构建包含工业相机、光源和被摄物体的图像获取系统，并且选用Labview或Matlab、Halcon、NiVision等软件平台，通过打印标定板求解相机内外参数，完成现场系统标定。
针对具体实物体开展摄像实验，经过图像的预处理和后处理，实现对其主要外形尺寸（二维）的测量。
对具体实物体开展摄像实验，经过图像预处理和后处理，识别出其表面缺陷并进行定位。
二、实验原理
机器视觉的概念
机器视觉是利用机器替代人眼进行识别、测量、判断等操作。其系统通过摄像头把拍摄对象转化为图像信号，再由图像分析系统进行分析、测量等工作。一个典型的机器视觉系统包含照明、镜头、相机、图像采集卡和视觉处理器这5个部分。
软件平台相关
HALCON是世界范围内广泛使用的机器视觉软件，它拥有适用于各类机器视觉应用的完善开发库，包含Blob分析、形态学、模式识别、测量、三维摄像机定标、双目立体视觉等高级算法。HALCON支持Linux和Windows操作系统，并且可以通过C、C++、C#、Visual Basic和Delphi语言访问。HALCON与硬件无关，支持大多数图像采集卡及带有DirectShow和IEEE1394驱动的采集设备，用户能借助其开放式结构快速开发图像处理和机器视觉应用软件，具有良好的跨平台移植性和较快的执行速度。
尺寸测量与缺陷检测原理
本实验中的尺寸测量是运用机器视觉对考察对象的尺寸、形状等信息进行度量；缺陷检测是借助机器视觉手段分析零部件信息，从而判断是否存在缺陷。尺寸测量和表面缺陷检测都可以通过边缘检测来实现。图像边缘是指其周围像素灰度后阶变化或屋顶状变化的那些像素的集合，存在于目标与背景、目标与目标、区域与区域、基元与基元之间，具有方向和幅度两个特征。沿边缘走向，像素变化比较平缓；垂直于边缘走向，像素变化比较剧烈，这种剧烈可能呈现阶跃状，也可能呈现斜坡状。并且，一阶导数认为最大值对应边缘位置，而二阶导数则以过零点对应边缘位置。在传统边缘检测方法里，基于一阶导数的边缘检测算子有Robert算子、Sobel算子、Prewitt算子等。
三、实验器材
MER – 500 – 7UM彩色数字相机，putar8mm，；三脚架；标定板，；计算机；被测工件；游标卡尺。
四、实验内容与步骤
实验内容
搭建视觉测量系统；采集标定板与被测工件图像；利用HALCON软件进行相机标定，同时分别对被测工件进行尺寸测量与缺陷检测。例如，对于某些有开孔的工件，开孔的作用是或者定位，若孔的尺寸过大（或过小），会导致外接接口安装不稳定（或定位不准确）。同样，若存在不规则缺陷使得开孔过大（或过小），亦会导致上述结果，所以对这类面板在使用前进行尺寸测量与缺陷检测是非常必要的。
实验步骤
依据现场环境，选择合适的机架安放地点，要求光照强度适合、稳定，安装位置平坦，并且尽量保持相机镜头的中心线与测量平面的法线平行。
启动计算机，打开大恒图像采集软件，将相机与计算机连接。在测量平面上放置白色背景（白纸），将标定板放在白色背景上，调整标定板的位置，使得标定板完全落在相机视场内部，对标定板进行图像采集。
保持相机所有状态不变，放置好被测工件，依据被测工件材质选择合适的背景色调，调整光源强度与打光方式，对被测工件进行图像采集，搭建视觉测量平台。
利用HALCON软件编写工件的尺寸测量程序，按照流程对面板尺寸进行测量。
五、实验结论
通过实验可知，编写合适的软件时，HALCON能够达到较高的精度。由于开孔尺寸较小，实际人工测量较难实现高精度测量（宽度无法使用游标卡尺测量），机器视觉具有非接触的突出优势。在本次实验中，较好地完成了实验要求，实现了实验目的，初步了解和掌握了机器视觉的操作流程与软件后续处理。
