机器视觉入门学习资料

机器视觉入门学习资料

机器视觉优势：机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。人工检测与机器视觉自动检测的主要区别有：

机器视觉的应用领域:

•识别

标准一维码、二维码的解码

•检测

色彩和瑕疵检测

零件或部件的有无检测

目标位置和方向检测•测量

尺寸和容量检测

预设标记的测量，如孔位到孔位的距离

输出空间坐标引导机械手精确定位

机器视觉系统的分类

•智能相机

•基于PC

机器视觉系统的组成

•图像获取：光源、镜头、相机、采集卡、机械平台

•图像处理与分析：工控主机、图像处理分析软件、图形交互界面。

•判决执行：电传单元、机械单元

光源---光路原理

照相机并不能看见物体，而是看见从物体表面反射过来的光。

镜面反射：平滑表面以对顶角反射光线

漫射反射：粗糙表面会从各个方向漫射光线

发散反射：多数表面既有纹理，又有平滑表面，会对光线进行发散反射

•光源---作用和要求

在机器视觉中的作用

照亮目标，提高亮度

形成有利于图像处理的效果

克服环境光照影响，保证图像稳定性

用作测量的工具或参照

良好的光场设计要求

对比度明显，目标与背景的边界清晰

背景尽量淡化而且均匀，不干扰图像处理

与颜色有关的还需要颜色真实，亮度适中，不过曝或欠曝；

•光源---光场构造

明场：光线反射进入照相机

暗场：光线反射离开照相机

•光源---构造光源

使用不同照明技术对被测目标会产生不同的影响，以滚珠轴承为例：

•相机

种类：线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS

指标：象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等

工作模式：Free run、Trigger（多种）、长时间曝光等

•相机--按照输出图像颜色区分：

单色相机：输出图像为单色图像的相机。

彩色相机：输出图像为彩色图像的相机。

•相机--按输出信号区分

•相机--按照传感器类型区分

面扫描相机：传感器上像素呈面状分布的相机，其所成图像为二维“面”图像。

线扫描相机：传感器上呈线状（一行或三行）分布的相机，其所成图像为一维“线”图像。

•相机--CMOS VS CCD

•相机--传感器的尺寸

图像传感器感光区域的面积大小。这个尺寸直接决定了整个系统的物理放大率。如：1/3“、1/2”等。绝大多数模拟相机的传感器的长宽比例是4：3 (H：V)，数字相机的长宽比例则包括多种：1：1，4：3，3：2 等。

•相机--像素

是成像于相机芯片的图像的最小组成单位。以200万像素的相机为例，满屏有1600*1200个像素,成像于1/1.8英寸大小的CCD芯片。

•相机--分辨率

由相机所采用的芯片分辨率决定，是芯片靶面排列的像元数量。通常面阵相机的分辨率用水平和垂直分辨率两个数字表示，如：1920（H）x 1080(V)，前面的数字表示每行的像元数量，即共有1920个像元，后面的数字表示像元的行数，即1080行。

•相机--帧率和行频

由相机的帧率/行频表示相机采集图像的频率，通常面阵相机用帧率表示，单位fps（Frame Per second），如30fps,表示相机在1秒钟内最多能采集30帧图像；线性相机通常用行频表示，单位KHz,如12KHz表示相机在1秒钟内最多能采集12000行图像数据。

卷帘快门（Rolling Shutter）：多数CMOS图像传感器上使用的快门，其特征是逐行曝光，每一行的曝光时间不一致。

全局快门（Global Shutter）：CCD传感器和极少数CMOS传感器采用的快门，传感器上所有像素同时刻曝光。

•相机--智能相机

•镜头---主要参数

工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型，即理想凸透镜。

参数：焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口

分辨率：对色彩和纹理的分辨能力。

畸变：镜头中心区域和四周区域的放大倍数不相同。

畸变的校正一般用黑白分明的方格图像来进行，过程并不复杂。一般如果畸变小于2%，人眼观察不到；若畸变小于CCD的一个像素，摄像机也看不见。

•镜头---分类

CCTV镜头

专业摄影镜头

远心镜头

•镜头---远心镜头

在测量系统中，物距常发生变化，从而使像高发生变化，所以测得的物体尺寸也发生变化，即产生了测量误差；即使物距是固定的，也会因为CCD敏感表面不易精确调整在像平面上，同样也会产生测量误差。采用远心物镜中的像方远心物镜可以消除物距变化带来的测量误差，而物方远心物镜则可以消除CCD位置不准带来的测量误差。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。