图像预处理———特征提取———数字识别———数字后处理———识别结果。

然而,在上述流程当中却存在复杂多义的影像因素,更存在这诸多值得研究的问题:(1)图像预处理———目标的提取:复杂多义性通用目标之所以这么难,其实主要还在于图像的多义性,如一幅图片中可能存在多个目标,或者目标只出现一部分等原因。这些因素都将影响机器进行正常的学习和分类。如果能去繁到简,也就是说,我们把一幅图片中的不同目标进行分割并提取出来,这样将大大简化机器学习的难度。所以通用目标提取算法也是一个值得研究的问题。(2)图像表达———特征提取算法:由于拍摄角度和距离等多种因素,通用目标存在多义性,即在不同的图片中,目标会出现不同的形状,大小和位置的区别。所以一个好的特征提取算法必须能够适应目标物体的平移,缩放和旋转等形变。目前国际上比较流行的特征提取算子主要采用David G.Lowe提出的SIFT算子,它是一种对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子。由于其性能比较好,目前的目标识别算法中都会提及此算子。但是只用这一种特征来描述对象的语义特征还远远不够,所以必须研究多种语义特征的实现,以及多种语义特征的融合,从而形成一种更有效的语义描述特征。(3)学习建模———机器学习方法:由于通用目标分类最终要计算机完成,所以必须让计算机具有人的智能,这样必须要一种合适的机器学习方法。以往的机器学习主要利用最小距离,贝叶斯后验概率理论,SVM支持矢量机和神经网络方法等一些传统的机器学习方法。但是在复杂和多义性的通用目标中,从以往的研究论文上看,这些学习理论都不尽理想。所以有必要研究其它的机器学习方法。

2 机器视觉在力学计量方面的发展现状

在力学检定或校准,包括指针式的测力环和带数字仪表的力传感器。

2.1 针式的测力仪的研究状况

指针式测功器由于其结构简单,维修方便,强抗电磁干扰的优点,是测试测量仪表和控制系统的应用是很常见的。指针式测功器一般没有数据访问功能,也有一定数量的非线性规则指示仪表的存在,肉眼识别的数据容易受到许多人为因素,检测效率和精度低的影响力不高,测量数据的误差通常是由于长时间视觉疲劳引起的,还有一些不能用人工解释的场合。

指针图像处理和识别,国内外已经开展了一些研究。一些研究者提出使用视觉颜色聚类和模糊识别的图像识别和获取方法,计算过程比较复杂,收到的效果很差。识别方法的研究中,另一个研究方向是偏向应用指针位置识别算法,圆周扫描方法用于确定光标位置,计算图像匹配指针的角度来看,计算相应的阅读。该算法由于其简单的计算,容易受到人为的位置安装视频设备,导致识别精度不高,误差较大。一些学者也设计一个指针识别系统或应用形态学图像处理、线性的,但可靠性不高,流程比较复杂,不利于实际应用。

2.2 数字仪表的传感器的研究状况

数字仪器传感器更直观的仪器测量的力量。它指的是一种按照一定的算法可以测量和转换成一个信号设备或设备可用,它按照一定的规则改变成为电信号输出,或其他形式的信息需要满足信息传输、处理、存储、显示、记录和控制要求,通常包括敏感组件和转换元件。

随着机器视觉技术的普及和数字显示仪表逐渐取代传统的测功器在市场上,人们开始尝试应用机器视觉技术在自动化数字显示仪表读数,一些学者的研究动态数字显示仪表字符识别系统的叙述。更多一些学者描述了各种图像处理算法在数字显示仪表显示字符识别的应用及其改进。

另一方面,在传统的数字仪表的自动转换,还有很多技术问题。这是因为:(1)与传统的电子测量仪器类似、电子数显表中,有很大一部分无法嵌入到系统的自动测控系统,在最后的分析中它没有提供一个标准接口;(2)一些电子数字显示仪表不采用通用数据传输接口(RS232接口,RS485接口,等等)而不是印刷,所以,USB接口,和其他类型的接口数据传输接口,接口类型的差异,当然,使得自动测量和控制系统不能直接从设备获取数据的接口。(3)尽管一些数字显示仪表使用一个通用的数据传输接口,它不会直接从测量数据的工具,主要是由于不同通信协议的发展或不提供支持。

因此,鉴于上述设备已安装在测量和控制的情况下,如果我们想使用传统方法的自动化信息转换、技术和财务问题不可避免。因此,在不改变原来的测量设备的前提下,使用成像技术、图像处理和识别技术和微机(嵌入式系统)基于机器视觉技术开发自动数字读出系统具有很大的应用价值。

再者,部分数字指示仪表的显示刷新频率比较低,低于50HZ的刷新频率,造成机器视觉无法获取清晰的图像。这一问题也一直困扰着诸多研究人员。

参考文献

[1]陶冰洁,韩佳乐,李恩.一种实用的指针式仪表读数识别方法[J].光电工程,2011(6).

[2]孙琳,王永东.指针式仪表自动检定系统图像识别技术[J].现代电子技术,2011(08).

[3]姜凤娇,杨立新,高艳萍,等.指针式仪表自动检定装置的研究[J].微计算机信息,2010(26).

[4]孙国平.基于图像处理的指针式仪表自动检定系统[J].电子科技,2010(S1).

3.机器人立体视觉中立体匹配的研究 篇三

摘 要：文章结合特征点提取经典的Harris算子与Forstner算子，给出了Harris的改进算法；结合特征点的双向匹配算法，对基于区域的匹配算法有所改进，依据归一化互相关算法（NCC）计算相关灰度值来判断是否互为匹配点。

关键词：特征提取；特征点；匹配算法；灰度值

中图分类号：TP391.41 文献标识码：A 文章编号：1006-8937（2015）24-0083-02

1 特征提取

特征提取的目的是为了获取立体匹配时的图像特征，这些特征有点、线和区域等，这些提取特征的准确性对图像匹配的成功性有着直接的影响，因此，特征提取也是不容忽视的一个阶段。本文基于Harris算子简单、均匀及稳定的优势，考虑其只能定位单个像素的不足，结合Forstner算子对其作了一些改进。

2 Harris算子

2.1 Harris算子方法

Harris算子是一类典型的基于点特征的提取算子，它是由C.Harris和M.Stephens提出的为了简化运算，用一阶导数近似取代二阶导数的一种算法，而且提取到的特征点其准确性较高。图像的角点在水平和垂直方向上的导数值比较大，如果某一点是角点，则当该点向任意方向仅有一点点很小的偏移，都会引起图像灰度很大的变化。

2.2 Harris算子理念

Harris算子的理念是给出自相关矩阵，矩阵的特征值是通过计算图像像素点的相关函数的曲率构成，两个曲率都比较大的像素点则为角点。Harris算子的运算只用到灰度图像的一阶导数，因此该算子较简单且稳定。

3 Forstner算子

Forstner算子的基本思想是：选取图像上大小的窗口，并用Roberts算子对其进行滤波处理，确定最佳窗口并在包含每个像元的（影像单元，是数字化影像的最小组成单元）最佳窗口内加权中心化操作，从而确定特征点的坐标。Forstner算子的计算公式为：

Q=N-1=

（1）

其中，、为选定的大小的图像窗口中每个像素点的Roberts梯度值。通过每个窗口的兴趣值q、w，分别对应选定阈值T9（0.5～0.75）与Tw（（0.5～1.5）x，其中，—为w的平均值，若某像

元同时满足-两个条件时，则该像元确定为特征点。

4 Harris算子的改进算法

结合这两种算法的优点，克服其不足，对Harris算法进行改进，以提高提取点特征的最终效果，以便后期更成功地实现匹配。改进的具体思想为：由于Harris算子的运算只涉及一阶导数，不涉及阈值，首先，用其提取出一些特征点，可见这些特征点可以反映局部区域内最优特征，每个特征点都是一个像素点；然后，用提取出来的特征点来更加快速地确定Forstner的最佳窗口，用其作为最佳窗口的中心点，再在窗口实施加权中心化，以进一步提高特征点的精度，更加精确地给出特征点的坐标。

5 改进的双向匹配算法

在匹配过程中，采用归一化互相关函数（NCC，Normalized Cross-Correlation）来描述窗口间的像素灰度相似性。设定（u，v）为图像中某一点的像素坐标，该像素点在左、右图像中的灰度值分别为I1（u，v）和I2（u，v），所选择灰度分布窗口的模板大小为M（m×n），d表示视差，即待匹配点P1与P2在I1可能匹配点P1之间的间距，则有：

NCC（u，v，d）=

× （2）

[图1 匹配的原图像对]

在这里归一化互相关函数是用来比较两个窗口像素灰度的相似性，其NCC值越接近于1，则表示这两个窗口就越相似，求相似性的目的是最终实现匹配。

6 匹配实验及结果

4.机器视觉在物联网中的应用 篇四

物联网是新一代信息技术的重要组成部分，顾名思义，物联网就是物物相连的互联网，其实现方式主要是通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，与互联网结合形成的一个巨大网络。其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。美国权威咨询机构FORRESTER预测，到2020年，世界上物物互联的业务，跟人与人通信的业务相比，将达到30:1，因此，“物联网”被称为是下一个万亿级的通信业务，所有的迹象都表明，世界已经开始进入物联网时代。

物联网的组成可归纳为以下四个部分：物品编码标识系统，它是物联网的基础；自动信息获取和感知系统，它解决信息的来源问题；网络系统，它解决信息的交互问题；应用和服务系统，它是建设物联网的目的。物联网架构如下图所示。

在物联网的基础层，信息的采集主要靠传感器来实现，视觉传感器是其中最重要也是应用最广泛的一种。研究视觉传感器应用的学科即是机器视觉，机器视觉相当于人的眼睛，主要用于检测一些复杂的图形识别任务。现在越来越多的项目都需要用到这样的检测，比如AOI上的标志点识别、电子设备的外观瑕疵检测、食品药品的质量追溯以及AGV上的视觉导航等，这些领域都是机器视觉大有用途的地方。同时，随着物联网技术的持续发酵，机器视觉在这一领域的应用正在引起大家的广泛关注。

在自动信息获取和感知系统中，用到最多的技术是自动识别技术，它是指条码、射频、传感器等通过信息化手段将与物品有关的信息通过一定的方法自动输入计算机系统的技术的总称。自动识别技术在二十世纪七十年代初步形成规模，它帮助人们快速地进行海量数据的自动采集，解决了应用中由于数据输入速度慢、出错率高等造成的“瓶颈”问题。目前，自动识别技术被广泛地应用在商业、工业、交通运输业、邮电通讯业、物资管理、仓储等行业，为国家信息化建设做出了重要贡献。在目前的物联网技术中，基于图像传感器采集后的图像，一般通过图像处理来实现自动识别。条码识读、生物识别（人脸、语音、指纹、静脉）、图像识别、OCR光学字符识别等，都是通过机器视觉图像采集设备采集到目标图像，然后通过软件分析对比图像中的纹理特征等，实现自动识别。目前国内机器视觉厂商中，视觉产品在物联网行业中应用较多的有维视图像，其产品在该行业的主要应用方向如：基于图像处理技术的织物组织自动识别，指纹自动识别，条纹痕迹图像处理自动识别，动物毛发及植物纤维显微自动识别等。

我们可以提供一些简单的应用案例，来说明机器视觉在物联网行业的应用。当司机出现操作失误时汽车会自动报警——失误由视觉硬件采集图像反应，然后由图像处理软件做出判断，并将信号传送给中央处理器；公文包会提醒主人忘带了什么东西——已经携带的物品跟数据库内原有的物品进行对比确认，也是通过机器视觉的办法实现的；当搬运人员卸货时，一只货物包装可能会大叫“你扔疼我了”，或者说“亲爱的，请你不要太野蛮，可以吗？”；当司机在和别人扯闲话，货车会装作老板的声音怒吼“笨蛋，该发车了！”——基本情况的判断，特别是复杂情况下，单一类型的传感器无法取得全面的信息，而视觉系统是人类取得信息量最大的一个系统，对应实现其功能的机器视觉系统，可以帮助物联网在基础层面方便快捷的获取大量的信息，支撑后期的判断处理。

从当前的物联网发展形势来看，逐步形成了长三角、珠三角、环渤海地区、中西部地区等四大核心区域。这四大区域目前形成了中国物联网产业的核心产业带。呈现出物联网知识普及率高、产业链完善、研发机构密集、示范基地和工程起步早的特点。在这些区域，已经建设了很多基于感知、监测、控制等方面的示范型工程。特别是在智能家居、智能农业、智能电网等方面，成绩比较突出，在矿山感知、电梯监控、智能家居、农业监控、停车场、医疗、远程抄表等都取得重大突破。

5.农业机器人的研究现状与发展展望 篇五

健

张铁 中

,

张

宾

张红 霞

中 国农 业 大学 北 京

摘 要 农 业 生 产 是 季 节 性 强 的 劳 动 密集 型 工 作 机 器 人 代 替 人 工 作 业 是 发 展 方 向

, ,

。

由于

作 业 对 象 的 特 殊 性 其 结构 和 控 制 都 比 一 般 工 业 机 器 人 要 求 更 高 文 章介 绍 了 农 业 机 器 人 的特 点 和 国 内 外 研 究 现 并 且 指 出 了存 在 的 问 题 和 发 展 方 向

