5.1 图像预处理 24

5.2 大视场的特征识别 26

5.3 小视场测量路径规划 29

5.4 辅助测量特征的构造和匹配 31

5.5 实验结果 33

5.6 本章小结 34

结  论 35

致  谢 37

参考文献 38

1 绪论

1.1 课题研究的背景及意义

机器视觉技术是一种自动化非接触式测量方法，具有精度高，速度快，便于维护等特点。由于与被测对象无接触，因此安全可靠，对观测与被观测者没有损伤。而且，采用机器视觉所能检测的对象的范围广泛，理论上，人眼观察不到的地方，可以通过机器视觉，利用相关敏感器件形成图像，进而便于人眼观察，因此可以说是扩展了人类的视觉范围。另外，机器视觉综合技术包括控制技术、光源照明技术、光学成像技术、图像处理技术等，是实现精密检测、精确定位、自动化生产的有效途径，在工业生产中得到了广泛的应用和重视。

随着电子技术、计算机软硬件技术、图像处理相关技术的发展，机器视觉在理论和实践上都取得了重大的发展，其在工业上的应用也越来越多的受到人们的关注。工业上，视觉系统的应用大致分为两个方向：自动检测和智能装配。

自动检测是生产自动化的重要环节，它包括几何量的计量测试和自动视觉识别检测。几何量计量测试技术是制造业中不可缺少的环节。得益于机器视觉的发展，目前的测试技术有：结构光测量、层析三维数字化测量、激光扫描测量等方法。而自动视觉识别检测目前已经用于产品外形和表面缺陷检验，如金属表面的视觉检测、印刷电路板缺陷检查、焊缝缺陷自动识别等。

现代机电产品的装配工作量占整个产品制造工作量的20%~70%，装配的质量对产品的性能有着直接影响。机器视觉技术不仅可以用于完成一些看似简单的如汽车零件装配等任务，更可在恶劣或有害的工作环境下实现装配。目前，工业领域中已经有很多以机器手、视觉系统为主体的装配系统进入实用阶段。

机器视觉测量技术近十多年来发展快速，一些以机器视觉二维几何尺寸测量技术为基础的影像测量设备和检测系统已应用于工业自动化的各个领域，如切削刀具磨损量的在线检测、微小结构测量、消费类电子产品的质量检验等。本课题旨在研究机器视觉的二维尺寸测量方法，解决多视场协同测量算法的开发等问题。

1.2 机器视觉技术的发展及其在测量方面的应用

1.2.1 机器视觉技术的发展

机器视觉主要是运用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际的测量、检测和控制。计算机水平的快速提高以及并行处理、人工智能和神经元网络等学科的发展，促进了机器视觉的实用化。近年来，机器视觉的研究逐渐从实验室走向实际应用；从最初简单的二值化图像处理发展到高分辨率多灰度的图像处理；从普通的二维信息处理发展到三维视觉处理，算法和处理模型的研究取得了很大的进展。

在国外，机器视觉的应用主要体现在半导体及电子行业，其中大概4O％ 都集中在半导体行业。具体如PCB印刷电路；SMT表面贴装；电子生产加工设备；机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。在现代化的国防中，机器视觉也是不可缺少的，比如导航、制导、侦查以及遥控遥测等。如果采用大量的人工检测不仅影响工作效率，而且会有不可靠的因素，直接影响到测量的精度。而且，在有些需要快速准确获取检测数据的任务，比如基准点坐标及激光光斑的位置的测量等，就很难通过常规方法快速完成的，机器视觉技术解决了这一问题。源:自'优尔.·论,文;网·www.youerw.com/