机器视觉技术在轧钢生产中的应用及其发展

　　1 引言

　　机器视觉技术是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，被称为自动化的眼睛。该技术的研究在20世纪50年代从统计模式识别开始，主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析与解释等。20世纪80年代，形成了全球性机器视觉技术研究热潮，80年代中期获得了蓬勃发展，关于机器视觉技术的新概念、新方法、新理论不断涌现[1]。

　　该技术的特点是无接触工作方法，检测范围广，工作稳定，可用于恶劣环境。由于机器视觉具有诸多优点，因此已广泛用于工业检测、工业探伤、精密控制、自动生产流水线、邮政自动化、粮食优选、显微医学操作，以及各种危险场合工作的机器人等。机器视觉在轧钢生产中主要用于轧件形状识别、尺寸测量、位置检测、表面缺陷检测、计数和温度测量等。

　　2 机器视觉系统的工作原理及其组成

　　机器视觉系统的应用特别广泛，不同的系统根据需要选用不同的部件。但无论何种系统都有最基本的组成部分，即光源、镜头、CCD照相机、图像处理单元(或图像捕获卡)、图像处理软件、监视器和通讯/输入输出单元等。系统通过CCD图像传感器采集图像(目标)，将目标的三维图像采集为二维图像，该信号为模拟信号;再由图像采集卡将电信号转化成数字信号，供计算机处理。在机器视觉系统中，主要强调用计算机实现人的视觉功能，视觉信息的分析与处理技术主要以图像为研究对象。所以机器视觉系统需运用图像分析、图像处理及图像理解方法这3个层次的多种技术手段，包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容[2]。

　　3 机器视觉技术的发展

　　从机器视觉技术诞生至今仅有50年，对该技术的研究还在不断的发展完善过程之中。近20年来，对图像获取、图像处理与模式识别理论的研究取得了重大进展。在图像获取方面，随着电子科技的发展，CCD、CMOS摄像机的性能不断改善，而且价格越来越低，其在CCD尺寸、增益调整、曝光时间控制、分辨率等方面都得到了极大提高。一些应用于特殊场合的摄像机也暂露头角，如出现了红外摄像机、微光摄像机等。其他图像获取设备，如光纤视觉传感器等也已开始得到应用。

　　图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。自20世纪80年代开始，非线性科学开始逐渐渗透到图像处理方法之中，许多新颖的数学工具被引入图像处理领域，使相关的理论变得多元化。尤其以小波和多尺度分析为代表的信息处理方法，继承和发展了Fourier分析，将函数论和逼近论的最新成果应用在工程中，建立起完整的系统框架，在图像编码、图像分割、纹理识别、图像滤波、边缘检测、特征提取和分析等方面的应用中，已经取得非凡的成果。