机器视觉系统原理及基础知识.ppt

机器视觉系统原理及基础知识 机器视觉系统的原理是通过计算机或图像处理器和相关设备来模拟人的视觉行为，完成获取人的视觉系统所得到的信息。机器视觉系统的目的就是给机器或自动生产线添加一套视觉系统，使机器人具有感知周围视觉世界的能力。 机器视觉系统的构成包括图像采集系统、图像处理系统和信息综合分析处理系统三个部分。图像采集系统是机器视觉系统的主要组成部分，通过照明光源、镜头和摄像机来获取图像信息。图像处理系统是对图像进行处理和分析的部分，包括图像预处理、图像分割、图像描述和图像识别等步骤。信息综合分析处理系统是对图像信息进行深入分析和处理的部分，包括图像理解、图像解释和图像描述等步骤。 机器视觉系统的原理与人的视觉系统相似，但也存在一些差异。机器视觉系统的优点是可以在复杂及变化的环境中识别目标，具有高级智能，可以运用逻辑分析及推理能力识别变化的目标，并能总结规律。但机器视觉系统也存在一些缺陷，如智能差，不能很好地识别变化的目标，彩色识别能力强，但容易受人的心理影响，不能量化；灰度分辨力差，一般只能分辨64个灰度级等。 照明光源是机器视觉系统的重要组成部分，照明光源的种类包括LED、萤光灯、卤素灯等，每种光源都有其特点。照明规则包括光线太暗或太亮都会影响视觉系统，照明的主要功能是产生光学信号，减少噪声是照明要解决的主要问题之一。 镜头是机器视觉系统的另一个重要组成部分，镜头的种类包括显微镜、常规镜头、鱼眼镜头、超广角、广角、标头、长焦、超长焦等，每种镜头都有其特点。镜头的性能参数包括分辨力、对比度、景深、失真等。 机器视觉系统是通过计算机或图像处理器和相关设备来模拟人的视觉行为，完成获取人的视觉系统所得到的信息。机器视觉系统的原理与人的视觉系统相似，但也存在一些差异。机器视觉系统的优点是可以在复杂及变化的环境中识别目标，具有高级智能，可以运用逻辑分析及推理能力识别变化的目标，并能总结规律。但机器视觉系统也存在一些缺陷，如智能差，不能很好地识别变化的目标，彩色识别能力强，但容易受人的心理影响，不能量化等。