机器视觉原理与案例详解

本书结合智能制造的发展方向，将机器视觉的理论知识与生产实际相结合，通过典型案例详细讲解机器视觉的基础原理及其实现过程，并尝试解决智能制造装备智能化的相关问题。本书共12章，主要包括机器视觉概述、硬件构成、硬件选型、图像处理技术、缺陷检测技术、模式识别技术、尺寸测量技术、目标定位技术、机器视觉软件CKVisionBuilder基础及实战、机器视觉软件In-Sight基础及实战。本书图文并茂、由浅入深，特别适合机器视觉的初学者学习或参考，还可作为高等院校相关专业、企业相应岗位的培训教材。

工控帮教研组是长沙工控帮教育科技有限公司成立的专业作者团队，长期坚守在教学一线，专注于工业机器人在线教育。

（1）零基础入门，学练结合，轻松上手

（2）学习案例源自实践

（3）所学技能与岗位需求紧密贴合

随着“工业互联网”概念的提出，中国制造业向智能制造方向转型已成为普遍共识并在积极落实。工业机器人是智能制造业最具代表性的装备。

当前，工业机器人替代人工作业已成为制造业的发展趋势。工业机器人作为“制造业皇冠顶端的明珠”，将大力推动工业自动化、工业数字化、工业智能化早日实现，为智能制造奠定基础。智能制造产业链涵盖智能装备（工业机器人、数控机床、服务机器人、其他自动化装备）、工业物联网（机器视觉、传感器、RFID、工业以太网）、工业软件（ERP/ MES/DCS等）、3D打印及将上述环节有机结合起来的自动化系统集成和生产线集成等。

工业机器人是连接自动化和信息化的重要载体。围绕汽车、机械、电子、危险品制造、化工、轻工等应用需求，工业机器人将成为智能制造中智能装备的普及性产品。

智能装备应用技术的普及和发展是我国智能制造推进的重要内容。工业机器人应用技术是一个复杂的系统工程。工业机器人不是买来就能使用的，需要对其进行规划、集成，即把工业机器人本体与控制软件、应用软件、周边的电气设备等结合起来，组成一个完整的工作站方可进行使用。工业机器人通过在数字工厂中的推广应用，不断提高智能水平，使其不仅能替代人的体力劳动，而且能替代人的部分脑力劳动。因此，在以工业机器人应用为主线构造智能制造与数字车间的过程中，对关键技术的运用和推广就显得尤为重要。这些关键技术包括工业机器人与自动化生产线的布局设计、工业机器人与自动化上下料技术、工业机器人与自动化精准定位技术、工业机器人与自动化装配技术、工业机器人与自动化作业规划及示教技术、工业机器人与自动化生产线协同工作技术、工业机器人与自动化车间集成技术等。通过组建工业机器人的自动化生产线，利用机器手、自动化控制设备来推动企业技术向机器化、自动化、集成化、生态化、智能化方向发展，从而实现数字车间制造过程中产品流、信息流、能量流的智能化。

近年来，虽然多种因素推动着我国工业机器人在自动化工厂中广泛使用，但是一个越来越重要的问题清晰地摆在我们面前，那就是工业机器人的使用和集成技术人才严重匮乏，甚至阻碍了这个行业的快速发展。哈尔滨工业大学工业机器人研究所所长、长江学者孙立宁教授指出：按照目前中国工业机器人安装数量的增长速度，对工业机器人人才的需求早已处于干渴状态。目前，国内仅有少数本科院校开设工业机器人的相关专业，普遍没有完善的工业机器人相关课程体系及实训工作站。因此，老师和学员都无法得到科学培养，不能满足产业快速发展的需要。

工控帮教研组结合自身多年的工业机器人集成应用和教学经验，以及对工业机器人集成应用企业的深度了解，在细致分析工业机器人集成企业的职业岗位群和岗位能力矩阵的基础上，整合工业机器人相关企业的应用工程师和工业机器人职业教育方面的专家学者，编写“智能制造高技能人才培养规划丛书”。按照智能制造产业链和发展顺序，“智能制造高技能人才培养规划丛书”分为专业基础教材、专业核心教材和专业拓展教材三类。

（1）专业基础教材涉及的内容包括触摸屏编程技术、电气控制与PLC技术、液压与气动技术、金属材料与机械基础、EPLAN电气制图技术、电工与电子技术等。

（2）专业核心教材涉及的内容包括工业机器人技术基础、工业机器人现场编程技术、工业机器人离线编程技术、工业组态与现场总线技术、工业机器人与PLC系统集成技术、基于SolidWorks的工业机器人夹具和方案设计、工业机器人维修与维护、西门子S7-200 SMART PLC编程技术等。

