机器计算机视觉的应用—打孔机影像定位系统设计
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。机器视觉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。本文以下所提的系统采用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（见图1)。
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。
系统架构
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。
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 eVision的EasyMatch进行影像比对(Pattern Match)，作定位偏移的补正计算。
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。
图2：系统架构实机图
