人们自从一开始，就试图让事情自动的完成，从而使之变得更舒适，更精确，速度更快，科技进步从人工到机器，从机器到自动化不断发展，未来的产品将是基于视觉的应用，机器视觉集成电路系统与计算机软件系统来仿真人类功能，本文将介绍目前关于基于机器视觉检测系统的研究，用一台电脑和一个照相机来代替人工检测系统。这个照相机安装在传送带上，主要目的是用来检测缺陷而且不用复杂的过滤器如边缘增强处理、纠错处理等，是一个非常简单的技术的扩充了。由于目标在传送带上的因素也要考虑，用边缘处理与纠错处理等过滤器可以得到更好的结果，但消耗了大量时间，本文所讨论的检测在像素级，它检测大小形状颜色和像素，我们已经将它扩展到了五种应用，并且结果已经达到了理想的精度。
　　1.简介
　　基于机器视觉的系统几乎已经延伸到全世界工业的所有部门。以前，检测模块是消耗时间的过程。而且目前有成百上千的应用，并且有许多应用已经被一天天改进了。有两种典型的机器识别应用，一种是基于个人计算机，另一种是基于智能相机，在表格中对两种做出了对比，我们已经完善了基于计算机的机器识别系统已实现更好的适应性，具有更多的功能选择和更强的性能表现。虽然这个系统不精细并且需要计算机技术，但软件和GUI已经非常简单的人性化。
　　

　　传送带是用来传送物体，使目标从相机下面经过的。相机与一台电脑相连，系统提取轮廓并处理数据。机械部分是用铝做的传送带，非常轻并可以装在口袋中。两个电机，一个直流电机用来带动传动带，和另一个步进电机用来驱动操作装置。电子部分由电源电路和并行端口与电脑相连。　　软件是基于图像处理技术的，不是像复杂的计算过程，花更少的时间并得到更精确的。系统根据不同的大小、形状、颜色和维数将它们分开。
　　物体的颜色大小形状，这三种特征是人们区分物体的标准，区域又是另一个因素，计算机在未告知的情况下就不知道怎么去做，轮廓将被计算机以数据矩阵的形式拾取，一系列特殊的数据组可以描述一件物体区域。物体的长度和宽度国样可以用一个固定的距离和像素比率解出来。
　　一但计算机接收到特定的命令之后就通过并行端口驱动步进电机。操作杆指挥各种相应的文件以及文件路径。这个简单的操作可以用自动化机器手和操作盘来代替完成。
　　这种技术已经扩展到一系列的应用，比如子弹、电阻器、容器、芯片、香烟等。
　　例如子弹可以用它们的大小加以区分，电阻器和容器可以用它们丢失部分来区分，芯片用它们的形状来区分，香烟等用它们的大小和颜色来区分。
　　2.主体
　　铝板可以被折叠来传送带挡板和主体机座。两个滚动体以及轴承座来承受传动带的旋转。一边与驱动传动带的DC电机连接，传动带固定在滚动体上，需施加足够的足够的预紧力。在传动带下的的一个隔间用来固定电路系统，这个系统可以帮助安全传输。
　　2.1相机固定
　　L字形的固定架安装在传动带的中间，在上30厘米处固定照相机。通过调整传动带区域来调整照相机的相对位置。
　　2.2喂料盘
　　喂料盘安装在传送带的尾端，两个操作杆可以根据检测物体的大小来做出相应的调整，喂料盘与水平线成30度夹角方便物体滑入传送带。
　　2.3出料盘
　　有两个出料盘安装在传送带的另一侧，出料盘都由折叠的铝板制成，折叠部分用作挡板。出料盘体积很小与水平线成50度夹角，方便物体从传送带落入出料盘。
　　2.4操纵杆
　　一个步进电机安装在靠近出料口，操纵杆安装在步进电机的顶部，根据情况控制步进电机正转或者反转，当操纵杆向右时，物体落入右边的出料盘，当向左时，物体落入左边的副出料盘。
　　3.电子控制
　　这个系统包括两个电动机，一个是12V，1.2AMP的直流电动机驱动传送带，另一个是6V，1.2AMP的步进电动机，用于驱动操纵杆。电路系统和电源安装在传送带里面，并与传送带绝缘。蜗轮与12V直流电动机绝缘，这个电动机可以提供5KG的提升力，电动机由L-298 IC驱动。L-298 IC有三个引角，一个用于控制电动机的启动，另两个控制电动机的方向和理想电压。
控制电动机启动的引角由软件控制。
　　为了驱动步进电动机，四个晶体管用作开关而不是用集成电路，通过周期性的打开或者关闭这些开关来控制步进电机的运转，由计算机软件发出控制脉冲。
　　4.计算机接口
　　数码相机和步进电机与计算机连接

