基于Opencv的工业视觉检测系统论文

　　随着科学技术的发展，机器视觉技术也取得了长足的发展，目前已经广泛的应用在各个领域。如今该技术广泛地应用于工业流水线产品外观特征检测， 运用该技术能极快提升检测产品外观的速度。本文将介绍如何运用OPENCV 技术来判断简单的工业零件外观是否合格。

　　计算机视觉（ Open Source Computer Vision Library ，OpenCV ）是将静止的图像或视频的数据转换成一个决策或者一种新的表达方式的过程，所有的这些转换都是为了达到某个目标。OpenCV 是一个开源的计算机视觉库， 是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各式各样的算法。

　　开源的计算机视觉类库OpenCV 由英特尔公司位于俄罗斯的研究实验室所开发，它是一套可免费获得的由一些C 函数和C ++ 类所组成的库，用来实现一些常用的数字图像处理及计算机视觉的一些算法。由于OpenCV 的源代码是完全免费开放的，而且源代码的编写简洁高效，特别是其中大部分的函数都已经过汇编最优化， Intel 厂商的支持，提高了运算速度。由于OpenCV 的代码优化的比较好，执行效率高，所以近年来在国内外的图像处理和其他相关领域中被广泛地应用，成为一种流行的图像处理软件。

　　OpenCV 的CV 模块包含基本的图像处理函数和高级的计算机视觉算法。ML 是机器学习库，包含一些基于统计的分类和聚类工具。HighGUI 包含图像和视频的输入/输出函数。CXCore 包含OpenCV 的一些基本的数据结构和相关函数。图中没有包含的CvAux 模块，该模块一般存放一些即将淘汰的算法和函数（如基于嵌入式的隐马尔可夫模型的人脸识别算法），同时还有一些新出现的实验性的算法和函数（如背景和前景的分割） 。未来一些特性可能被合并到CV 模块，还有一些可能永远留在CvAux 中。OpenCV 关注的不仅仅是实时的算法，它也会继续倾向实时的处理技术。计算机视觉从产生之初到现在，越来越广泛的被运用到各个领域。例如：人机互动、物体识别、图象分割、人脸识别、动作识别、运动跟踪和机器人等等。从产品检测到互联网图像和视频的检索，到医学应用甚至在火星上的局部导航。OpenCV 提供的数据类型的混合和标准统一的函数能够为物体检测、分割和识别提取出更好的特征，这都为车牌识别系统的实现提供了良好的基础。