传感器检测技术与应用课件__视觉传感器和应用.ppt

* CMOS线型视觉传感器构成 * CMOS/CCD视觉传感器的结构差异 无论是CCD还是CMOS，它们都采用感光元件作为影像捕获的基本手段，CCD/CMOS感光元件的核心都是一个感光二极管，该二极管在接受光线照射之后能够产生输出电流，而电流的强度则与光照的强度对应。 但在周边组成上，CCD的感光元件与CMOS的感光元件并不相同，前者的感光元件除了感光二极管之外，包括一个用于控制相邻电荷的存储单元，感光二极管占据了绝大多数面积。 而CMOS感光元件的构成就比较复杂，除处于核心地位的感光二极管之外，它还包括放大器与模数转换电路，每个像点的构成为一个感光二极管和三颗晶体管，而感光二极管占据的面积只是整个元件的一小部分，造成CMOS传感器的开口率远低于CCD。 （开口率：有效感光区域与整个感光元件的面积比值） * CMOS视觉传感器的长处 CMOS视觉传感器易与A/D电路、数字信号处理器DSP电路等集成在一起。 CCD视觉传感器只能单一的锁存到成千上万的采样点上的光线的状态，CMOS则可以完成其它的许多功能，如A/D转换，负载信号处理、白平衡处理及相机控制(白平衡调整就是通过视觉调整，使在各种光线条件下拍的照片色彩与人眼看到的景物色彩一样)。 CMOS视觉传感器耗电小，其耗电量约为CCD视觉传感器的1/3。 * CMOS视觉传感器与CCD视觉传感器一样，可用于自动控制、自动测量、摄影摄像、视觉识别等各个领域。 CMOS针对CCD最主要的优势就是非常省电。 CMOS视觉传感器用于数码相机有助于改善人们心目中数码相机是“电老虎”的不良印象。 7.3.3 CMOS视觉传感器的应用 * 7.4 人工视觉 在实现机电系统智能化时，图像识别非常重要，因此，如何实现人眼的部分功能便是关键问题。为此目的，已利用不同形式的视觉传感器研制了从检查作业对象的有无，测量其大致位置的简易型视觉，到具有图像识别功能的高级视觉等各种水平的人工视觉，其中一部分已用于具体实用装置。 人工视觉提供了在信息科学乃至人工智能领域极其有意义的研究课题。 * 7.4.1 人工视觉系统的硬件构成 ▲ * 7.4.2 物体识别 1．物体图像信息的输入 识别物体前需先将物体的有关信息输入到计算机内。被输入的信息主要有明亮度(灰度)信息、颜色信息和距离信息，这些信息都可用视觉传感器(ITV、CCD等)取得。 明亮度信息可借助A／D转换器数字化成4～10比特，形成64X64～1024X1024像素组成的数字图像。然后将这些数字图像读入计算机。 颜色图像可用彩色摄像机摄入彩色图像，也可简单地用三原色滤光镜，以通过各滤光镜的光量比决定各点的颜色信息。 * 2．图像信息的处理技术和方法 输入的图像信息含有噪声，且并非每个像素都具有实际意义。因此，必须消除噪声，将全部像素的集合进行再处理，以构成为线段或区域等有效的像素组合，从所需要的物体图像中去掉不必要的像素，这就是图像的前处理。 用一般的串行计算机处理二维图像，运算时间很长，为了缩短时间，可用专用图像处理器，这种处理器有局部并列型、完全并列型、流水线型、多处理器型等。 * 3．物体图像的识别 首先输入被识别物体的图像模型，并抽出其几何形状特征，然后用视觉传感器输入物体的图像并抽出其几何形状特征，用比较判断程序比较两者的异同。 如果各几何形状特征相同，则该物体就是所需要的物体。 物体的几何形状特征一般是面积、周长、重心、最大直径、最小直径、孔的数量、孔的面积之和等等。这些几何量可根据图像处理所得到的线架图求得。 例如连杆的周长(像素数)如果与预先输入的连杆图像的周长(像素数)相同，即可确认是连杆。若有 两个物体图像的某一几何特征(如周长)，其像素数相同，可对其上孔的数量或其它几何特征进行比较，从而确切识别出各种物体。 * 4．立体视觉 距离信息是处理三维图像不可缺少的，而距离计测多以三角原理进行处理。立体视觉使用两台视觉传感器，象人类的两眼组成立体视觉。 通过比较两台摄像机摄入的两个图像而找出其对应点，再从两个图像内的位置与两台摄像机几何位置的配置，决定相当于对应点对象物体上一点的距离信息。距离的检测也可使用一台视觉传感器和一台激光发射器，当测知角r、 及距离L时，即可运用三角原理计算出到被测物体上A点的距离。 * 7.5 视觉传感器应用实例 * 顾客 申请单 光源 CCD 线型 视觉 传感 器 放 大 器 自动 誊写机