（3）专业拓展教材涉及的内容包括工业机器人的焊接技术与焊接工艺、机器视觉原理与应用技术、传感器技术、智能制造与自动化生产线技术、生产自动化管理技术（MES系统）等。

本书内容力求源于企业、源于实际，然而因编著者水平有限，错漏之处在所难免，欢迎读者关注微信公众号GKYXT1508进行交流！

工控帮教研组

第1部分 机器视觉基础
第1章 机器视觉概述 2
1．1 机器视觉的发展历程 2
1．2 机器视觉的发展趋势 4
1．3 机器视觉的应用领域 4
1．4 机器视觉的性能优势及功能特点 5
习题及实验 6
课外小知识：铝卷焊接 6
第2章 硬件构成 8
2．1 相机 8
2．1．1 分类 8
2．1．2 关键参数 11
2．1．3 接口 12
2．2 镜头 13
2．2．1 视场角 13
2．2．2 光圈 14
2．2．3 焦距 14
2．2．4 景深 15
2．2．5 失真 15
2．2．6 分类 16
2．2．7 接口 18
2．3 光源 19
2．3．1 颜色 19
2．3．2 分类 21
2．4 图像采集卡 25
2．5 机器视觉教学实验平台 26
习题及实验 27
课外小知识：智能相机在工业中的应用 28
第3章 硬件选型 30
3．1 采集图像 30
3．2 收集需求 33
3．3 选择相机 33
3．4 选择镜头 36
3．5 选择光源 38
习题及实验 39
课外小知识：HSV颜色模型 40
第4章 图像处理技术 41
4．1 图像采集 41
4．2 图像预处理 42
4．2．1 二值化处理 42
4．2．2 灰度处理 45
4．2．3 图像增强 45
4．2．4 图像滤波 46
4．2．5 图像锐化 47
4．2．6 图形腐蚀及膨胀 48
4．3 边缘检测 48
习题及实验 49
课外小知识：Canny边缘检测算法 49
第5章 缺陷检测技术 52
5．1 划痕检测 52
5．2 焊点检测 54
习题及实验 56
课外小知识：高速检测碎饼干 57
第6章 模式识别技术 59
6．1 模式识别的分类 59
6．2 模式识别的应用：字符识别 62
6．2．1 印刷体字符识别 63
6．2．2 手写体字符识别 65
6．3 模式识别的应用：条码识别 65
6．3．1 一维条码识别 66
6．3．2 二维条码识别 70
习题及实验 72
课外小知识：贝叶斯决策规则 72
第7章 尺寸测量技术 74
7．1 距离测量 74
7．2 圆测量 76
7．3 轮廓测量 81
习题及实验 83
课外小知识：瓶盖及塑封膜检测 84
第8章 目标定位技术 87
8．1 形状匹配 87
8．2 灰度匹配 91
8．3 坐标校准 94
8．4 测量标定 95
习题及实验 96
课外小知识：嵌入式CCD自动对位系统 97
第9章 机器视觉软件CKVisionBuilder基础 99
9．1 CKVisionBuilder软件的界面说明 99
9．2 CKVisionBuilder软件的工具应用 109
9．2．1 软件工具应用 109
9．2．2 相机工具应用 110
9．3 CKVisionBuilder软件的实例应用 112
9．3．1 条码读取 112
9．3．2 拟合圆 116
习题及实验 119
课外小知识：利用DataMan 302X读取啤酒桶上的二维矩阵条码 120
第10章 机器视觉软件In-Sight基础 121
10．1 In-Sight软件的界面说明 121
10．2 In-Sight软件的工具应用 122
10．2．1 位置工具 123
10．2．2 检查工具 131
10．3 In-Sight软件的连接设置 144
10．3．1 相机连接 144
10．3．2 通信连接 147
10．4 In-Sight软件的电子表格 150
10．4．1 图像采集 152
10．4．2 逻辑运算 155
10．4．3 “图案匹配”函数 158
10．4．4 “直方图”函数与“边”函数 163
10．4．5 “斑点”函数与“图像”函数 165
10．4．6 OCV函数与OCR函数 170
10．5 In-Sight软件的实例应用 174
10．5．1 饮料颜色识别 174
10．5．2 药片错漏检测 175
习题及实验 179
课外小知识：利用In-Sight软件引导机器人实现活塞的定位抓取 180
第2部分 机器视觉实战
第11章 机器视觉软件CKVisionBuilder实战 182
11．1 案例：耳机胶水检测 182
11．2 案例：齿轮同心度测量 184
11．3 案例：贴膜检测 187
11．4 案例：电机组装精度检测 190
第12章 机器视觉软件In-Sight实战 196
12．1 案例：轴承高度测量 196
12．2 案例：磁铁裂缝检测 200
12．3 案例：药盒字符识别 202
12．4 案例：白色齿轮注油检测 206
附录A 相机的像素与最大分辨率的对应关系 210