《机器视觉系统设计技术要点》由会员分享，可在线阅读，更多相关《机器视觉系统设计技术要点（28页珍藏版）》请在金锄头文库上搜索。
1、机器视觉系统设计技术要点 内容简介 一 机器视觉的概述二 机器视觉系统的设计三 机器视觉的典型应用四 机器视觉系统总结 机器视觉的概述 视觉在人类观察和认知世界的过程中扮演极为重要的角色 据统计人类从外部世界获取的信息约有80 来自视觉器官 机器视觉目前已经形成一门发展迅速的新兴学科 它可以代替人眼对目标进行识别 跟踪测量和检验以及机器人导航等方面的工作 机器视觉的定义 机器视觉是通过光学的 非接触的传感器自动地获取和解释处理一个真实物体的图像 以获取所需信息或用于控制机器运动或过程 机器视觉技术涉及数字图像处理技术 模式识别 自动控制 光源和光学成像知识 模拟与数字视频技术 计算机软硬件和人
2、机接口等多学科理论和技术 机器视觉的基础 机器视觉主要研究利用计算机来模拟人的视觉功能 采用一个或多个摄像机抓拍客观事物的实际图像 经过数字化等一系列处理提取需要的特征信息 然后加以理解并通过逻辑运算最终实现工业生产和科学研究中的检测 测量和控制等功能 一个典型的机器视觉应用系统包括光源 光学镜头 摄像机 图像采集卡 图像处理系统 或平台 机器视觉软件模块 输入输出和控制执行模块等部件 机器视觉系统的设计 1 用户需求分析 准确地描述机器视觉系统需要完成的功能和工作环境 对于整个机器视觉系统的成功集成是至关重要的 因此要和用户进行深层沟通 要知道检测目标物的形态 包括其大小 形状 颜色和工作环
3、境 只有明确了系统的需求信息 专业技术人员才有可能提出切实可行的解决方案 2 机器视觉系统的方案设计 设计机器视觉系统需要考虑以下几个部分 一 机械设计二 光源三 镜头四 摄像机五 图像采集卡六 图像处理软件七 其它部件 机械设计 由于需求不同 系统对机械部分的要求差别很大 如果是全自动的机器视觉系统 机械部分一般需要完成的功能有理料 输送 定位 剔除 下料等功能 而有的机器视觉系统则只需要适当的固定支架来固定相机 镜头 光源和计算机即可 差别很大 在很多情形下 机械设计在机器视觉系统中占了很大的比重 而且是系统的关键部分 但投入相对较少 导致整个系统开发过程不顺利 光源 光源不是简单的照亮物
4、体 以合适的方式将光线投射到被测目标上 应尽可能地突出拍摄目标的特征量部分 使需要检测的部分与那些不重要部分之间应尽可能地产生明显的区别 增加足够的对比度 同时还应保证足够的整体亮度 强度等 好光源和照明方式的设计能够改善整个系统的分辨率 降低噪声 简化图像分析与处理的软件算法 因此在机器视觉应用系统中 好的光源与照明方案往往对整个系统起着非常重要的提升作用 是视觉图像采集中一个关键的环节 对光源和照明系统设计的原则要求 照明均匀 避免反光 如果选择的光源 能使图像达到这些基本的要求 就完成了机器视觉系统集成的第1步 1 充分利用视场 使被检测物体特征充满视场 从而可以最大限度地利用系统的分辨
5、率 2 对比度合适 3 焦距准确图像没有因为景深或运动而不清晰 4 照明均匀 避免反光 5 图像畸变小 6 感兴趣的特征容易被检测识别 其他特征不显示或得到抑制 镜头 在机器视觉系统中 镜头的主要作用是将成像目标聚焦在图像传感器的光敏面上 镜头的质量直接影响到机器视觉系统的整体性能 合理选择并安装光学镜头 是机器视觉设计的重要环节 光学镜头的基本参数包括焦距 相对孔径和像面尺寸 其中焦距决定了成像目标在图像传感器的图像大小 相对孔径直接影响着镜头的分辨率和照度 选择光学镜头应注意 第一要保证镜头的成像面大小要与所选择的摄像机匹配 第二根据用户需求所提出的实际工作距离或预留空间计算并确定镜头的焦
