计算机视觉的应用大致上可以分成定位 (Location)、量测(Measurement)、识别(Recognition)、缺陷检测 (Defect Inspection)四大类，其中以定位的应用最为广泛，机器视觉系统同时涵盖了多项功能，例如检视主机板上的电子组件。也可以用来控制机械手臂，在机械手臂上加装CCD，利用影像辨识的定位，带动机械手臂来做一些高危险性的医疗研究，例如：病毒研究、药物混合等，都可以用这种方式来做控制，除了精准之外，对人类的生命也比较有安全保障。

影像定位后的坐标转换

市面上影像比对的函数库(Library)很多，使用者可以自行选用合适的函数库。本文所设计的系统采用Euresys公司开发的 eVision EasyMatch，这是一种基于灰度相关性的图像匹配函数库，速度非常快，而且能够达到次像素(sub-pixel)精度的匹配结果。对于旋转、比率变化(缩/放)和平移等，都能精确找到模板图像(Golden Image)的位置。故本文仅对影像定位后的二维坐标产生的“位移”与“旋转”做探讨。

坐标位移

公式：(略)

坐标旋转

1.将 (X1,Y1) 转换成极坐标 ' (X1,Y1) = (R1, 1)
其中, R1=√X12 + Y12
1 = Tan-1( Y1 / X1 ) 反正切函数
2. 2 = 1 + , 其中, = 表示旋转角度
→X2 = Cos ( 2 ) * R1
=Cos ( Tan-1( Y1 / X1 )+ ) *√X12+Y12
Y2 =Sin ( 2 ) * R1
= Sin ( Tan-1( Y1 / X1 )+ ) *√X12+Y12

坐标位移+旋转

遇到同时发生坐标位移&旋转时，先计算位移，再套用旋转的公式，即可算出最后的结果。

系统基本架构

GEME-3000主控制器： 含HSL控制卡，安装Windows
XP操作系统

3-Axis定位平台：三菱伺服马达+滚珠螺杆

运动控制器：HSL-4XMO控制模块。

计算机视觉组件：使用IEEE1394 CCD采集影像，利用Euresys Vision的EasyMatch进行影像比对(Pattern Match)，作定位偏移的补正计算。

图1：系统架构实机图(略)

系统流程

本系统为介绍如何设计出结合“机械运动”与“计算机视觉”的自动化定位系统。

系统校正

Mitsubishi 驱动器调校：10,000 pulse/roll

滚珠螺杆的螺距vs. Pulse/Roll：

如，螺距=10mm/roll，10,000 pulse/roll ' 1um/pulse

F.O.V. (Field of View) 的选定：F.O.V.要大于定位点的大小。太小，可接受的“初步定位”误差变小；太大，因定位点影像太小，影像定位误差大。

CCD工作距离的选定：工作距离要大于打孔顶针，以免对焦时打孔顶针撞到工件。当F.O.V.及工作距离确认后，即求出 LENS & Ext. Ring。

教导作业

启动系统3轴回Home，待３轴回定位后，再由人工将工件置于3轴之定位平台上并作“初步定位”；

手动控制Z轴缓慢下降，使其接近定位平台上方(约0.5~1.0mm)；

手动控制X/Y轴，使打孔顶针刚好在工件第一个孔位上方；再将Z轴缓慢下降，使其插入第一个孔位内。如定位不准，可以手动移动工件，使其定位更准确。

精确定位后，将Z轴上升至CCD的实时影像可看到完整“定位点”后，执行下列“流程图”。

(略)

自动定位

由人工将工件置于3轴定位平台上，作“初步定位”后并启动本系统；

系统会驱动3轴定位平台将CCD移至定位点上方 (2个不同位置)，取像并利用已“教导”之标准影像做“影像比对”作业，

计算出“初步定位”之偏移量(Shift X/Y) 及 旋转角度 (Rotation Angle)；

tx = GoldeXY[CCD_Find][1] - m_Find.GetCenterX();
ty = GoldeXY[CCD_Find][0] - m_Find.GetCenterY();
if (CCD_Find==0) {//第一次定位
shiftx = ZeroX - tx*Calibration;
shifty = CCD_Y - ty*Calibration;
} else {//第二次定位
dx = CCD_Locate[1][0] - tx*Calibration;
dy = CCD_Y - ty*Calibration;
angle = atan2( dy - shifty, shiftx-dx);
CalNewLocate(angle, shiftx, shifty);
}

通过“极坐标转换”，重新计算工件上所有孔位的新坐标(Point Table)。

void CalNewLocate(F64 angle, F64 shiftx, F64 shifty)
{
int i;
F64 P[TOTAL_POINT*2];
F64 t;

for (i=0; i<TOTAL_POINT; i++) { //极坐标转换
P[i*2] = sqrt( OrgLocate[i*2] * OrgLocate[i*2]
+ OrgLocate[i*2+1] * OrgLocate[i*2+1]);
P[i*2+1] = atan2( OrgLocate[i*2],
OrgLocate[i*2+1])+ angle;
}
for (i=0; i<TOTAL_POINT; i++) {
t = P[i*2]*sin(P[i*2+1]);
NewLocate[i*2] = (shiftx + t)*SCALE_X;
t = P[i*2]*cos(P[i*2+1]);
NewLocate[i*2+1] = (shifty + t)*SCALE_Y;
}
}

结语

机器视觉系统应用在现今的工业上，不但大幅的提升了工业的生产力，而且增加了使用者的能力。机器视觉系统适用在如下领域中：
1.需要显微镜或放大镜配合的工作，长期使用放大工具对视力将会造成很大的损害，且操作人员的素质也成为检验上不定的因素。

2.高危险工作环境，例如高温、低温、真空、高压、高噪音、高量辐射、高电压、大电流的工作环境。

3.重复性工作，一成不变的工作容易造成操作人员的倦怠，容易产生疏忽而受伤，或有怠工的现象，而机器视觉能二十四小时无休止的工作，且能在高速下执行检查，而检视的准确度也能控制在较稳定的程度之内。
4.需要快速处理的状况，如军事武器操控，实时、大量的生产线。
5.高精确性工作，如量测、定位、对象判别。