工业机器视觉技术（144页 PPT）.pptx

工业机器视觉技术

MACHINEVISION;;

什么是机器视觉？

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉的产品将被摄取目标转化为图像信号，传送给专有的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字信号；图像系统对这些信号进行运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。;

机器视觉典型应用场景 ;

机器视觉在工业上应用

n提高生产柔性和自动化程度

n可用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，常用机器视觉来代替人工视觉

n大批量工业生产过程中，用人工视觉检测产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度

n机器视觉易于实现信息的集成，是实现计算机集成制造的基础技术;

u节省时间

u降低生产成本

u优化物流过程

u缩短机器停工期

u提高生产率和产品质量

u减轻测试及检测人员劳动强度

u减少不合格产品的数量

u提高机器利用率;

测量：确定一个产品（零件、对象、目标）的长度、角度、半径…

检测：确定一个产品（零件、对象、目标）偏离于所给定的一组标准的过程。

定位：确定一个产品（零件、对象、目标）关键安装位置的过程。

识别：判定一个产品（零件、对象、目标）属于所给定范围中的哪一种的过程。;

机器视觉产品检验应用 ;

为展现机器视觉的魅力，1.捕果、像的才算

图像是机器视觉发挥作用优的图！像呢？

2.如何才能捕获清晰、

优质的图像呢？;

获得完美图像的关键要素

n反差最大化。控制因素：灯源

n恰当的照明与曝光。控制因素：灯源、镜头

n高系统精度。控制因素：视野、相机分辨率。

n清晰成象。控制因素：镜头、灯源

n避免畸变。控制因素：镜头、系统标定

n保持待测物体在成象中大小一致。控制因素：视野、拍;

待测部分反差

o对于一个视觉系统来说，“黑白分???”的图像才是好图像

选择适合的灯源。

采用合适的处理算法。;

恰当的照明与曝光

o避免阴影

如果图像中待测区域处于阴影之下，图像将不能提供足够的反差，这将严重影响系统检测的精度。

o避免过亮

如果照明过亮，区域内亮部的光线会反射进暗部的区域，造成暗部区域内的细节损失。

如果曝光过度，会产生感光元件“溢出”现象。

o避免光线变化

如果照明系统发生明暗变化，会造成图像明暗变化。这将直接影响系统运行的稳定性。

o避免外界影响

注意系统周围环境的影响，如生产线上的照明系统、室外阳光等等。

可移动的人或物会遮挡系统照明。;

高系统精度

o系统精度（Systemaccuracy）

X方向系统精度（X方向象素值）＝视野范围（X方向）÷感光芯片象素数量（X方向）

Y方向系统精度（Y方向象素值）＝视野范围（Y方向÷感光芯片象素数量（Y方向）

该指标取决于，相机分辨率及视野（FOV）;

清晰成像

o确定图像中所要检测的部分处于清晰的焦距之内。

o当图像中检测部分不处于同一焦平面时，需要考虑镜头的景深。

o每一款镜头都有固定的“最短焦距”。

o每一款镜头相对于固定的光圈，都有自己固定的景深。

o缩小光圈可以加大景深。同时为保证正确曝光需要提高光强。

o小光圈拍照，可以使图像获得更多“细节”，图像效果更好。;

避免畸形

在定位及高精度测量的系统中，镜头畸变的影响尤其重要。

o解决办法：

远心镜头：可以在一定物距范围内，使得到的图像放大倍率不改变，高分辨率、超宽景深、超低畸变及独有的平行光设计

进行系统标定;

保持待测物体在成像中大小一致

o在定位及识别系统中，这一点尤为重要

控制待测目标位置

相机拍照角度;

机器视觉系统组成;

机器视觉系统组成