,

。

。

关 键 词 机 器 人 特 点 研 究现 状 展 望 中图 分类 号 引言

文 献标 识 码

文 章编 号

一

一

叨

一

良好 的通 用 性 和 可 编 程性

,

随着 科 学 技 术 的发 展

世界 各 国 所 重 视

,

机器 人 技术 越 来 越 被

、

由 于 农 业 机 器 人 的操 作 对 象 具 有 多 样 性 和 可 变 性 要 求 具 有 良好 的 通 用 性 和 可 编程 性 只要 改

,

,

已 经 在 许 多领 域 得 到 了 广 泛 的

、

。

应用 如工业 生 产 太空 和海洋探索 国防 以及 人

民 生 活 等领 域 但 在 农 业 领 域 由 于 经 济 和 技 术 上

,

变 部 分 软 硬 件 就 能 变 更 判 断基 准 变 更 动作顺

、

,

,

。

序 进 行 多种 作 业 例 如 温 室 作 业 的 机器人 更 换

, ,

。

的 特 殊性 还 没 有 达 到 实 用 化 国 际 上 一 些 发 达 国

,

。

不 同 的末 端执行 器 就 能 分 别 完 成 施 肥

、

喷药 和 采

家 特别 是 日本 和 一 些 欧 美 国 家 从 上 世 纪 八 十 年

, ,

摘 等作 业

。

代 开 始 研 究 取 得 了一 些 成 果 开 始 进 人 了 应 用 阶

, ,

操 作对 象 和 价 格 的 特 殊 性

段 我 国在 该 领 域 中的研 究 还 处 于 起 步 阶 段 必 须

,

。

农 业 机 器 人 操 作 者 是 农 民 不 是 具 有 机 电知

,

加 快 步 伐 才 能 达 到世 界 先进 水平

,

。

识 的工 程 师 因此 要 求 农 业 机 器 人 必 须 具 有 高 可

,

农 业 机 器 人 的开 发 要点

农 业 机 器 人 技 术是 一 门交 叉 学 科 技 术 的综合

,

靠 性 和 操作 简 单 的 特 点 另 外 农 业 生 产 以 个 体 经

, ,

是 多领域

营 为 主 如果 不 是 低 价 格 就 很 难 普 及

, ,

。

其 研 究 开 发需 要 各 学 科 相 关 知 识 的

, ,

农 业 机 器 人 的 国 内外 研 究 现 状

配 套 与支 援 虽 然 因 为 用 途 的不 同 农 业 机 器 人 的

。

自上 世 纪

年 代 开 始 以 日本 为 代 表 的 发 达

,

功 能 和 结构有所 差 异

、

、

但 一般农 业 机 器人 的 结构

、

国 家 纷 纷 开 始农 业 机 器 人 的 研 究 开 发

。

虽 然 由于

,

都 包 括 五 官 头 脑 神 经 手脚 和 心 脏 等 部 分 为 了

。

农 业 生 产 所 具有 的 技 术 和 经 济 的 特 殊 性

达 到实用 化

、

还 没有

。

、

使 能 够 适应 复 杂 多 变 的 农 作 物

器 人 时必 须 注 意 以 下 几 点 良好 的 适 应 性

。

,

研究 开 发农 业 机

。

但是 已 经 取 得 了一 些 可喜 的成 果

,

、

、

已 经 开 发 出来 的 农 业 机 器 人 有 耕 耘 机 器 人 施 肥

机 器 人 除 草 机 器 人 喷 雾 机 器人 蔬 菜 嫁 接 机 器

、

农 业 机 器 人 通 常工 作 在 恶 劣 的

化 的环 境 中

,

危 险 的和 变

人 移 栽机器 人 收 割 机 器 人 采摘 机器 人 林 木 修

剪 机 器人 果 实 分拣 机器 人 等 蔬 菜嫁 接 机 器 人

、

、

、

、

、

例如

温 室 作业 经 常是 在 温 度 超 过 的环 境 中 而 露 天作 业 面 对

。

。

℃和 湿 度 超 过

的是 风 沙 和 强 光 的 照 射

,

农 业 机 器人 必 须 具 有 良

,

嫁接 技 术 简介

在 设 施 栽培 条 件 下

。

,

好 的 适 应 性 根 据 环 境 和 机 械 本 身 的 情 况 自动 进

瓜 类 和 茄果 类蔬 菜连作

,

行调 整

。

障 碍 问题 日益 突 出 连 作会使 土 壤 环 境 恶 化 土 壤

,

收 稿 日期

一

一

基 金 项 目 国 家 自然 科 学基 金 项 目 项 目 编 号 作者简介 宋

健

一 男

,

,

山

东滩 坊 人 在 读 博 士 研 究 生 主 要研 究 领域 为 农 业 机 器 人技 术 生 物 生 产 自动 化

,

, ,

,

、

。

张铁 中

一

,

男 河 北 邢 台人 博 士 教授 博 士 生 导 师 主 要研 究 领 域 为 农 业 机 器 人技 术 生 物 生 产 自动 化

, , ,

、

。

滩 坊 学 院 学报

年

,

月

中病 虫 害 种 类 和 数 量 逐 茬 增 多

、、

导 致蔬 菜 生 长 势

, ,

嫁 接苗 排 出 运 动控 制 等 部 分构 成

上 世纪

, ,

、

。

头 减 弱 产 量 减 少 品 质 下 降 目前 解 决 这 一 问 题

最 有效 的方 法 是 采 用 嫁 接 育苗 技 术

、

。

年 代初 韩 国 也 开始 了 对 自动化 嫁

,

嫁 接栽 培 已

接 技 术 研 究 但 嫁 接 效 率 和 自动化水平不 高 只 是 完 成 部 分 嫁 接 作 业 的 机 械操 作 速 度 慢 还 需 人 工

, ,

是 黄 瓜 茄 子 西 红 柿 等瓜 类 茄 果 类 蔬 菜 栽 培 实 现 稳 产 高产 优质 的重 要 措施

、、

、

、

。

用 夹 子 固定嫁 接 苗 操作 比 较 繁 杂 由 于 在 结构设

,

。

嫁接 育苗 技 术 是 指 人 们 有 目的 的将 一 株 植 物

上 的 枝 或 芽等 组 织

,

,

计 上 是 由一 把 刀 同 时 将 穗 木 和 砧 木 切 断

,

所 以它

,

嫁 接 到另 一 株带 有 根 系 的 植

,

要 求 砧 木 和 穗木苗 的粗 细 均 匀 程 度 要 一 致

、

而恰

。

物 上 使 这 个 枝 芽 接 受 它 的 营养 发育 成 一 株 独 立

生 长 的植 物

、

恰 在 嫁 接作业 时 砧 木 和 穗 木 的 粗 细 是 不 一 致 的

,

。

因此 韩 国机 器 对 砧 木 穗 术 的 适 应 性

差 难 于 适 应

, ,

、、

人 工 嫁 接 操 作 技 术 要 求精 细 费 时 费 工 费

大 规模 的 工 厂 化嫁 接 育 苗 的 要 求

。

力 工 作 效 率 低 据 调 查 一 个 熟 练 的工 人 在平均

, ,

。

国 内嫁 接机 器 人 的 研 究 现 状

劳 动强 度 下 采 用 嫁 接法 嫁 接 效 率约 为

, ,

棵

和

年 中 国 农 业 大 学 在 国 家 自然 科 学 基 金

计 划 的支 持 下

, ,

小 时 以 一 亩地 需 苗数

,

棵 为标 准 则 每亩 约

,

,

开 始 蔬 菜 自动 化 嫁 接 技术

一

,

需

个工时

,

。

而 且 由 于 时令 要 求 需 在 短 期 内

,

研究

先 后 开 发 研 制 了 顶 端直插 式 蔬 菜 自动嫁 接

《 】 蔬菜 型

一

处 理 大 量 的 苗 因 此 用 机 械嫁 接 取 代人 工 嫁 接 就 变 得 十分必 要

。

装置 采用 插 接法 和

机 采 用 贴 接法

。

自动 嫁 接

其中

型 蔬 菜 自动 嫁

, ,

国 外嫁 接 机 器人 研 究 现 状

接机 图

、

所示 于

年 研 制 成功 同 年 通 过 了

填 补 了 国内

、

蔬菜嫁 接栽 培技术 在 一 些 农 业 发达 的 国 家 如

日本 荷 兰 等 应 用 已 相 当普 遍 但 目前 只 有 日本

,

、

由北 京市 科委 组 织 的 专 家技 术 鉴 定

,

空 白 并 获得 了 国 家 发 明 专 利 该 自动嫁 接 机 采 用

。

韩国

、

中 国 等 为数 不 多 的 国 家 进 行 有关蔬 菜 自动

。

计算 机 控 制 实 现 了 砧 木 和 穗 木 的 取 苗 切 苗 结

,

、

嫁 接 技术 的研 究

日本 是进 行 蔬 菜秧 苗 机 械 自动

,

合 固定 排 苗等嫁 接 作 业 的 自动化

、、

、

、

。

它 可 以 完成

,

、

嫁 接 研 究 最早 的 国 家 自

年小 林 研 等 开 始 研

,

黄 瓜 西 瓜 甜 瓜 等 瓜 菜 苗 的 自动 嫁 接 工 作 其 最

究 蔬 菜 机 械嫁 接 装 置 以 来

已 有 多家研 究 单 位 在

。

高 工 作 效率 为

、

株 小时

,

。

该 机 机 械设 计 新 颖

、

研 制各 种形 式 的蔬 菜 机 械嫁 接 装 置

精 巧 结 构 简单 合 理 体 积 小 重 量 轻 操作 方 便

对 砧 木 穗 木适 应性 强 嫁 接性 能可 靠 各 项 技 术

,

、

指 标 居 国 内领先水平其 在 嫁 接 速 度 嫁 接性能 等 方 面均 达 到 和超过 了世界先进水平

。

。

、

该机型在

。

年

展

” ,

月参加 了

“

国家

,

计 划 巧 周 年 成就

引起 了 热烈 反 响 受 到 了 高 度评 价

图

日

研 制 的 趁 菜 嫁接 机

日本 农 业 机 械 化研究 所 联 合 农 机 生 产 厂 家 进 行 共 同研 究 开 发 研 制 出 的蔬 菜 自动嫁 接 机 如 图

,

所 示 已 经 形 成 商 品 并 开 始 用 于农业 生 产

的作业 效率为

,

。

该机

图

型 蔬 菜 自动嫁 接 机

一

棵 小时

、

,

作业 精 度 达 到

。

、

、

果 蔬 采 摘 机 器人

其 所 用 的 嫁 接

方 法 为单 子 叶 切 除法 该 嫁 接

、

在 规 模 化 农业 生 产 中

,

,

水 果 蔬 菜 的 收获 采 摘

。

机 主要 由苗供 给部 把持 搬 运 部 切 断部 接 着 部

工 作 量 非 常大 约 占整 个 作 业 量 的

而且 为

第

期

,

宋

健

,

张铁 中

张

6.水彩视觉语言设计与发展论文 篇六

【内容摘要】当前视觉传达具有多样性。在艺术创作的审美表现、形式内容等方面，都对视觉语言提出了新的时代诉求。信息媒体高度整合，各种绘画语言的创作得到空前的发展，并应用在现代设计中，展现其视觉传播的魅力，水彩语言也是如此。现代设计不仅为水彩视觉语言的多元表现提供了原动力，还树立了正确的水彩语言的审美观、创作观，同时展现了水彩语言在现代设计中的新视觉面貌。文章论述了水彩视觉语言的发展诉求，并对其在视觉设计中的发展进行研究。

【关键词】水彩视觉语言;媒体;视觉设计

水彩是以水为媒材的画种，其特有的语言面貌为水性媒材的透明性、多变性、流畅性。作为一种独立绘画形态，水彩画以特有的水色语言魅力在百余年间不断发展着，逐渐成长为相对成熟的独立艺术形态，与其他绘画各领风骚。随着科技信息的发展，现实中的传统水彩绘画语言有了数字技术的虚拟形态，让水彩语言具有了新的视觉表征，改变了原有的传达形态。

一、水彩视觉语言的发展诉求

现代视觉设计与数字媒体技术的高度融合，呈现出高速整合的状态。设计语言在艺术形态、元素、文化的融合上，都有着更宽广的空间和更多样的形式，延伸出崭新的艺术类别与面貌，扩展了社会艺术文化的范畴，也让艺术创作者对现代设计语言的潜力和价值有了深刻的理解。更多的传统绘画不再局限于纯粹的手绘制作，绘画语言与现代设计语言之间有了微妙的关系。艺术和技术的结合，让绘画语言转换成设计语言成为可能，突破了民族地域、文化内涵、空间维度，丰富了绘画语言的艺术形式，为传统绘画艺术带来了新的视觉映像。而水彩绘画形象元素的设计语言转换，让水彩语言有了数字技术媒介的渗透，媒体快捷、高效地模仿水彩语言的艺术表现力，挑战了传统水彩绘画艺术语言的想象与创作空间，让水彩本体语言的设计发展有了新的观念与风格。“水”与“色”注入鲜活的视觉形态，使其成为现代设计语言重要的构成部分，在数字视觉时间与空间的张力上突破了传统绘画语言的格局，又使艺术趋于大同，为水彩艺术的繁荣添砖加瓦。

