机器视觉测量尺寸原理推荐

系统模块组成：工件的在线识别***，基本原理是对生产线上的工件进行特征提取，利用分类器对工件进行识别，再利用坐标变换得到工件的空间位置，后由执行机构来完成工件的分类与抓取工作。要完成这一动作，则系统需要具备两大处理单元：图像处理模块和执行模块。

（1） 图像处理模块：是指通过工业摄像机对目标图像进行采集，然后由经图像预处理单元对图像进行中间处理，将处理好的结果送达执行模块。在工件的识别过程中，应该包括所识别工件的种类，如果是工件的***过程中，应该包括工件的具体位置，后通过计算机发送指令信号给执行单元来完成终的工作要求。

方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。好的光源需要能够使你需要寻找的特征非常明显，除了是摄像头能够拍摄到部件外，好的光源应该能够产生对比度、亮度足够且对部件的位置变化不敏感。光源选择好了，剩下来的工作就容易多了。具体的光源选取方法还在于试验的实践经验。在布匹的生产过程中，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成，在现代化流水线后面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“零缺陷”）。对布匹质量的检测是重复性劳动，容易出错且效率低。

实验室做过一个并联机器人结合工业相机的相对简单的视觉分拣实验平台，主要完成对不同种类物体的分拣操作。工程上的调试往往更加复杂，要考虑视觉坐标和机械手用户坐标间的转换，传送带的速度和相机采集频率间的关系，的是图像识别的成功与否。我们预先训练了几种模板，采集到图像信息后通过模板匹配的方式确定视觉坐标下不同种类工件的坐标信息，转换成机械手可以理解的用户坐标信息，完成抓取，再根据类别信息放置在预先设置好的位置处。

下面我们来详细的解析一下视觉引导机器人的工作原理。首先，使用 CCD 摄像机（包括镜头等图像采集设备）将视频信号输入计算机，并通过软件对其快速处理。处理的过程是这样的：选取被跟踪物体的局部图像，该步骤相当于离线学习的过程，在图像中建立坐标系以及训练系统寻找跟踪物。学习结束后，相机不停地采集图像，提取跟踪特征，进行数据识别和计算，通过逆运动学求解得到机器人各关节位置给定值，后控制的末端执行机构，调整机器人的位姿。