东莞创视自动化科技有限公司 广东东莞 523000
摘要：本文主要是以印刷品的色差检测技术操作为例，从光学的照明系统、成像镜头方面细致地阐述光谱信息怎样影响着机器视觉的检测操作，以便于广大技术工作者们能够更为全面细致地把握光谱信息，将其充分地运用至机器视觉的检测操作当中，确保机器视觉的检测操作专业化水平得以有效提升。
关键词：光谱信息；机器视觉；检测；应用；
前言
光谱信息技术（Spectral Information Technology），主要指借助不用物质处于某种光学的环境所形成特定光谱，以识别出不同物质，类似于不同人用有着不同指纹，光谱信息，便就属于不同物质指纹。视觉系统（vision system），主要指用机器来替代人眼做出测量及判断。视觉系统，主要是通过机器的视觉产品（即为图像的摄取装置：CCD/CMOS），把被摄取的目标转换为图像信号，传输于专用图像的处理系统，依据像素颜色、亮度、分布等信息数据，转换为数字化的信号。图像系统对这些信息实施各种运算，以抽取目标特征，依据判断结构控制现场设备动作，属于应用于包装、装配、生产中有价值机制。在缺陷检测及防止存在缺陷产品配送到消费者功能方面的价值往往不可估量。机器视觉系统（Machine Vision System），主要特点为提升生产自动化及柔性程度，针对不适宜人工作业各种危险环境，亦或者是人工视觉很难达到相关标准的一些常设，通常会选用机器视觉代替人工视觉。工业大批量生产期间，采用人工的视觉来检测产品综合质量的效率及精度较低，而采用机器视觉的检测法，便能够对生产效率及自动化的程度提升起到积极作用。但是，在实际开展机器视觉的检测工作中，还需借助光谱信息科学技术，通过不用物质处于某种光学的环境所形成特定光谱，以识别出不同物质，便于开展高精准度地机器视觉的检测工作。鉴于此，本文主要针对机器视觉实际检测当中光谱信息的应用进行综述分析，望能够为相关专家及学者对这一课题的深入研究提供有价值的参考或者依据。
1、简述
机器视觉，属于计算机系统科学重要分支部分，属于机器替代肉眼做出各种测量及判断操作。典型机器视觉的系统主要包含着采集图像、控制图像、运动控制等部分。采集图像，属于其中重要的一个环节，可把被测定物质可视化的图像及特征借助成像光学、CMOS、CCD等转换成能够被计算机系统处理的享有数据。采集图像部分，则由被测定物质、光学的照明系统、成像的镜头、CMOS或CCD图像的传感器所组成。
如图1所示，为实际操作操作过程，以下为具体的描述：由光学的照明系统逐渐照明至被测定物质，依据被顶物质表面特性，把光能量的透射或者反射，镜头采集透射或者反射之后光能量达CMOS或CCD图像所在传感器，进而电平信号逐渐产生，由FPGA芯片把电平信号的编码传输至计算机图像的采集卡上，通过图像的采集卡迅速传输至内存，再经由CPU做出相应处理。
机器视觉的检测系统当中，光谱产生较大作用应用具体类别如下：①荧光激发（如防伪检测、生物检测等实际应用）；②针对光谱信号的敏感性特征检测（如ITO检测）；③印刷品色差检测（借助全光谱式光学的照明系统）。本文主要是以印刷品色差的检测操作为例，细致其阐述光谱信息怎样影响着机器视觉的检测。
图1 机器视觉的检测图像实际采集流程示图
2、印刷品的色差检测操作流程
以下为印刷品的色差检测操作流程：①选用光学全光谱照明系统，照射至待检测物体之上；②依据待检测物体光谱反射基本特性，有部分光通过了成像的镜头逐渐传输至CMOS/CCD图像的传感器当中；③CMOS/CCD图像的传感器传输该图像信息，进行计算分析；④计算机依据检测操作要求及标准，判定待检测物体是否为合格，把待检测的物体是否为合格的信息传输至执行的机构；⑤执行机构区分开不合格与合格物体。
因针对待检测物体颜色并不知晓，故整个检测操作期间，针对光谱信息要求包含着下列几个部分：
3、光学的照明系统
只有在光学照明的系统发出包括完整的光谱信息相应光波，待检测的物体采可以依据其自身光谱的反射与折射、吸收能力反射与折射、成像镜头、吸收的光能量、CMOS/CCD的传感器，采可以采集到具体的颜色信息。如图2、3所示，分别是运用常规光学的照明系统所拍摄到PANTONE色卡图像、运用光学全光谱照明系统所拍摄到PANTONE色卡图像。如表1所示，为常规光学的照明系统及光学全光谱照明系统的RGB差值情况。在PANTONE色卡图像卡号7677、6676区分上，运用两种光学光谱照明系统灰度差值可达27.38（R）、2.53（B）、18.31（G），对于图像处理，此差异可为软件判断精准度的提升起到便捷作用。
图2 运用常规光学的照明系统所拍摄到PANTONE色卡图像示图
图3 运用光学全光谱照明系统所拍摄到PANTONE色卡图像示图
表1 常规光学的照明系统及光学全光谱照明系统的RGB差值情况
4、成像镜头的光谱信息传递真实性
图4 色散差异磁砖具体成像当中表现形式示图
色差，通常还被称之为色散现象，主要是因成像镜头并未把不同波长光线聚焦于相同焦平面上（不同波长光线的折射率往往不同），亦或者是与镜头处不同波长的光线不同放大程度所形成。色差程度伴随镜头内部玻璃不同色散程度，也往往存在着较大差异性。具体色散，如图4所示，其在实际成像当中具体表现形式。印刷品的色差检测实际操作期间，色散往往会促使自身属于绿色图像，并让计算机系统识别其它的颜色，让计算机出现误判情况。
5、结语
综上所述，通过以上分析论述之后我们对于机器视觉实际检测当中光谱信息的应用，能够有了更加深入地认识及了解。那么，为了能够在今后更好地将光谱信息运用至机器视觉实际检测当中，便还需广大技术工作者们积极投身于实践探索当中，多积累相关的实践经验，不断提升自身专业技术水平，充分发挥光谱信息的应用优势，更好灵活科学地运用至机器视觉实际检测当中，确保机器视觉的检测技术工作得以高精准度开展。
参考文献：
[1]孙海霞，张淑娟，薛建新.基于机器视觉和光谱技术水果分级的研究进展[J].农机化研究，2015，19（1）：234-237.
[2]Xin R，Xinqing Z，Keping G，et al.Feature Extraction for Rescue Target Detection Based on Multi-spectral Image Analysis[C].2016 International Conference on Transportation Information and Safety（ICTIS）.2016，23（11）：1014-1016.
[3]朱险峰，焦彬，赵静.提高基于机器视觉的心率测量精度的方法（英文）[J].光谱学与光谱分析，2017，23（02）：325-332.
论文作者:罗通明
论文发表刊物:《基层建设》2019年第11期
论文发表时间:2019/7/26
标签：光谱论文; 视觉论文; 机器论文; 图像论文; 光学论文; 系统论文; 信息论文; 《基层建设》2019年第11期论文;