图1.系统图解

　　4.1计算机接口

　　一个模拟相机组建801C通过电视调节卡与计算机相连，软件实现计算机与相机的信息传递。用Visual Basic编制相应的程序。这个程序将用到X控件文件“VIDEO.OCX”，这个控件自动的添加显卡驱动。
步进电机接口
　　步进电机与计算机通过并行端口连接，74LS240是用来保护并行端口不受回流的干扰。脉冲是通过软件发出的，为了在windows XP中控制并行端口要用到一个动态连接库文件“inpout32.dll”。
　　这个文件放在系统文件夹system32。用“inp”来读取端口数据用“out”向端口发送数据。
　　程序运行环境是Visual Basic，这个程序编制起来比较简单，容易理解，而且是可视化的图形界面接口，其他语言像Turbo C, Visual C和Matlab。Turbo C没有友好的GUI，visual C不仅可以编制复杂的程序，界面也十分友好。Matlab非常简单，界面非常友好，但速度非常慢。VB的唯一缺点就是比VC慢，程序部分分为以下几个步骤。
　　5.1视频获取
　　编制程序的第一步就是获取视频信息，控件文件“video.ocx”放在系统文件夹system32中，这给Visual Basic环境提供相应部件，这个文件自动的与视频设备和显卡相连，“videocapture1.capture = true”启动视频，另外video.ocx也提供向资源解决方案格式高度，宽度的选择。
　　5.2视频文件转换成数组
　　一旦视频被获取了下一步就是将视频文件转换成数组，以便用于计算和应用过滤器。引入组件的是用于以下目的。用“kernel32”中的“RtlMoveMemory”命令得到数据。数据包括红绿蓝（RGB）三种像素数据，RGB值以一组一维数列存放，而这个矩阵用三维数组存放红绿蓝完整的像素数据。用这三种颜色形成灰色区域：灰色= (0.3 *蓝色) + (0.59 *绿色) + (0.11 * 红色)
　　视频用160*120的矩阵解出来，所有的计算和过滤器都必须在矩阵中完成。
　　5.3图像质量提高
　　灰度矩阵其实是量化形式的图像，如果计算精确，则处理的图像越清楚。主在这个项目要用到两个技术，一个是条形图分析，另一个是阈值分析。
　　5.3.1条形图分析
　　一组条形图用来分析图像的灰度值和像素值。条形图可以了解图形是否太黑或者太亮或者对比度太强，用图形图分析方法可以把像的达赖到很高的质量。
　　5.3.2阈值设置
　　阈值是用来区分图像背景和物体的一系列灰度值，用这种技术图像就转换成了01图。
　　5.4缺陷检测
　　一个特定的物体可以用它的形状大小颜色维数加以区分。
　　5.4.1粒子测量
　　为了根据物体的大小颜色灰度值加区分，要用到粒子测量，开始传送带上没有任何东西。这时给图像的值为0。表示没有任何东西在传送带上，如果白色的物体放在传送带上，这时给图像的值接近255。这就意味着可以用一系列的像素值来描述白色的物体和黑色的背景。如果我们在编制程序时要用到区分子0和1的阈值，一旦得到一系列的1矩阵，这个区域叫着一个“团”，这些团的个数就是我们所要数的物体的个数。因为如果一个物体的大小比较小但具有相同的颜色，那么像素的数量将少于原始总和，如果一个物体的大小大于它的像素总和，这结果将大于理想结果。通过这种方法，我们可以区分物体的大小。　　

