论文摘要
机器视觉目标检测、识别、控制方法越来越多地应用到工业自动化生产过程中，它可以显著提高生产效率、产品质量以及自动化程度，产生巨大的经济效益。然而机器视觉方法的大规模应用尚有一些共性问题要解决，包括工业成像问题、高速通信问题、图像计算问题以及检测方法等，以上几个问题限制了机器视觉方法在工业应用中的适应范围。本论文针对这些共性问题，旨在建立普遍适用的工业机器视觉检测方法体系；研究工业成像方法、器件、及系统结构、信号处理方法；研究并行图像计算方法、实时图像处理方法及其在机器视觉方法中的应用；结合工业应用需求，研究工业成像、并行图像处理方法在工业生产线上的具体应用，以及与机械、电气系统协调起来实现实时机器视觉检测、控制的方法与系统体系结构。论文第一章首先介绍了论文研究的背景和意义，分析了机器视觉方法在工业中的应用实例，揭示了成像系统和图像计算过程在机器视觉设备中的重要作用；对论文研究内容进行了初步的介绍，分析了一个典型的机器视觉系统及其处理流程；介绍了论文的主要研究内容及相关研究背景，包括成像系统及器件的发展历史、图像处理器的发展历史，分析了成像系统发展的新趋势；对本论文预期研究目标进行了简要的介绍，给出了研究思路，最后介绍了本论文的框架。论文第二章首先介绍了工业中应用的机器视觉检测控制系统，对其原理及需求进行了详细的分析；对成像系统进行了简单的介绍，分析了其信号转换过程；针对成像系统设计的需求，从光的特性、成像系统获取信息的特点出发分析了当前存在的主要成像方法；对工业成像系统的核心—固体成像技术的原理进行了分析，对感光元件进行了详细的研究；对图像传感器，包括CCD成像器件和CMOS成像器件的结构及性能进行了详细分析；最后以CMOS有源像素图像传感器为例，对成像器件的具体工作过程及其信号转换细节进行了建模仿真，并且分析了成像器件的感光过程及其读出信号特点，为工业成像系统的设计提供了理论依据。论文第三章介绍了图像计算的特点，分析了串行图像执行模式的不足；介绍了可以实现并行计算的图形处理器硬件结构和计算模型，揭示了图形处理器在实时图像处理中的优势，实验结果表明，采用图形处理器可以实现数十倍的加速；针对几种最常用的机器视觉方法采用图形处理器进行并行化，以满足工业应用中的实时图像计算要求；最后结合实际应用需求，提出了一种采用图形处理器的安瓿针剂质量检测系统；实验表明，图形处理器可以满足多工位机器视觉检测系统实时图像处理的需求。论文第四章针对一个具体的机器视觉质量检测系统应用需求，以本论文研究内容为指导，设计并实现了其成像系统、机电控制系统、检测流程、机器视觉检测方法等部分，对论文采用的定位和多区域检测方法进行了详细的介绍，对检测算法的每一个步骤进行了详细的分析及实验，实验结果及该设备现场运行情况表明提出的检测方法很好地满足了检测需求。论文最后对研究内容及结果进行了总结，并且指明了下一步的研究方向。