二、水彩视觉语言的发展

近年来，水彩绘画在学术上日益完善，水彩创作者人才辈出，艺术作品进入了一个崭新的高度。而随着新媒体艺术的发展，数字应用百花齐放，视觉艺术信息文化不断刷新人们的视野。中国进入了一个新视觉诉求时代，为更多的传统艺术形态创造了新的机遇与挑战。水彩语言也不再只有绘画形态这种唯一的表现手段，在新媒体技术的融合下，逐渐丰富了“水”与“彩”本体艺术的审美面貌，为中国水彩在现代艺术的改革带来了无限的可能。

(一)水彩视觉语言在现代设计中的多元化发展

视觉艺术内涵与形式的发展与交融，让水彩语言突破了原有的绘画界限，与其他元素、文化相互渗透，以设计的视角开拓了绘画语言的创作范畴，成为设计的一种艺术形态、一种风格和手段，呈现多元的视觉面貌，为水彩语言带来了更多的现代设计传达形式。运用媒介技术的静态、动态的视觉形态，既彰显了水彩的本质语言，也构建了绘画水彩视觉语言的创作环境，强化了水彩视觉的发展。从画种的角度来看，水彩视觉语言定位于绘画创作媒介的“水”“色”特征，视觉形态的面貌取之于水色调中“水”与“色彩”的感觉，或流畅清新、轻快透明，或鲜艳多姿、随形意动，本体语言特点鲜明。水彩材质的特殊性导致了水彩绘画语言的独特艺术魅力，其酣畅淋漓、朴实灵动的语言个性，使其成为绘画类别中不可替代的画种。在传统设计中，水彩只是作为一种绘画形式与技法，以纸张为媒介进行手绘创作，语言纯粹，呈现的语言面貌重视水与颜料的技法处理，在设计语言上没有摆脱徒手绘画的手段和形象构建。而随着现代视觉设计的数字化发展，传统创作、展示等媒介受到冲击，技术表现与传达层次不断深化，水彩元素的视觉多元化加深了语言的厚重性，让水彩视觉语言具有丰富的艺术类别与形式空间，使其成为现代设计中绘画语言的一种特定构成风格。水彩视觉语言重视视觉感知的信息传递，以水彩本身的“水”“色”绘画语言为元素，借助新媒体技术载体，进行视觉设计的再造性塑形与构成，实现视觉的多元格局。水彩视觉语言的多元化发展不断丰富现代设计的内容，在视觉传达设计、环境设计、插画设计等中被广泛应用。借助水彩的设计手法与风格，延伸了水彩特有的本体水性透明格调。比如插画艺术，随着数字技术的发展，手绘插图的.题材、类别不断拓宽，水彩视觉语言也被设计者广泛运用到插图设计中，使水彩插画衍生出不同的创作基调，如水色泼溅风格的现代时尚型，以写实细腻塑形的古典型，以水色、光影空间技法展现的奇幻情境型等，使水彩视觉语言经过艺术与技术的融合有了更为丰满的羽翼，提升了大众的视觉感知，极大地完善了中国插画的现代格局，满足了社会与市场的设计需求。同时，水彩元素的再创造性，让水彩语言的视觉表达有了更多的发挥空间，新媒体软件的介入，也让水彩有了数字合成与传播的发展，为水彩插画中元素创造带来了新的变革，创新出无数视觉形象效果。未来，水彩元素还将不断与其他文化融合，让水彩语言在延续绘画本体特征的同时，也成为一种与时俱进的时代艺术，使水彩不仅作为传统绘画传承发展，还作为一种视觉艺术大放异彩。当代中国的视觉设计是一个崭新的领域，在学科和技术的发展上还处于探索阶段，设计语言的创造也在模拟实践中。而水彩绘画语言为设计所用，再加上各种数字技术的革新，促进了现代水彩视觉语言设计的繁荣，改变了传统水彩语言艺术的文化形态，拓宽了水彩艺术的设计范畴，使其在绘画领域繁荣发展的同时，在视觉设计上也独领风骚。

(二)水彩视觉语言的媒体强化

现代媒体技术的高速发展，使设计产业和观念发生变革，媒体技术与艺术语言的融合，为现代设计语言提供了高还原性，成为现代设计的重要导向和表现。水彩语言的媒体强化不仅丰富了水彩绘画艺术的物质资源，也为水彩语言视觉形态赢得了更宽广的延伸空间和发展平台，更贴近于现代图形图像设计的视觉维度。水彩绘画的“媒材”与艺术的“媒体”其实是相对的，水彩语言由原来的“媒材”诉求发展到现代设计中的“媒体”概念诉求。媒体技术的革新，使视觉艺术交流跨越了民族与地域，跨越了文化的界限，使设计语言在媒体技术的革新演绎下有了无限的视觉构成可能。近年来，水彩视觉语言的设计传达媒体强化作用越来越突出，在数字技术高端艺术仿真的实践能力下，水彩视觉语言可以在Painter、Photoshop等数字图像软件的百种绘画工具与功能命令辅助设计中创造出无限的现代数字水彩艺术;在视觉语言上，以数码媒质效果调整水彩笔刷、墨色压力、纸张类别等，为水彩视觉语言带来万千变化;在虚拟维度空间上，实现了水彩干湿技法的模拟创作与视觉表现，让水彩语言视觉构成设计出光影与纹理合成的水色交融的图像效果。水彩视觉语言的媒体强化，将水彩绘画的数字设计表现提升到了新的高度，并以媒体电子为载体，以数字成像来塑造水彩视觉时间和空间主题的意境变化，使传统的绘画水彩有了静态和动态切换。用数码技术突显出水彩本体语言的薄、透、亮优势，在水彩笔势、笔法的涂、染、点、泼等及用色上实现语言的控制力和把握力，使水彩艺术有了新视觉解读，出现了商业水彩插画、视觉插画、水彩动漫等新兴形式。现在水彩视觉语言借助媒体诉求的发展，被创新应用在设计的各个领域，出现了崭新的视觉设计类别与形式，强化了水彩“水”意“色”韵的特性，升华了水彩语言的视觉意境。如今，随着中国科技的不断开发，绘画水彩语言不断融入视觉艺术，并相互依托发展，开创了中国水彩视觉语言设计的新境界，改变了传统水彩绘画的语言记录与展示形式，拓宽了水彩绘画的艺术视野，为水彩语言的视觉传达创造机遇，也为现代设计语言增添了一抹亮彩。视觉媒体及电子产品形式充斥在人们的周围环境中，使社会的意识形态和生活方式发生了翻天覆地的变化，让视觉艺术创作达到了前所未有的高度，对水彩语言的新视觉设计发展带来更广阔的媒体空间和技术辅助。

不仅水彩形象有了设计意识的理想认知，还在信息图像中积累了文化品质和格调，让水彩语言有了视觉的表现力。现代各种视觉媒介的先导性震撼着传统绘画的艺术观念和语言风格，一方面，先进的科学技术和传播媒介，为中国水彩的创作思维转变拓展了方向。多方位的图像语言信息的快速运转与传输，使当代中国水彩新视觉表现有了不同的定位和解读，在水彩元素、内涵、构成、形式的传递中，带动了大众对水彩视觉语言的理解与认知度，从本质上加强了水彩绘画的艺术感染力，提高了水彩的艺术价值。另一方面，水彩绘画语言的设计时代性，让水彩与数字艺术有了互通的桥梁，让新兴的媒体技术有了艺术文化的底蕴，在学术与专业上为现代艺术的虚拟架构奠定了厚重的基石。水彩语言的视觉化设计发展，不仅提高了水彩绘画语言的传播力，还使水彩视觉语言的现代设计有了传统的厚重感，让水彩视觉语言有了更多的创新与创意。而水彩视觉语言的媒体强化推动了设计的个性表现。水彩的视觉语言的实现离不开数字技术的载体，融入各种电子信息产品可以提升水彩艺术的兼容和高覆盖率，突破传统的画种辨识度，使水彩艺术拥有更为多样的视觉表现形式。