左：大小 = 6 像素，长度 = 2 像素，宽度 = 3 像素
右：大小 = 12 像素，长度 = 3像素，宽度 = 4 像素

　　5.4.2维数比较
　　一个物体不同的形状但还是有可能有相同的像素值，假设存在一个白色立方体或者有一百个像素值，那么先前的程序将无法区分这样两个物体，为了解决这个问题，我们要引入物体的维数，首先把物体的维数输入到软件中，比如一个立方体有十个像素
　　长十个像素宽，所以软件将不仅检查像素总量，它同样要检查图像的维数，显然，矩形不能满足长宽高的标准，通过这种方法，物体的不同形状就可以加以区分。

　左：大小 = 6 像素，长度 = 2 像素，宽度 = 3 像素
右：大小 = 6 像素，长度 = 1像素，宽度 = 6像素

　　5.4.3颜色比较
　　有相同的大小相同的形状但颜色不同的可能同样是有的，前两个程序满足它的大小要求，但物体总是有缺陷的，这就是为什么要考虑颜色的原因，像红色物体，它的红色像素值就比通常要高一些，所以如果某一个物体的红色像素值高于我们给定的阈值，那么就可以认为这个物体是红色的，对于其它颜色也是一样的，通过这些颜色就可以将不同的物体区分开来，
　　5.4.4维数计算
　　系统将同样物体的长度和宽度,假设一张图有10000个像素点，也就是说有100个长，100个宽。图像的长度为10cm ，宽度为10cm。所以我们就可以找到像素与真实长度之间的关系。即10个像素就代表1cm。图4为一个30X100像素大小的黄色物体
　　下面是程序流程图

　　程序首先用粒子测量，之后的程序提供了两个选择，如果要检查物体的颜色程序就完成循环2。完成维数检查后再用循环1完成颜色检查。循环路线选择由用户做出选择。

　　5.5可视化用户界面

　　程序的CUI界面非常友好，图6为算法在子弹上的一种应用，“Color”给出子弹经过相机下时的颜色，“Object”给出所以检测物体的类型。输出为所接收物体的总数。如果一个带有缺陷的物体经过照相机，这时要引入4个按钮，在运行时由用户做出选择。
　　6.结果
　　我们已经检测过像子弹、芯片、香烟等物体，通过颜色大小检测的检测取代传统的过滤器、边缘检查等算法，这种方法不仅具有速度快的特点，而且还消耗更少的内存。最重要的一点是具有更高的精度。
　　7.结论
　　程序精简，计算量小GUI简单，整个过程效率高、速度快。这个程序可以非常容易的移植到其它物体。包括新的物休，所用到的数据库也非常简单，也不很消耗时间。这个实体做出来了之后很小巧、容易调节。这个过程比现存的技术更简单。整个过程是自动的，不需要人工操作。准确度达95%。
　　8.参考文献
　　[1]Rafael C. Gonzalez, “Digital Image Processing.
　　[2]John C. Russ, “The Image Processing Handbook”.
　　[3]Kenneth R. Castleman, “Digital Image Processing”. 
　　[4]Al Bovik, “Handbook of Image and Video Processing”.
　　[5] K. Mikolajczk, A. Zisserman and C. Schmid“Shaperecognition with edge-based 别features”. In British MachineVision Conference, September 2003
　　[6]R. Krishnan, “Electric Motor Drives: Modeling, Analysis,and Control”.
　　‍‍‍‍‍‍‍‍‍‍