[Labview经验]机器视觉系列——Vision基础知识上集.pdfVIP

实用文档 [Labview经验]机器视觉系列—— Vision 基础知识上集 第 1 章节（上） 1.1 机器视觉简介与硬体介绍 1.1.1 前言 对于首次接触「机器视觉」的朋友来说，对这个名词肯定有点陌 生，所以我们先来简单介绍一下这个专有名词。 「机器视觉」是泛指搭载视觉影像系统的检测设备，影像系统主 要是由相机、镜头与光源等光学仪器所建构而成的。利用这些检 测器材广泛地投入各种应用，如产品的瑕疵检测（Inspection）、 辨识产品外观（Recognition ）与量测产品尺寸（Measurement ）， 而视觉对位（Alignment ）与自动化做结合，搭配运动控制或机械 手臂，可进行物料的定位与校正，完成手眼协调的视觉伺服系统 （Visual Servo System ）。 图 1.1 - 搭载相机的机器手臂所构成的视觉伺服系统架构  机器视觉一直以来都受到相关产业的重视，这边列出几项机械视 觉的特色： 安全性高 具备高解析度 拥有全检能力 资料重现性好 可降低人工成本 可搭配高速运动控制 可配合运动控制系统进行回馈控制（智慧型 自动化） 目前使用机器视觉的领域非常广泛，与它相关的热门产业包括半 实用文档 导体、光电、机密工业与製造业等，主要的应用是将这些技术导 入产品检测与自动化生产，目的就是为了提升产能、增加良率与 减少人员配置。 接着，我们来简单的了解一些与机器视觉相关的专有名词： 影像系统（Image System） 构成机器视觉最基本架构就是包含相机与镜头的影像系统，最重 要的五个基本参数必须先弄清楚： 图 1.2 - 影像系统的示意图 1. 感光元件大小（Sensor Size）：相机内部感光元件的尺寸 2. 工作距离（Working Distance）：相机镜头前缘到物体表面的 距离 3. 景深（Depth of Field）：能维持影像距焦清晰的有效距离 4. 视野範围 （Field of View）：相机所能撷取到物体的实际範 围 5. 解析度 （Resolution ）：指的是相机拍摄物体可辨识的最小尺 寸，解析度越高，检测精度也较好，表 示能从影像中获取有用的资讯越多 光圈 （F） 用来表示所控制的光源进入镜头的总量，类似人类的瞳孔，光圈 越大，表示能进入的光越多，反之越少。镜头上都会标示最大光 圈值，如标示值为 「1:1.8」，表示该镜头的最大光圈值为 「1.8」， 而数字越小，代表大光圈，反之越小。 图 1.3 - 不同 F 值所代表的光圈大小 实用文档 焦距（f）： 光通过镜头后匯集的点，该点到镜头之间的距离称为焦距。 图 1.4 - 光通过凸透镜聚焦于一点（from Wikipedia） 放大倍率（M） 定义为影像与实体的比值，假设，表示拍摄到的影像只有实体的 50%。 图 1.5 - 单镜面的光学成像塬理（from Wikipedia） 计算公式如下： 其中 M 表示放大倍数，do 代表物距，ho 代表实体大小，而 d1 代 表像距，h1 代表影像大小。 景深（Depth of Field）： 定义为能维持影像距焦的有效距离。想得到一张「清晰」的影像， 影像需在距焦範围内，景深就是决定这个範围有多长。若发现取 到的影像位于距焦区内只有部分是保存清晰，可能使用的镜头景 深过短，此时可将镜头光圈调小、或替换短焦聚的镜头，再不然 就是将物距（do）拉长，透过这叁种调整方式都有机会改善景深 不足的现象。 实用文档 图 1.6 - 调整光圈来改善景深 1.1.2 相机 介绍以上的专有名词后，再来要介绍工业相机，它是构成影像系 统最重要的光学元件之一，成像塬理是透过内建的感光元件来吸 收光线，转换成储存电荷，再将这些电荷传输到放大解码器，经 由类比数位转换后来呈现一张完整影像。 以扫描方式分类 相机的扫描方式可依据 Senor Size 类型分为 Line Scan 与 Area Scan