结语

7.机器视觉中快速模版匹配算法研究 篇七

1 传统的模板匹配算法

近年来, 专家学者提出来了许多的模板匹配方法, 然而基于灰度值的模板应该算是最简单的模板匹配算法, 这类算法基于模板与图像中最原始的灰度值进行匹配。

1.1 算法描述

将相似度这个概念等式化, 假设目标物的位置可用一个平移描述。模板由一幅图像t (x, y) 以及相应的感兴趣区域T指定。为了进行模板匹配, 想象沿图像中所有点移动模板并在每个位置计算相似度S。因此, 相似度S是一个函数, 函数中的参数包括模板中各点的灰度值t (x, y) 以及模板感兴趣区域中的灰度值f (x+u, y+v) , 然后基于这些灰度值计算一个标量值作为相似度量[2]。使用这种方法, 在变换空间中各个点都会得到一个相似度量, 等式为:

为了使这个抽象的等式具体化, 我们讨论一下几种可用的基于灰度值的相似度量的方法。

最简单的相似度量方法是计算模板与图像之间差值的绝对值的总和或所有差值的平方和 (SAD和SSD) [3]。它们的等式为:

在这两个等式中, n是模板感兴趣区域中点的数量, 即n=∣T∣。由公式可以看出这两种相似度量的计算效率非常高, 因为对每个像素只需要两个操作。这两个相似度度量的属性很相似:如果模板和图像是相同的话, 它们得到的相似度量为0。

如果图像与模板之间的区别越大, 相似度量值就会越大。因此, 这种相似度量更适合被称为不相似度量。为了图像中找到模板的实例, 我们可以使用一个给定的上限对相似性图像sad (x, y) 进行阈值分割。一般情况下阈值分割得到的是包含一些邻接像素的区域。为了得到模板的唯一位置, 我们必须在阈值分割得到每个连通区域中选择相似性图像的最小值。

1.2 传统算法的缺陷

在光照情况保持不变的情况下, SAD和SSD相似度量的结果非常准确。但是如果光照发生变化, 甚至在图像中存在相同物体的情况下, 它们都将返回与原结果相差较大的结果。这主要是因为图像中的灰度值已经不再相等, 因此SAD与SSD相似度量只有在光照情况不发生变化的情况下可以使用[4]。在不能保证光照稳定的情况下, 必须使用另外一种相似度量方法。理想的情况下, 这个相似度量应该不随任何线性的光照变化而变化。能够达到这种要求的一种相似度量是归一化互相关系数 (NCC) , 等式为:

式中, mt是模板的平均灰度值, st2是模板所有像素灰度值的方差。也就是说:

与之相似, mf (x, y) 和sf2 (x, y) 是平移到图像当前位置的模板ROI中图像所有点的平均灰度值与方差:

归一化互相关系数有一个非常直观的解释。首先, 我们应该注意-1≤ncc (x, y) ≤1。另外, 如果ncc (x, y) =±1, 图像就是模板的一个线性比例版本。若ncc (x, y) =1, 那么a>0, 也就是说模板与图像的极性相同;若ncc (x, y) =-1, 那么a<0, 也就是说模板与图像极性相反。注意归一化互相关系数的这个属性就意味着线性光照变化不会影响影响它的结果。这个不变性通过下面方法实现, 通过直接减去平均灰度值可以消除加法对图像的影响, 通过用灰度值的标准方差来消除乘法对图像的影响[5]。

只有ncc (x, y) =±1的情况下, 模板与图像之间才完全匹配。一般情况下, 归一化互相关系数的绝对值越大就表示模板与正在检测的部分图像之间越接近, 归一化互相关系数的绝对值越接近零, 就表示模板与图像越不一致。

2 基于灰度统计的快速模版匹配算法

上一节笔者研究了传统的模板匹配算法, 针对传统的基于灰度值的匹配算法计算量大、时间复杂度高的缺陷, 提出了一种基于灰度统计的快速模板匹配算法, 以十字特征直线代替模板进行粗匹配, 仅对搜索图中像素点数目较少的一段灰度区域进行匹配, 从而大大减小了计算量, 使匹配速度得到极大提高。本算法匹配速度快, 较传统的灰度相关算法提高了二至三个数量级。

根据已知模式 (模板图) 到另一幅图 (搜索图) 中搜索相匹配的子图像的过程, 称为模板匹配, 分为直接基于灰度值的方法、基于特征提取的方法及基于解释的方法。基于解释的图像 (模板) 匹配需要建立在图像自动判读的专家系统上, 对其研究尚未取得突破性的进展。基于特征的图像匹配, 如基于奇异值分解的方法、小波变换法、投影法、基于边缘特征的算法等, 一般包括特征提取和特征匹配两大环节[6]。特征提取方法往往涉及大量的几何与图像形态学计算, 运算量大, 没有一般模型可遵循, 需要针对不同应用场合选择各自合适的特征。由于基于灰度值相关的方法简单易行, 匹配准确度高, 并且其数学统计模型以及收敛速度、定位准确度、误差估计等均有定量的分析和研究结果, 因此此类方法在图像匹配技术中仍占有重要地位。但是此类方法普遍存在的缺陷是时间复杂度高、实时性差。

2.1 算法描述

首先介绍几种传统的基于灰度值相关的方法。

(1) 绝对差值 (AD) 法

S是大小为M×N的搜索图, T是大小为k1*k2的模板, Si, j是模板所覆盖子图, i, j为子图左上角顶点在S中的坐标。

(2) 差方和 (SSD) 法

多数应用场合实际使用SSD法的变形归一化交叉相关 (NCC) 法, 具体描述如下:

减小模板匹配算法的时间复杂度, 可以从两个方面着手解决。一是减小在每个搜索点匹配的计算量, 二是缩小搜索区域。许多研究人员对此进行了大量的研究工作, 取得了一定的进展[7]。

(3) 灰度投影算法

将模板和搜索子图的灰度分布按式 (12) 、式 (13) 映射成x, y方向上的独立的一维波形, 经过投影变换得到了反映图像灰度分布特点的各行、列的灰度投影曲线, 通过对模板和搜索子图投影曲线的对应位置进行匹配, 得到二者间的偏移量, 此算法对模板和搜索子图仅有水平或竖直偏移的情况较为理想, 对于同时有水平和竖直偏移的情况, 二者的灰度投影曲线可能完全不同, 这时此匹配方法将会失效。

式中GK (i) 、GK (j) 分别为第k个搜索子图的第i列、第j行的灰度值的和, GK (i, j) 是第k个搜索子图上 (i, j) 位置处的像素灰度值。

以环形窗代替模板进行粗匹配以得到候选匹配点, 这样处理可以减小在每个搜索点的运算量, 不失为一种较好的方法[8]。但此法也存在缺陷, 相对于模板来说, 由于环形窗是固定选取的, 不一定能很好地体现模板的灰度分布特征, 若遇到模板中心灰度分布复杂, 而边缘灰度分布简单的情况, 可能会得到太多的候选点, 不利于进一步的精匹配。

因此, 提出以下基于灰度统计的模板匹配方法:

1) 在模板T上搜寻能体现模板灰度分布特性的特征直线, 以特征直线代替模板进行粗匹配, 减小在每个搜索点匹配的运算量;

2) 对搜索图S进行灰度统计, 得到统计直方图, 仅对直方图中对应像素点数目较少的一段灰度区域进行搜索, 极大减小了搜索区域。

2.2 搜寻模板T上的特征直线

在模板上搜寻特征直线, 以一维的特征直线代替二维的模板在搜索图中进行粗匹配。以何标准搜寻最能体现模板灰度分布的特征直线是一个重要问题。一般来说, 图像中灰度级较单一、灰度变化较平缓的区域所包含的信息量较少;灰度级较丰富、灰度变化较剧烈的区域往往包含了图像的大部分信息。因此模板的特征直线应尽量通过灰度级较丰富、灰度变化较剧烈的区域, 而这些区域的灰度方差值一般都较大, 某些统计量如:方差、信息熵等在大多数情况下可以用来描述灰度分布的复杂程度, 方差和信息熵相比具有运算简单、耗时少的优势。经权衡, 决定以方差作为搜寻特征直线的标准, 将模板中方差值最大的直线作为特征直线[9]。

为此对模板进行预处理, 计算模板中每条水平线及竖直线的方差值, 将方差最大的水平线和竖直线组成十字线作为模板的特征直线。这个相对于模板动态选取的十字形特征直线既能体现模板二维灰度分布的特点, 又具有一维匹配的很小的计算量。以十字形特征直线代替模板进行粗匹配, 大大减小了在每个搜索点的匹配运算量。

2.3 划分搜索区域, 进行粗、精匹配

传统的基于灰度值的匹配方法采用穷举搜索方式, 即遍历整个搜索图, 寻找最匹配的位置, 其中绝大多数都是无效匹配, 浪费了大量时间。仅仅依靠减小在每个搜索点匹配的计算量来提高匹配速度, 其效果是有限的。比如用128×128大小的模板进行匹配, 若以十字形特征直线替代模板采用穷举搜索方式进行粗匹配, 不计其时间开销, 也仅提高速度64倍, 而如果能减小搜索区域, 仅在搜索图1/10大小的区域中进行粗匹配, 则不计其时间开销时能提高速度640倍。由此可见, 如何有效地减小搜索区域也是一个重要而有意义的研究方向。对搜索图进行灰度统计, 得到灰度统计直方图。不同的灰度值其对应像点数目有很大差异, 对大小、内容相异的图像进行统计都可以得到这一结论, 由此结论经分析提出一种减小搜索区域的有效方法。

1) 对搜索图S进行灰度统计, 得到以二维矩阵形式存储的包含灰度值及各灰度值对应像素数目的搜索图灰度统计表。

2) 对十字形特征直线进行统计, 得到特征直线的灰度统计表, 以此表中灰度对应像素数目不为0的灰度值在搜索图统计表中进行查找, 生成一张包含特征直线灰度值及搜索图同一灰度对应像素数目的统计表。

3) 在最后生成的统计表中搜寻大于某一门限的像素数目极小值, 为了增加算法对噪音影响及序列图像匹配的鲁棒性, 考虑到模板和搜索图之间、序列图像之间对应像点的灰度值可能稍有差异的情况, 以像素数目极小值对应的灰度值为中心, 根据具体条件选取一个灰度区间L, 如15个灰度级, 将搜索图中具有相应灰度的像点划分为模板匹配的搜索区域。

4) 将十字特征直线上的具有数目极小值对应灰度的一个像点作为匹配基准点, 以基准点在划分好的搜索区域中以绝对差值 (AD) 法进行特征直线的粗匹配, 得到若干个小于预定误差门限的候选匹配点, 对候选匹配点按误差由小到大排序, 选取前P个点用模板T以归一化交叉相关 (NCC) 法进行精匹配, 以相关系数R最大的点作为最终匹配点。由此将一个在大的二维平面上进行二维平面匹配的过程变换为在很小的二维平面区域内进行一维线匹配的过程, 大大减小了计算量, 提高了匹配速度[10]。

3 实验结果

分别采用Cameraman图 (大小为256×256) 、Lena图 (大小为512×512) 及Concordorthophoto图 (大小为2956×2215) 作为搜索图S, 从搜索图任意位置取一块子图作为模板T, 以基于灰度统计的快速模板匹配算法进行匹配, 运行结果如表1所示。

由运行结果可知各图模板都得到了正确的匹配, 匹配速度极快, 适用于对实时性要求较高的匹配任务。若采用全搜索策略 (AD法、SSD法或NCC法) 进行匹配, Concordorthophoto图的运算量是Lena图的300余倍、是Cameraman图的4900倍, 运算量太大。而采用基于灰度统计的快速模板匹配算法进行匹配, Concordorthophoto图的匹配时间仅为Lena图的20倍、为Cameraman图的75倍, 这表明搜索图及模板尺寸越大, 越能体现出本文算法的优越性, 在算法的粗匹配步骤中采用序贯相似性检测 (SSDA) 法还能进一步提高算法匹配速度。

4 结语

本文提出了一种基于灰度统计的新型快速模板匹配方法, 以十字特征直线代替模板进行粗匹配, 减小在每个搜索点匹配的运算量, 仅对搜索图中像素点数目较少的一段灰度区域进行匹配, 极大减小了搜索区域, 从而减小了计算量, 使匹配速度得到极大提高, 仿真实验证明本算法匹配速度快、具有较强鲁棒性, 适用于实时性要求严苛的相关跟踪、实时帧间图像配准及其它实时匹配算法中, 具有较高的应用价值。

参考文献

[1]杨少荣, 吴迪靖, 段德山.机器视觉算法与应用[M].北京:清华大学出版社, 2009.

[2]唐琎, 李青.一种快速的模版匹配算法[J].计算机应用, 2012, 28 (6) :21-27.

[3]吴晓.面向LED芯片检测与分选的机器视觉定位系统的开发[J].贵州大学学报, 2013, 16 (3) :68-73.

[4]侯海燕.基于模板匹配的机器视觉话机检测系统[J].现代计算机, 2013, 39 (10) :69-71.

[5]王欣, 殷肖川, 周翔翔.一种改进的模版匹配识别算法[J].计算机工程与应用, 2009, 14 (2) :58-61.

[6]艾晓辉.CMOS图像传感器IBIS-6600在机器视觉系统中的应用[J].电子元器件应用, 2011, 28 (2) :62-65.

[7]刘娟, 巨辉.一种改进的基于机器视觉的边缘检测算法[J].电视技术, 2007, 46 (11) :39-42.

[8]刘建桥, 叶俊勇.基于机器视觉的轻轨轨道梁晃动检测[J].新型工业化, 2011, 1 (5) :37-41.

[9]Jin Wu.Research on Enhancement Technology on Degraded Image in Foggy Days[J].Research Journal of Applied Sciences, Engineering and Technology, 2013, 6 (23) :4358-4363.

8.机器视觉发展现状研究 篇八

关键词：机器视觉；识别；匹配

中图分类号：F49文献标识码：ADOI：10.3969/j.issn.1672-0407.2012.01.024

文章编号：1672-0407(2012)01-059-02收稿日期：2011-11-20

一、机器视觉的研究内容

人们从外界环境获取的信息中，80％来自于视觉，其他来自于触觉、听觉、嗅觉等感觉器官。当人们的眼睛从自己周围的环境获取大量信息，并传入大脑后，由大脑根据知识或经验对信息进行加工、推理等处理工作，最后识别、理解周围环境，包括环境内的对象物，如运动物体与物体间的相对位置、形状、大小、颜色、纹理、运动还是静止等。机器视觉就是用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别。机器视觉研究的基本目的--就是要寻找人类视觉规律，从而开发出从图像输入到自然景物分析的图像理解系统。对于机器视觉系统来说，输入是表示三维景物投影的灰度阵列(可以有若干个输入阵列)，这些阵列可提供从不同方向、不同视角、不同时刻得到的信息。通常这些描述是关于物体的类别和物体间的关系，但也可能包括如表面空间结构、表面物理特性(形状、纹理、颜色、材料)、阴影以及光源位置等信息。目前许多机器视觉专家都是在马尔(Marr)创立的视觉计算理论框架下求索。

二、机器视觉与人类视觉的差异

对于人的视觉来说，由于人的大脑和神经的高度发展，其目标识别能力很强。但是，人的视觉也同样存在障碍，例如，即使具有一双敏锐的眼睛和极为高度发达头脑的人，一旦置于某种特殊环境(即使曾经具备一定的检验知识)，其目标识别能力也会急剧下降。事实上人们在这种环境下，面对简单物体时，仍然可以有效而简便地识别，而在这种情况下面对复杂目标或特殊背景时，才会在视觉功能上发生障碍，两者共同的结果是导致目标识别的有效性和可靠性的大幅度下降。将人的视觉引入机器视觉中，机器视觉也存在着这样的障碍。它主要表现在3个方面。

(1)如何准确、高速(实时)地识别出目标；

(2)如何有效地增大存储容量，以便容纳足够细节的目标图像；

(3)如何有效地构造和组织出可靠的识别算法，并且顺利地实现。前两者相当于人的大脑这样的物质基础，这期待着高速的阵列处理单元以及算法的新突破，用极少的计算量以及高度地并行性实现功能。

三、机器视觉检测中几种基本技术

(一)训练系统

先将参考织物或图片的图像输入微机图像处理系统，选择并计算可表示图像特征的参数，以确定疵点或图形的分类指标，如灰度级，疵点或图形的面积，疵点在经纬向尺寸、形态等，是系统获得这些指标的标准。然后将所测试的织物输入，计算其各点灰度值及一些需比较的特征参数与标准比较，确定疵点或图形分类。

(二)样板匹配

求得某一图像哪一部分对应另一图像的哪一部分时或比较两幅图像的相似度时，采用样板样匹配的方法。一般将样板t(x，y)，令其中心与图像的一点(i，j)重合，逐点检测，找出差距小于阈值的部位，定位相同或相似的，大于阈值的部位，定为不同或不相似的点。

(三)二值化处理

为将图形与背景分离，根据灰度值确定一定灰度域值。将灰度值大于此域的点置为1，小于此域值的点为0。使图像变为黑白二值图像，便于图形特征测量和结构分析描述。

(四)腐蚀和膨胀

腐蚀可使轮廓边界收缩，膨胀可使轮廓边界膨胀，腐蚀和膨胀的不同组合，不同处理次数，可以得到不同的图形效果，如使图像中的小孔使之检测出来或使之消除。

(五)细线化

对给定的图形使之细化，从而提取线宽为l的中心线的操作。在细线化中，不改变原图的连接性，使图形骨架轮廓结构清晰，便于计算，不会因边界上的小凹凸而产生毛刺。在计算非织造布纤维取向度是用此法处理。

(六)纹理分析

在分析绉组织的绉效果或羊绒的鳞片结构时，须用纹理分析的方法。纹理分析内容包括：纹理特征的计算微粒区域的分割与纹理边缘的检测。

具体可以解决的问题如：

1.纺织布料识别与质量评定；

2.织物表面绒毛鉴定；

3.织物的反射特性；

4.合成纱线横截面分析；

5.缈线结构分析等；

9.机器人的发展 篇九

一、机器人发展历程

1.国外机器人发展历史

美国是机器人的诞生地，早在1962年就研制出世界上第一台工业机器人，比起号称“机器人王国”的日本起步至少要早五六年。经过30多年的发展，美国现已成为世界上的机器人强国之一，基础雄厚，技术先进。

进入80年代之后，美国政府和企业界才对机器人真正重视起来，政策上也有所体现，一方面鼓励工业界发展和应用机器人，另一方面制订计划、提高投资，增加机器人的研究经费，使美国的机器人迅速发展。

80年代中后期，随着应用机器人的技术日臻成熟，第一代机器人的技术性能越来越满足不了实际需要，美国开始生产带有视觉、力觉的第二代机器人，并很快占领了美国60％的机器人市场。

美国的机器人技术在国际上仍一直处于领先地位。其技术全面、先进，适应性也很强。具体表现在：

（1）性能可靠，功能全面，精确度高；

（2）机器人语言研究发展较快，语言类型多、应用广，水平高居世界之首；

（3）智能技术发展快，其视觉、触觉等人工智能技术已在航天、汽车工业中广泛应用；

（4）高智能、高难度的军用机器人、太空机器人等发展迅速，主要用于扫雷、布雷、侦察、站岗及太空探测方面。

法国不仅在机器人拥有量上居于世界前列，而且在机器人应用水平和应用范围上处于世界先进水平。

法国机器人的发展比较顺利，主要原因是通过政府大力支持的研究计划，建立起一个完整的科学技术体系。即由政府组织一些机器人基础技术方面的研究项目，而由工业界支持开展应用和开发方面的工作，两者相辅相成，使机器人在法国企业界很快发展和普及.德国工业机器人的总数占世界第三位，仅次于日本和美国。这里所说的德国，主要指的是原联邦德国。它比英国和瑞典引进机器人大约晚了五六年。德国的社会环境是有利于机器人工业发展的。因为战争，导致劳动力短缺，以及国民技术水平高，都是实现使用机器人的有利条件。到了70年代中后期，政府采用行政手段为机器人的推广开辟道路；在“改善劳动条件计划”中规定，对于一些有危险、有毒、有害的工作岗位，必须以机器人来代替普通人的劳动。这个计划为机器人的应用开拓了广泛的市场，并推动了工业机器人技术的发展。

与此同时，德国看到了机器人等先进自动化技术对工业生产的作用，提出了1985年以后要向高级的、带感觉的智能型机器人转移的目标。经过近十年的努力，其智能机器人的研究和应用方面在世界上处于公认的领先地位。

在前苏联（主要是在俄罗斯），从理论和实践上探讨机器人技术是从50年代

后半期开始的。到了50年代后期开始了机器人样机的研究工作。1968年成功地试制出一台深水作业机器人。1971年研制出工厂用的万能机器人。早在前苏联第九个五年计划（1970年一1975年）开始时，就把发展机器人列入国家科学技术发展纲领之中。到1975年，已研制出30个型号的120台机器人，经过20年的努力，前苏联的机器人在数量、质量水乎上均处于世界前列地位。

日本在60年代末正处于经济高度发展时期，年增长率达11％。并于1968年试制出第一台川崎的“尤尼曼特”机器人。

正是由于日本当时劳动力显著不足，机器人在企业里受到了“救世主”般的欢迎。这样的环境，使日本机器人产业迅速发展起来，经过短短的十几年，到80年代中期，已一跃而为“机器人王国”，其机器人的产量和安装的台数在国际上跃居首位。

2.中国机器人发展历史

我国工业机器人起步于70年代初，其发展过程大致可分为三个阶段：70年代的萌芽期；80年代的开发期；90年代的实用化期。而今经过20多年的发展已经初具规模。目前我国已生产出部分机器人关键元器件，开发出弧焊、点焊、码垛、装配、搬运、注塑、冲压、喷漆等工业机器人。一批国产工业机器人已服务于国内诸多企业的生产线上；一批机器人技术的研究人才也涌现出来。一些相关科研机构和企业已掌握了工业机器人操作机的优化设计制造技术；工业机器人控制、驱动系统的硬件设计技术；机器人软件的设计和编程技术；运动学和轨迹规划技术；弧焊、点焊及大型机器人自动生产线与周边配套设备的开发和制备技术等。某些关键技术已达到或接近世界水平。

我国已在“七五”计划中把机器人列人国家重点科研规划内容，拨巨款在沈阳建立了全国第一个机器人研究示范工程，全面展开了机器人基础理论与基础元器件研究。十几年来，相继研制出示教再现型的搬运、点焊、弧焊、喷漆、装配等门类齐全的工业机器人及水下作业、军用和特种机器人。目前，示教再现型机器人技术已基本成熟，并在工厂中推广应用。我国自行生产的机器人喷漆流水线在长春第一汽车厂及东风汽车厂投入运行。1986年3月开始的国家863高科技发展规划已列入研究、开发智能机器人的内容。

我国的工业机器人研制虽然起步晚，但是有着广大的市场潜力，有着众多的人才和资源基础。在十一五规划纲要等国家政策的鼓励支持下，在市场经济和国际竞争愈演愈烈的未来，我们一定能够完全自主制造出自己的工业机器人，并且将工业机器人推广应用到制造与非制造等广大的行业中，提高我国劳动力成本，提高我国企业的生产效率和国际竞争力，从整体上提高我国社会生产的安全高效，为实现伟大祖国的复兴贡献力量。

二、机器人发展现状

据美国电气和电子工程师协会（IEEE）统计，至2008年底，世界各地已经

部署了100万台各种工业机器人。其中，日本机器人数量据世界首位。

他们的算法基于制造工人与机器人的比例，即每万名工人拥有多少台制造机器人。其中日本的工业机器人密度达到了世界平均水平的10倍，也比排在第二位的新加坡多出了一倍。其中日本每万名工人拥有295台工业机器人，新加坡169台，韩国164台，德国163台。虽然排在前三位的国家都在亚洲，不过欧洲却是世界上工业机器人密度最大的地区。欧洲国家工业机器人密度为每万名工人50台，美洲为平均31台，亚洲平均27台。

我国的智能机器人和特种机器人在“863”计划的支持下，也取得了不少成果。其中最为突出的是水下机器人，6000米水下无缆机器人的成果居世界领先水平，还开发出直接遥控机器人、双臂协调控制机器人、爬壁机器人、管道机器人等机种；在机器人视觉、力觉、触觉、声觉等基础技术的开发应用上开展了不少工作，有了一定的发展基础。但是在多传感器信息融合控制技术、遥控加局部自主系统遥控机器人、智能装配机器人、机器人化机械等的开发应用方面则刚刚起步，与国外先进水平差距较大，需要在原有成绩的基础上，有重点地系统攻关，才能形成系统配套可供实用的技术和产品，以期在“十五”后期立于世界先进行列之中。

三、机器人发展未来前景

在发达国家中，工业机器人自动化生产线成套设备已成为自动化装备的主流及未来的发展方向。国外汽车行业、电子电器行业、工程机械等行业已经大量使用工业机器人自动化生产线，以保证产品质量，提高生产效率，同时避免了大量的工伤事故。全球诸多国家近半个世纪的工业机器人的使用实践表明，工业机器人的普及是实现自动化生产，提高社会生产效率，推动企业和社会生产力发展的有效手段。

机器人技术是具有前瞻性、战略性的高技术领域。国际电气电子工程师协会IEEE的科学家在对未来科技发展方向进行预测中提出了4个重点发展方向，机器人技术就是其中之一。

1990年10月，国际机器人工业人士在丹麦首都哥本哈根召开了一次工业机器人国际标准大会，并在这次大会上通过了一个文件，把工业机器人分为四类：⑴顺序型。这类机器人拥有规定的程序动作控制系统；⑵沿轨迹作业型。这类机器人执行某种移动作业，如焊接。喷漆等；⑶远距作业型。比如在月球上自动工作的机器人；⑷智能型。这类机器人具有感知、适应及思维和人机通信机能。

日本工业机器人产业早在上世纪90年代就已经普及了第一和第二类工业机器人，并达到了其工业机器人发展史的鼎盛时期。而今已在第发展三、四类工业机器人的路上取得了举世瞩目的成就。日本下一代机器人发展重点有：低成本技术、高速化技术、小型和轻量化技术、提高可靠性技术、计算机控制技术、网络化技术、高精度化技术、视觉和触觉等传感器技术等。

