机器视觉光源选择的概述.docx

机器视觉光源选择的概述

机器视觉是自动化的一部分,是一门涉及人工智能、计算机科学、图像处理、模式识别等前沿技术的行业,综合电气、机械、光学、计算机软硬件等各方面的技术,把图像中的特征信息通过一定的算法提取出来,进行处理并加以理解,最终应用到实际工程中。因为目标信息包含在图像中,所以图像本身的质量对整个视觉系统而言就成为了关键所在。

例如对于尺寸测量,采取理想的打光方式,采集到的图像边缘清晰,特征明显,很容易提取到目标轮廓信息,可以使用简易快速的算法测量,得到结果。这对提高软件的稳定性与快速性有很大的帮助。但是每一种实际应用对图像质量的要求是不相同的,有时需要清晰的图像,有时反而模糊的图像对特征提取更理想。

初学者可能没有这样的感觉,但是对于资深老手来说,看似简单容易的光学系统,其实是机器视觉系统最为关键的部分,往往关系到视觉系统的成败。打光的主要目标是选择合适的光源以某种合适的方式将光线投射到被测物体上,突出被测特征部分与背景的对比度,降低后续软件算法的难度,提高软件的稳定性。

好的光学系统能够改善整个视觉系统的分辨率,简化软件的运算量,提高视觉系统的精度与稳定性;不合理的光学习太,容易引起很多问题:

1、曝光过度则隐藏许多重要特征信息。

2、阴影会引起边缘、位置的误检。

3、信噪比过低、均匀性不好,则导致图像阈值分割困难,系统稳定性下降等。

视觉项目中,如何才能选择到

文档评论(0)

1亿VIP精品文档

相关文档