[发明专利]一种防止眼镜反光的机器视觉照明系统

说明书

技术领域

本发明涉及一种防止眼镜反光的机器视觉照明系统，属于机器视觉技术领域。

背景技术

照明系统是机器视觉系统最关键的部件之一，其主要目标是以合适的方式将光线投射到被测物体上，突出被测特征的对比度，其性能好坏直接关系到整个系统的成败。好的设计能够改善整个系统的分辨率，简化软件的运算。一个稳定可靠的图像处理系统，不能仅局限于在实验室获取一时性的优质图像，更重要的是能在实际应用现场获得高品质、高对比度的图像。为了实现这种稳定可靠的图像处理系统，提高照明光源的品质至关重要。不合适的照明会引起很多问题，例如：被识别物体如果表面光洁度很高，其反光会造成图像质量的严重下降，极大地限制机器视觉的识别效果；眼镜的反光会造成人眼识别算法的失效等。对每种不同的检测对象，必须采用不同的照明方式才能突出被测对象的特征，有时需要采取几种方式的结合。

光源照明方案设计应尽可能的突出物体的特征量，在物体需要检测的部分和那些不重要的部分之间尽可能产生明显的区别，增加对比度。另外光源还应保证足够的整体亮度，而且物体位置的变化不应影响成像质量。为此，各发达国家竞相展开机器视觉光源的研究，如日本的CCS公司与MORITEX会社、美国的AI(Advanced illumination)公司等，研制成功系列高性能机器视觉光源，如：直接照明光源(沐浴方式、条形方式、低角度方式、聚光方式等)、间接照明光源(扁平环形方式、圆顶方式等)、透射照明方式(背光方式、线性方式等)、同轴照明光源等。同时也可以看到，目前机器视觉光源的设计主要是为了实现均匀照明，很少考虑被测物体表面的反光。而在有些工况下，比如：视觉系统用于光洁度较高的物体表面质量检测，佩戴眼镜人员的眼睛识别等场合，表面反光会使图像质量严重下降，甚至造成整个视觉系统的失效。因此，需要发展一种既能为机器视觉提供充足照明又能防止因镜面反射造成反光的照明技术。

发明内容

本发明的目的是为了提供一种防止眼镜反光的机器视觉照明系统，以克服眼镜反光对机器视觉图像质量的影响，简化图像处理算法。

本发明提出的防止眼镜反光的机器视觉照明系统，包括：第一光源、第二光源、摄像头、控制电路、图像采集卡和计算机；所述的摄像头、控制电路、图像采集卡和计算机依次排列，构成图像采集通道；所述的第一光源和第二光源分别置于所述的摄像头两侧。

上述照明系统中，第一光源和第二光源分别为快速恢复光源，光源的燃亮和熄灭时间小于40毫秒。

上述照明系统中，第一光源和第二光源的光谱为0.38～0.76μm的白光光源，或光谱为0.76～1.1μm的近红外光源。

本发明提出的防止眼镜反光的机器视觉照明系统，与现有照明技术相比，利用了双光源代替了传统的单光源，用脉冲照明方式代替了传统的持续照明方式，采用融合输出的方法解决了眼镜反光问题，系统机构简单，易于加装，消光效果明显。

附图说明

图1是本发明装置的系统结构图。

图2是本发明系统的图像处理原理图。

图1中，1是第一光源，2是第二光源，3是眼镜，4是摄像头，5是控制电路，6是图像采集卡，7是计算机。

具体实施方式

本发明提出的防止眼镜反光的机器视觉照明系统，其结构如图1所示，包括：第一光源1、第二光源2、摄像头4、控制电路5、图像采集卡6和计算机7。摄像头4、控制电路5、图像采集卡6和计算机7依次排列，构成图像采集通道。第一光源1和第二光源2分别置于所述的摄像头4的两侧。

本发明的照明系统中，第一光源1和第二光源2分别为快速恢复光源，光源的燃亮和熄灭时间小于40毫秒。

本发明的照明系统中，第一光源1和第二光源2的光谱为0.38～0.76μm的白光光源，或光谱为0.76～1.1μm的近红外光源。

本发明的照明系统中，控制电路采用视频同步芯片LM1881输出的场扫描信号来控制第一光源1和第二光源2交替燃亮和熄灭。在视频信号的奇数帧，第一光源1点亮，第二光源2熄灭；而在视频信号的偶数帧，第二光源2点亮，第一光源1熄灭。将视频图像中的每一帧与其相邻的下一帧进行融合处理，以消除反光的影响。处理时，遍历相邻两帧图像的所有像素点，将两帧图像对应位置的像素灰度进行比较，灰度较小者作为融合输出值。

本发明系统的图像处理原理如图2所示，相邻两帧图像融合的步骤是，当视频信号输出为奇数帧时，控制电路控制第一光源1亮，此时，获得图像1；当视频信号输出下一帧(偶数帧)时，控制电路控制第二光源2点亮，此时，获得图像2。遍历这两帧图像的所有像素点，将两帧图像对应位置的像素灰度进行比较，灰度较小者作为融合输出值。在视频流中，对每一帧图像与其相邻的下一帧都进行这样的融合处理，输入视频流中的第一帧和第二帧融合得到输出视频流的第一帧，输入视频流中的第二帧和第三帧融合得到输出视频流的第二帧，依次类推，输入视频流中的第N帧和第N+1帧融合得到输出视频流的第N帧。后续机器视觉算法以该输出视频流作为输入，去完成特定的功能。