蓝冠平台登录:探索机器视觉系统的基本要素

2019-04-01 09:53 佚名

   该系统由许多组件组成,包括摄像机、图像采集卡、照明单元、光学元件和透镜、处理器、软件和显示设备等。。 简单的机器视觉系统可以识别2D或3D条形码,更复杂的系统可以保证检测到的部件满足特定的公差要求,装配正确,无缺陷。。

   许多机器视觉系统配备了使用不同类型图像传感器的摄像机(如表1所示)。 为了确定相机可用的分辨率,了解这些传感器能够分辨的每毫米线性对数( lp/mm )而不是像素点的有效数量非常重要。。

   例如,在典型的2588×1958像素、500万像素成像器中,尺寸为1。 4亩;M2像素可以提供357lp/mm的分辨率;对于640×480像素VGA成像仪,像素大小为5。 7亩;M2,可达到88lp/mm的分辨率。。 对于相同尺寸的成像器,像素越小,每毫米可以分辨的线对就越多。。

   如果特殊图像传感器包含3μ;M2像素,然后根据奈奎斯特采样定律,理论上图像中可分辨的最小特征尺寸为6μ;M。 然而,在实际应用中,由于每个透镜都会产生一定程度的像差,因此无法达到最小尺寸值。。

   灰度图像通常每像素存储8位,提供256种不同的灰度等级。图像中的黑色特征对应于较低值;较亮的像素对应于较高的值。这种方法非常方便,因为一个字节对应一个像素。

   选择相机

   通常,机器视觉系统中使用的摄像机可以通过USB3连接。0。以太网、火线、相机链接和同轴电缆等接口将相机拍摄的图像传输到电脑系统。

   目前,具有机器视觉照明、图像捕获和处理的集成功能的智能相机正在为视觉任务提供经济的解决方案,例如读取条形码或检测部件的存在与否。尽管智能相机的处理器性能可能足以满足这些任务的需求,但更复杂或更高速的任务需要额外的处理能力。

   除了性能,系统集成商还必须决定使用哪种支持软件,以及摄像机如何连接到外部设备。虽然智能相机被用于检测组件存在与否的许多应用中,但是一些其他应用可能需要将相机连接到显示设备以显示捕获的图像和图像分析的结果。

   许多智能相机处理器运行专用操作系统;也有一些智能相机运行商业操作系统,如Linux或Unix。当然,这些相机可以运行任何可以在电脑上运行的软件包。

   照明元件

   使用正确的机器视觉照明系统,可以以高对比度重复捕捉图像特征。如果照明设备不正确,机器视觉系统的成功、可靠性、重复性和可用性将面临更大的风险。为了确保机器视觉系统配备正确的照明组件,设计师需要咨询照明制造商或使用图像照明实验室来测试不同的照明选项。

   由于发光二极管照明具有更高的一致性、更长的使用寿命和更好的稳定性,发光二极管照明正开始取代目前机器视觉系统中常用的荧光灯、光纤卤素灯和氙气闪光灯。发光二极管照明可以提供多种颜色和闪光灯,这在高速机器视觉应用中非常有用。

   除了照明类型之外,决定图像成像的另一个重要因素是待测量物体上的照明角度。为物体提供照明的两种最常用的方法是:暗场照明和明场照明

   暗场照明从较低的角度照亮物体;明场照明从更高的角度照亮物体。

   暗场-暗场

   明场-明场

   视野-视野

   暗场照明从较低的角度照亮物体。在非常光滑的镜面上,反射光会超出相机的视野。物体的表面将呈现黑色,而照相机捕捉到的表面发光部分对应于表面上的缺陷或划痕。

   明场照明与暗场照明相反。明场照明照射在成像物体上方,因此物体反射的光将在摄像机的视野内。在明场照明配置中,在物体表面的任何间断处反射的光不能被照相机接收以显示黑色。因此,该技术用于为漫反射非反射物体提供照明蓝冠平台平台。

   色彩效果

   如果应用需要使用彩色摄像机,则需要白光照亮待检测的元件。如果需要区分待检测元素的颜色,白光需要在整个波长范围内产生相等的光谱,以便分析图片中的颜色。

   黑白单色相机也能识别图像中的颜色。该方法需要选择合适的照明图像(如下图所示)。下图中上一行的图片显示了人眼观察到的图像效果,而下一行的图片显示了单色相机呈现的图像效果。

   为机器视觉系统的应用寻找合适的彩色光源会对捕获的图像产生重要影响。

   如人眼所见

   如黑白视觉系统所见:黑白视觉系统呈现的颜色。

   红色:红色

   白色:白色

  绿色:绿色

   为了照亮图像,使用了三种不同颜色的光: 600纳米红光(左)、白光(中)和520纳米绿光(右)。为了使图像显示最佳对比度,最好的方法是使用绿光,因为绿色是红色的补色。单色相机很容易识别这种反差。如果要滤除红色,最好用红光照亮物体。如果图片本身是彩色的,不需要识别任何一种颜色,白光照明是更合适的选择。