6、距 视场角 摄像机 摄像机实际上是一个光电转换装置 既将图像传感器所接收到的光学图像 转化为计算机所能处理的电信号 根据用户应用需求选择合适的摄像机 需要考虑一下几个问题 1 图像分辨率 2 扫描方式 按照扫描方式摄像机可分为面扫描和线扫描 其中面扫描一次只能拍摄一幅图像 而线扫描摄像机的特点是运动平稳 速度跟踪精度高 光源强度要求高 适用动态目标连续无遗漏的高分辨率高精度检测 3 颜色的选择 摄像机的颜色分为黑白和彩色 4 输出输入接口 对于运动目标 减少图像拖尾模糊现象 曝光时间估算公式为 T P O L V 图像采集卡 图像采集卡是机器视觉硬件的重要组成部分 具有控制摄像机拍摄 数字化视
7、频信息等功能 它是连接图像采集和处理分析部分的桥梁 图像采集卡与摄像机联系紧密 在选择采集卡时需要注意以下几个事项 1 所支持摄像机的类型 包括扫描方式和输出形式 图像采集卡与选择的摄像机要相匹配 2 数据流量能够满足图像信号传输的基本要求 3 图像采集卡应与计算机硬件平台以及软件操作系统完全兼容 能够进行二次开发 4 具备多路数字I O口功能 对外部设备进行必要控制 图像处理软件 图像处理包括图像增强和图像分析两部分 图像增强是指经过某种处理 使图像改变 实现对比度增加 特征突出等目的 而图像分析是指经过某种运算 来提取某种有用的信息 如有无 好坏 位置等 以便用来进行判断和控制 在机器视觉
8、系统集成时 图像增强算法是在图像分析前作为图像预处理进行的 而图像分析算法才是机器视觉真正需要解决的问题 而且需要很多的实践经验 其他部件 图像卡与图像处理模块都离不开一定的系统平台支持 如PC机等 用户可以根据图像的处理速度选择合适的系统平台 系统控制功能的最终实现是要靠执行机构来完成 它是最后一个关键环节 在设计时执行机构可选用机电系统 液压系统 气动系统中的某一种 但需要考虑的除了其加工制造和装配精度以外 其动态特性 特别是快速性和稳定性要特别考虑 总结 机器视觉系统的各个组成部分环环紧扣 从镜头到图像采集卡以及系统平台相互匹配才能获得理想的图像质量和成功的机器视觉应用系统 机器视觉系统
9、极大减轻了人工检测的难度和强度 提高了产品的检测质量和速度 已经代替了传统的人工检测和测量 同时利于系统信息的集成 因此近年来已经广泛应用到工业生产的工况监视 成品检验和质量控制等多个领域 机器视觉的典型应用 机器视觉系统的特点是可以提高生产的柔性和自动化程度 在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合 这些工作正在越来越多地被机器视觉系统取代 一方面是随着对生产速度和产品质量的要求越来越高 对检测速度和精度的要求超过了肉眼的能力 另一方面是因为成像技术 计算机技术或图像处理技术的发展 机器视觉系统能够完成的任务越来越复杂 成本也越来越低 随着机器视觉技术自身的成熟和发展
10、 可以预计它将在现代及未来的各个行业中得到越来越广泛的应用 机器视觉系统是实现仪器设备精密控制 智能化 自动化的有效途径 其最大优点为 一 实现非接触测量 二 具有较宽的光谱响应范围 三 长时间工作 四 成本效率高 五 灵活性好 六 精度高 机器视觉系统在不同领域的典型应用 机器视觉系统总结 明确了系统各部分的功能 就需要把各个子系统集成到一个整机系统中 在这个过程中我们需要注意以下几点 选择系统硬件时 应当尽量选择技术成熟 可靠性高的产品 把系统分割成多个模块 把每一部分集成到一起 确保能够正确地工作 然后再把这些模块组成一个大系统 只有把一个大的系统分割成小到我们能够很容易处理的小块 才能
11、够有效的完成 这需要富有经验的项目负责人来完成这项工作 充分考虑现场条件 在实验室里开发的系统 安装到使用现场后常常碰到问题 这主要是环境光 电磁干扰和振动几个方面的原因造成的 机器视觉系统毕竟使用了光学系统 安装现场的照明情况或自然光的影响 有时会导致我们设计的算法根本无法工作 从而致使系统失败 工厂的供电一般是带有各种电磁干扰的 很容易从电源线或其他地方进入计算机系统 从而导致系统不能稳定工作 另外 工业现场各种机器同时工作 有时振动会导致问题 系统集成的过程中 最好能够模拟现场情况 整个系统集成时 碰到的问题和解决问题的时间往往比预计的要多 有好多意想不到的情况会发生 所以我们需要把问题想得全面一些 这样才能切合实际的完成工作计划 谢谢大家
