视觉测试机应用案例

在布匹的出产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完结，在现代化流水线后边常常可看到很多的检测工人来执行这道工序，给企业增加巨大的人工成本和管理成本的同时，却仍然不能保证100 %的检验合格率（即“零缺点”）。对布匹质量的检测是重复性劳作，容易出错且功率低。机器视觉测量

流水线进行主动化的改造，使布匹出产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的色彩、及数量都要进行主动确认（以下简称“布匹检测”）。选用机器视觉的主动辨认技术完结以前由人工来完结的工作。在大批量的布匹检测中，用人工检查产品质量功率低且精度不高，用机器视觉检测办法可以大大提高出产功率和出产的主动化程度。

特征提取辨识

一般布匹检测（主动辨认）先利用高清晰度、高速摄像镜头拍摄规范图画，在此基础上设定必定规范；然后拍摄被检测的图画，再将两者进行比照。但是在布匹质量检测工程中要杂乱一些：

1． 图画的内容不是单一的图画，每块被测区域存在的杂质的数量、巨细、色彩、方位不必定一致。

2． 杂质的形状难以事前确定。

3． 因为布匹快速运动对光线发生反射，图画中可能会存在大量的噪声。

4． 在流水线上，对布匹进行检测，有实时性的要求。

因为上述原因，图画辨认处理时应采取相应的算法，提取杂质的特征，进行模式辨认，完成智能剖析。

Color检测

一般而言，从彩色CCD相机中获取的图画都是RGB图画。也便是说每一个像素都由红（R）绿（G）篮（B）三个成分组成，来表明RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即便很小的噪声也会改变色彩空间中的方位。所以不管咱们人眼感觉有多么的近似，在色彩空间中也不尽相同。根据上述原因，咱们需要将RGB像素转换成为另一种色彩空间CIELAB。目的便是使咱们人眼的感觉尽可能的与色彩空间中的色差相近。

Blob检测

根据上面得到的处理图画，根据需求，在纯色背景下检测杂质色斑，而且要核算出色斑的面积，以确定是否在检测规模之内。因此图画处理软件要具有别离方针，检测方针，而且核算出其面积的功用。

Blob剖析（Blob Analysis）是对图画中相同像素的连通域进行剖析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图画中色斑可认为是blob。Blob剖析工具可以从背景中别离出方针，并可核算出方针的数量、方位、形状、方向和巨细，还可以提供相关斑驳间的拓扑结构。在处理过程中不是选用单个的像素逐个剖析，而是对图形的行进行操作。图画的每一行都用游程长度编码(RLE）来表明相邻的方针规模。这种算法与根据象素的算法比较，大大提高处理速度。

成果处理和操控

应用程序把回来的成果存入数据库或用户指定的方位，并根据成果操控机械部分做相应的运动。

根据辨认的成果，存入数据库进行信息管理。今后可以随时对信息进行检索查询，管理者可以获悉某段时间内流水线的忙闲，为下一步的工作作出安排；可以获悉内布匹的质量情况等等。高精度机器视觉测量