最新目录

常见机器视觉系统五要素

来源:系统科学学报 【在线投稿】 栏目:综合新闻 时间:2021-07-01
作者:网站采编
关键词:
摘要:典型机器视觉系统的五要素 在一些不适合人工操作或人工视觉难以满足要求的危险工作环境中,机器视觉常被用来代替人工视觉;同时在大批量的工业生产过程中,人工目测产品质量效
典型机器视觉系统的五要素

在一些不适合人工操作或人工视觉难以满足要求的危险工作环境中,机器视觉常被用来代替人工视觉;同时在大批量的工业生产过程中,人工目测产品质量效率低下,不准确。使用机器视觉检测方法可以大大提高生产效率和生产自动化程度。如今,中国正成为世界上机器视觉发展最为活跃的地区之一,其应用领域涵盖工业、农业、医药、军事、航天、气象、天文、公安、交通、安全和科学研究。

东莞明纬机器视觉厂家

机器视觉系统特点是提高生产的灵活性和自动化程度。一个典型的机器视觉系统包括以下五个模块:

Lighting

Lighting是影响机器视觉系统输入的重要因素,它直接影响输入的质量数据和应用效果。由于没有通用的机器视觉照明设备,针对每个具体的应用实例,应选择相应的照明设备,以达到最佳效果。光源可分为可见光和不可见光。几种常用的可见光源是白炽灯、荧光灯、汞灯和钠灯。可见光的缺点是光能不能保持稳定。如何在一定程度上保持光能稳定,是实际应用过程中亟待解决的问题。

另一方面,环境光可能会影响图像的质量,因此可以使用保护屏来减少环境光的影响。照明系统按其照明方式可分为背光照明、前向照明、结构光和频闪照明。其中,背光是将被测物体置于光源与相机之间。它的优点是可以获得高对比度的图像。前向照明是光源和摄像头位于被测物体的同一侧,便于安装。

结构光照明是将光栅或线光源投射到被测物体上,并根据它们产生的畸变对被测物体的三维信息进行解调。频闪照明是将高频光脉冲照射在物体上,相机拍摄需要与光源同步。

镜头FOV(视野)=所需分辨率*子像素*相机尺寸/PRTM(零件测量公差比) 镜头选择应注意:①焦距②目标高度③像高④放大倍率⑤与镜头的距离⑥ 中心点/节点 ⑦畸变目测中如何确定镜头焦距 为特定应用选择合适的工业镜头时,必须考虑以下因素: 视野-成像区域的大小.工作距离 (WD) - 相机镜头与被观察物体或区域之间的距离。

东莞明纬机器视觉服务商

CCD-摄像头成像传感器设备的尺寸。必须以一致的方式处理这些因素。如果要测量物体的宽度,则需要使用水平 CCD 规格,依此类推。如果以英寸为单位进行测量,则以英尺为单位进行计算,最后转换为毫米。请参考以下示例:有一个 1/3" C-mount CCD 相机(水平 4.8 mm)。物体到镜头前部的距离为 12" (305 mm)。视野或物体的大小为 2.5 英寸(64 毫米)。转换系数为 1” = 25.4 mm(四舍五入)。 FL = 4.8 mm x 305 mm / 64 mm FL = 1464 mm / 64 mm FL = 根据 23 mm 镜头的要求 FL = 0.19” x 12” / 2.5” FL = 2.28” / 2.5” FL = 0.912” x 25.4 mm/ inchFL = 根据 23mm 镜头的要求。注意:不要将工作距离与物体到图像的距离混淆。工作距离是工业镜头前端到被观察物体的距离。物体到图像的距离是CCD传感器和物体之间的距离。在计算工业镜头所需焦距时,必须使用工作距离

高速相机

根据不同标准,可分为:标准分辨率数码相机和模拟摄像机。应根据不同的实际应用选择不同的相机和高分辨率相机:按成像颜色可分为彩色相机和黑白相机;按分辨率分,38万以下为普通型,38万以上为高分辨率型以下;按感光面大小划分,可分为1/4、1/3、1/2、1寸相机;按扫描方式划分,可分为线扫描相机(line scan camera)和面扫描相机(area scan camera); (面阵相机可分为隔行扫描相机和逐行扫描相机);根据同步方式,可分为普通相机(内同步)和外同步功能相机等。

帧采集器

帧采集器只是一个完整的机器视觉系统,但它起着非常重要的作用。图像采集卡直接决定了相机的接口:黑白、彩色、模拟、数字等。比较典型的是PCI或AGP兼容的采集卡,可以将图像快速传输到电脑内存中进行处理。一些采集卡具有内置的多路复用器。比如你可以连接8个不同的摄像头,然后告诉采集卡使用哪个摄像头捕捉到的信息。一些采集卡有一个内置的数字输入来触发采集卡进行采集。当采集卡采集图像时,数字输出端口触发门。

视觉处理器

视觉处理器集成了采集卡和处理器。过去,当计算机速度较慢时,视觉处理器被用来加速视觉处理任务。采集卡将图像传输到内存中,然后进行计算和分析。目前主流的PLC配置,而且配置更高,视觉处理器几乎已经退出市场。

随着经济水平的提高,3D机器视觉也开始进入人们的视野。 3D机器视觉主要用于水果和蔬菜、木材、化妆品、烘焙食品、电子元件和医药产品的评级。可以在生产过程的早期提高合格产品的生产能力,报废劣质产品,从而减少浪费,节约成本。大多数国内机器视觉公司基本上都是从代理国外各种机器视觉品牌开始的。随着机器视觉的不断应用,公司规模逐渐壮大,技术逐渐成熟。

文章来源:《系统科学学报》 网址: http://www.xtkxxb.cn/zonghexinwen/2021/0701/566.html



上一篇:官方辟谣:诺基亚暂不接入鸿蒙系统,力求最佳
下一篇:这样过“七一”!綦江区卫生健康系统:党员干

系统科学学报投稿 | 系统科学学报编辑部| 系统科学学报版面费 | 系统科学学报论文发表 | 系统科学学报最新目录
Copyright © 2019 《系统科学学报》杂志社 版权所有
投稿电话: 投稿邮箱: