農(nóng)業(yè)機器視覺技術(shù)論文(2)
農(nóng)業(yè)機器視覺技術(shù)論文篇二
機器視覺技術(shù)在工業(yè)檢測中的應(yīng)用綜述
摘 要 本文主要綜述機器視覺技術(shù)在國內(nèi)外領(lǐng)域的研究應(yīng)用狀況等，以輸血袋的字符在線識別為例講述視覺技術(shù)在工業(yè)生產(chǎn)上的智能檢測應(yīng)用，同時也闡述了機器視覺在應(yīng)用中存在的一些問題。
【關(guān)鍵詞】機器視覺 應(yīng)用研究 識別 預(yù)處理 labVIEW
1 引言
機器視覺主要研究用計算機來模擬人的視覺功能，通過攝像機等得到圖像，然后將它轉(zhuǎn)換成數(shù)字化圖像信號，再送入計算機，利用軟件從中獲取所需信息，做出正確的計算和判斷，通過數(shù)字圖像處理算法和識別算法，對客觀世界的三維景物和物體進(jìn)行形態(tài)和運動識別，根據(jù)識別結(jié)果來控制現(xiàn)場的設(shè)備動作。從功能上來看，典型的機器視覺系統(tǒng)可以分為：圖像采集部分、圖像處理部分和運動控制部分，計算機視覺是研究試圖建立從圖像或者多維數(shù)據(jù)中獲取“所需信息”的人工智能識別系統(tǒng)。正廣泛地應(yīng)用于醫(yī)學(xué)、軍事、工業(yè)、農(nóng)業(yè)等諸多領(lǐng)域中。
2 視覺技術(shù)研究與應(yīng)用的必要性
視覺技術(shù)在國內(nèi)外發(fā)展極其必要。2008年經(jīng)濟危機極大沖擊了美國至全球的各個領(lǐng)域。美國汽車制造業(yè) “Big Three”頻臨破產(chǎn)，進(jìn)一步自動化是唯一出路。美國政府推行“Made in US” 計劃。出臺多個政策刺激鼓勵企業(yè)技術(shù)發(fā)明創(chuàng)新，視覺技術(shù)的應(yīng)用就顯得非常必要。近年在國內(nèi)，勞動力工資成本大幅提高，很多生產(chǎn)企業(yè)遷移到人力資源更低廉的國家和區(qū)域，食品、醫(yī)藥質(zhì)量事件不斷。“Made in China”在世界聲譽亟需提高，為提高質(zhì)量保持競爭力，各領(lǐng)域的視覺檢測及高度自動化勢在必行。視覺檢測對工業(yè)自動化的重要性與日俱增，工業(yè)自動化需求對視覺技術(shù)的推動高度集成化。
3 國外典型研究與應(yīng)用
對于機器視覺技術(shù)，世界各國都在研究與應(yīng)用。1994年S.T rika等研究了一種基于機器視覺的多面體零件特征提取技術(shù)，獲得零件特征。1998年，J.Merlet等將機器視覺技術(shù)應(yīng)用于部件裝配。同年， Du-Ming Tsai等將機器視覺和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合， 實現(xiàn)對機械零件表面粗糙度的非接觸測量。2003年，Eladaw .iA.E將機器視覺技術(shù)用于數(shù)控銑加工中， 以獲得實時加工數(shù)據(jù)。日本的視覺識別機器人研究，從數(shù)量或研究成果看都占據(jù)著明顯的領(lǐng)先地位.美英德韓也都在開展相關(guān)研究。國外的卡耐基-梅隆M.A.Smith等提出了一種在視頻幀中檢測文字的方法。韓國Soongsil大學(xué)的Kim基于支持向量機和Camshift算法檢測視頻幀中的文字。
4 國內(nèi)典型研究與應(yīng)用
相對國外，國內(nèi)計算機視覺技術(shù)應(yīng)用研究起步較晚，與國外有差距，還需進(jìn)一步在深度、廣度及實踐方面作出努力。國內(nèi)的李留格等采用BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行輪胎胎號字符識別;李朝輝等利用形態(tài)算子提取視頻幀的高頻分量，把文本字符從復(fù)雜的視頻中分離出來;周詳?shù)壤酶倪M(jìn)的BP神經(jīng)網(wǎng)絡(luò)對字符進(jìn)行識別，提高了識別率和識別速度。字符識別技術(shù)是機器視覺領(lǐng)域的一個重要分支，在文字信息處理，辦公自動化、實時監(jiān)控系統(tǒng)等高技術(shù)領(lǐng)域，都有重要的使用價值和理論意義。本文以輸血袋的字符識別為例介紹機器視覺在工業(yè)智能檢測中的應(yīng)用。