根据日本政府2007年指定的一份计划，日本2050年工业机器人产业规模将

达到1.4兆日元，拥有百万工业机器人。按照一个工业机器人等价于10个劳动力的标准，百万工业机器人相当于千万劳动力，是目前日本全部劳动人口的15%。

一个国家要引入高技术并将其转移为产业技术（产业化），必须具备5个要素即5M:Machine/Materials/Manpower/Management/Market。和有着“机器人王国”之称的日本相比，我国有着截然不同的基本国情，那就是人口多，劳动力过剩。刺激日本发展工业机器人的根本动力就在于要解决劳动力严重短缺的问题。所以，我国工业机器人起步晚发展缓。但是正如前所述，广泛使用机器人是实现工业自动化，提高社会生产效率的一种十分重要的途径。我国正在努力发展工业机器人产业，引进国外技术和设备，培养人才，打开市场。日本工业机器人产业的辉煌得益于本国政府的鼓励政策，我国在十一五纲要中也体现出了对发

参考文献：

[1]王握文.世界机器人发展历程[J].国防科技, 2001,(01)

[2]陈爱珍.日本工业机器人的发展历史及现状[J].机械工程师, 2008,(07)

[3]陈爱珍.国内外机器人的发展现状[J].机械工程师, 2008,(07)

[4]陈佩云.日本振兴工业机器人的政策[J].机器人技术与应用, 1994,(01)

[5]陈佩云.我国工业机器人技术发展的历史_现状与展望[J].机器人技术与应用, 1994,(02)

[6]李红.日本的工业机器人为什么发展特别快[J].机器人技术与应用, 1995,(02)

[7]吕学诗.工业机器人在生产和生活中的应用[J].机械制造, 1980,(07)

[8]顾振宇.全球工业机器人产业现状与趋势[J].机电一体化, 2006,(02)

[9]刘进长.日本工业机器人协会[J].机器人技术与应用, 1994,(01)

10.机器视觉发展现状研究 篇十

近年来，随着劳动力成本的不断提高，越来越多的企业开始关注工业自动化设备这一领域，特别是非标自动化设备，它不像传统普标设备那样制作简单，而是以灵活的量身定制、操作方便及功能多样给工业制造行业带来了新的发展商机。我国非标自动化设备开始崭露头角，但发展过程中遇到不少阻碍。

非标自动化设备需求旺盛

在过去，中国制造业的蓬勃发展依靠了大量廉价劳动力。然而时移境迁，随着近年来新增劳动人口减少，人们生活水平的提高，劳动力不再是廉价资源，一工难求已变得越来越普遍，为了满足生产的需求，自动化生产逐渐被企业主所认识重视。非标设备作为自动化生产的重要组成部分在10年来也越来越普及，市场也涌现出一大批非标设备厂家。

目前，企业采用自动化设备的需求日益增加，由于各企业的具体情况不同，非标自动化的需求占据很大部分的比例。非标设备机器的支出是可以事先预算的，非标自动化市场将快速增长，自动化产品运用深度持续增加。例如在注塑行业中，众多注塑企业根据自身实际情况通过制造业自动化第一品牌、及工业机器人系统集成商的广东拓斯达量身定做一套适合的非标自动化解决方案，并且广泛地应用工业机器人和机械手，实现实现“无人化工厂”和“无灯化车间。”产品的生产成本得到最大限度的节约。而且，机器生产出来的产品质量更加有保证。金融危机过后的中国，非标自动化设备必然更加兴盛。

非标自动化设备发展现状

尽管非标设备行业整体呈现一个显而易见的上升趋势，即非标设备市场空间广阔，甚至某些传统产业将可能成为潜力最大的市场。但我国非标企业数量较多，规模较小，技术落后、竞争同质化也是明显的缺陷，而且在这个领域与发达国家至少有10年的差距。新型非标自动化设备往往是机电一体化的设备，充分利用信息技术的最新成果。中国一些企业的设计人员却对产品不熟悉，不敢或不会选用，大大限制了水平的提高，而许多核心技术上也并没有真正独立，依靠设备进口其成本显然难以下降。目前，高端产品比如工业机器人、及伺服电机依然主要由国外进口。按市场逻辑来看，增长的市场空间可以提高企业的技术研发水平和壮大企业规模，给企业提供良好的发展机遇。但客观情况却与之相反，国内的非标设备企业并没有走出低质低价的恶性循环，依旧在简单模仿，并没有研发出自己的特色产品、专利产品，没有积累更多的资金用于企业的发展。目前十几个人的小作坊生产依旧是非标设备业界的主流形态。

11.机器视觉发展现状研究 篇十一

关键词：机器视觉；烟支钢印；图像处理

一、前言

在现代化的卷烟生产中，随着科技的不断进步，卷烟企业对烟支的外观瑕疵会有严格的控制，烟支钢印质量是缺陷检测的一个重点。在传统的烟支钢印缺陷检测工序中，都是依靠人工对烟支钢印质量进行检测，效率非常低，工作强度非常大。为降低工人的劳动强度，提高产品出厂的质量，减少工厂的人力成本和管理成本，采用机器视觉技术对烟支钢印进行全面检测已是必然。就国内而言，“相机+PC图像处理软件”（PC-BASE）的检测模式已成发展趋势。该模式综合利用了光学、机械、电子、控制和自动化各学科的先进技术，可以有效地检测出烟支钢印常见缺陷，并将钢印不合格的产品从生产线上剔出。

二、概述

（1）机器视觉技术。机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉系统是指通过机器视觉产品把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。（2）烟支钢印。烟支钢印在某种程度上体现了卷烟的品牌特征，这个品牌通过烟支钢印印刷在烟支上，相当于一个产品的铭牌。因此，烟支钢印的质量，在一定程度上表明了品牌香烟的质量和品质。

三、烟支钢印检测系统

（一）系统结构。其系统结构主要包括以下几个方面：（1）影像控制系统：实现图像信号的分析、处理，图像存储；（2）工控机：监控实时图片、数据统计分析；（3）控制处理系统：实现影像控制系统与机组的同步处理，对NG图片进行剔除、连续NG图片告警停机；（4）CCD系统：实时拍摄被检测烟支；（5）照明系统：为图像拍摄提供照明；（6）剔除装置：驱动剔除阀，实现对缺陷烟支的剔除；（7）告警、停机模块：提示系统的故障信息。

（二）检测原理。（1）检测流程。系统检测流程如图3所示

（2）图像处理。卷接机组启动后，烟支钢印检测系统通过实时监控卷接机组的SCP（单支烟脉冲）判断烟支钢印所在位置，当钢印运行到CCD镜头位置时触发拍摄，拍摄的图像以数字形式传输到图像处理系统进行分析处理，处理方法主要有模型搜索与面积检测两种。①模型搜索。其输出结果包括检测个数、相似度、检测位置、倾斜角度，如图4所示。

通过模型搜索，可以实时检测钢印不合格烟支。如图5所示，左边为合格烟支钢印检测结果，右边为钢印套色不合格烟支，其检测结果为NG，判断为不合格。

②面积检测。面积检测是将CCD拍摄到的图像进行二值化（黑白化），然后检测白色或者黑色面积。面积检测的输出结果以像素数输出，如果检测值超过指定的公差（上限或者下限），则判断为不合格。

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。如图7所示，右边的图片是图像的波形图，设置好合理的阀值后，可以清晰地将需要检测的图像显现出来（如左下图中的禾穗钢印）。

图像二值化后还要进行差分处理，差分可以输出重合注册图像和当前图像而成的灰度差的减法图像，从而抽出污点、过浓、过淡等和原来注册图像不同的地方。如图8所示，最左边是正常禾穗钢印及其二值化后的图片，后三幅图片分别为禾穗过淡、禾穗过浓、禾穗污点的钢印及二值化后的图片。从图中可以看出，图片二值化后，不合格钢印与合格钢印的像素点差别很大，通过差分处理便可判别出不合格钢印的烟支。

（三）不合格品剔除。烟支钢印检测系统不合格品的剔除利用原机的不合格烟支剔除电磁阀，通过实时监控卷接机组SCP同步脉冲计算从钢印拍摄到烟支剔除阀的步数，当不合格烟支到达剔除工位时，烟支钢印检测系统输出剔除信号给剔除电磁阀实现不合格烟支的剔除。

结语：本文探讨基于机器视觉技术卷接机组烟支钢印质量检测系统。通过对系统的介绍，列举和阐述了图像搜索、图像灰度处理等方法。机器视觉的诞生和应用，极大地解放了人类生产力，提高了生产自动化水平。随着烟草行业提质降耗工程的全面实施，它将越来越多地应用于烟草生产质量的检测和监控领域，为提升烟草企业的市场竞争力做出更大的贡献。

参考文献：

[1] 赵鹏，《机器视觉理论及应用》，电子工业出版社，2011.