5 機器視覺識別技術(shù)應(yīng)用實例
當(dāng)前，機器視覺已成功地應(yīng)用于工業(yè)檢測領(lǐng)域，大幅度地提高了產(chǎn)品的質(zhì)量和生產(chǎn)效率。企業(yè)中用于檢測輸血袋編號。在血袋生產(chǎn)過程中，血袋上的字符編號的正確和唯一是必不可少的檢測信息。依靠工人的肉眼逐條檢測帶狀轉(zhuǎn)印薄膜上的字符串，來追蹤血袋編號是否錯印，勞動強度大，效率低，不能從根本上保證檢測質(zhì)量。一旦血袋編號出現(xiàn)重印、錯印將會發(fā)生嚴(yán)重醫(yī)療事故，因此一種基于機器視覺技術(shù)的血袋編號字符的提取、識別與錯誤反饋于一體的檢測系統(tǒng)就適時、必要的誕生了，用以提高一次性血袋出廠編號的檢測精度和自動化水平，保證產(chǎn)品質(zhì)量，解決生產(chǎn)實際問題。
5.1 字符在線識別系統(tǒng)組成
為達(dá)到識別目的，識別系統(tǒng)由硬件和軟件構(gòu)成。硬件系統(tǒng)主要有血袋編號檢測臺機械結(jié)構(gòu)、LED陣列照明系統(tǒng)、血袋編號圖像采集系統(tǒng)、攝像機和計算機等。軟件部分是系統(tǒng)的核心，主要由圖像預(yù)處理、字符定位、字符傾斜校正、字符分割、字符識別等部分組成。
5.2 識別系統(tǒng)的實現(xiàn)
本系統(tǒng)基于labVIEW編程、圖像處理、微型計算機接口技術(shù)等實現(xiàn)輸血袋的文字在線識別。使用圖像灰度化技術(shù)、平滑、校正、直方圖均衡化等技術(shù)進(jìn)行圖像預(yù)處理。使用投影定位法等對字符進(jìn)行定位。使用投影法、模版匹配等進(jìn)行傾斜角度調(diào)整。使用垂直投影法對字符進(jìn)行分割。使用了BP神經(jīng)網(wǎng)絡(luò)來識別分割后的字符。為提高識別率，設(shè)計訓(xùn)練了三個神經(jīng)網(wǎng)絡(luò)：字母網(wǎng)絡(luò)、數(shù)字網(wǎng)絡(luò)、字母與數(shù)字網(wǎng)絡(luò)。
5.3 實驗結(jié)果
利用該系統(tǒng)做過多次實驗，測試了大量數(shù)據(jù)，整體看，系統(tǒng)穩(wěn)定可靠，系統(tǒng)對輸血袋文字識別程度非常高。本系統(tǒng)提高生產(chǎn)效率和生產(chǎn)過程的自動化程度，并為機器視覺系統(tǒng)應(yīng)用于此種生產(chǎn)線，提供了成功的先例和經(jīng)驗。但由于各種原因，也會對識別的結(jié)果有一定的影響，因此，在識別率方面，尚有一定的差距。
6 機器視覺技術(shù)在應(yīng)用中存在問題
雖然機器視覺技術(shù)目前已廣泛應(yīng)用到各領(lǐng)域，但由于其自身或配套技術(shù)上仍有不完善的地方，要廣泛的應(yīng)用還有一定限制。而圖像處理算法的效率高低是計算機視覺成功應(yīng)用的關(guān)鍵，盡管國內(nèi)外都提出一些新的算法， 但是大部分仍處于實驗階段。特別是有復(fù)雜背景的工業(yè)現(xiàn)場，對視覺識別技術(shù)的識別率和精度降低。
7 結(jié)束語
機器視覺技術(shù)應(yīng)用前景極為廣闊，目前應(yīng)用于生產(chǎn)生活各領(lǐng)域，但我國發(fā)展滯后，在工業(yè)檢測中離實用化、商業(yè)化還有差距，因此亟待提高我國機器視覺技術(shù)的發(fā)展速度和水平，達(dá)到工業(yè)生產(chǎn)的智能化、現(xiàn)代化，為我國的現(xiàn)代化建設(shè)做出應(yīng)有貢獻(xiàn)。
參考文獻(xiàn)
[1]周平，王思華.基于機器視覺技術(shù)的壓縮機編碼識別系統(tǒng)設(shè)計[J].PLC技術(shù)應(yīng)用200例，2009.
[2]范祥，盧道華，王佳.機器視覺在工業(yè)領(lǐng)域中的研究應(yīng)用[J].現(xiàn)代制工程，2007.
作者單位
1.長春工業(yè)大學(xué) 吉林省長春市 130122
2.吉林俄語專修學(xué)院 吉林省長春市 130122
看了“農(nóng)業(yè)機器視覺技術(shù)論文”的人還看：