机器视觉应用基础(一)

机器视觉应用基础(一) 一、机器视觉是什么机器视觉可以理解为让机器通过光学成像、图像采集和算法处理获得类似人眼观察目标的能力并进一步完成检测、定位、识别和测量。一个完整的机器视觉过程通常是目标物 → 光源照明 → 镜头成像 → 相机采集 → 软件分析 → 输出结果或控制设备与人工目检相比机器视觉具有速度快、重复性好、精度高、稳定性强等特点并且能够长时间工作适合高温、粉尘、黑暗等不适合人员长时间工作的环境。机器视觉常见任务包括检测判断是否存在缺陷、划痕、短路、缺件或装配错误定位确定工件、孔位、边缘或特征点的位置识别读取字符、条码、二维码或者判断目标类别测量测量长度、宽度、直径、间距和角度等尺寸。需要注意的是机器视觉并不是“安装一个相机再运行一个算法”这么简单。图像是否清晰、目标与背景是否有足够对比度、光照是否稳定、镜头是否匹配都会直接影响最终结果。二、机器视觉系统的组成一个基础的机器视觉系统通常包括以下部分环节主要作用光源照亮目标突出特征抑制干扰镜头将目标投影到相机传感器上相机将光学图像转换为电信号或数字图像图像处理软件完成定位、识别、测量和判定计算机或控制器运行程序管理数据和流程通信与执行机构与 PLC、传感器、机械手等设备联动光源、镜头和相机之间是相互配合的。即使相机分辨率很高如果光源造成严重反光或者镜头存在明显畸变最终图像也可能无法用于可靠检测。因此机器视觉首先是一个完整的工程系统其次才是算法问题。三、工业相机把光变成数据1. 图像传感器图像传感器可以看作由许多像素组成的阵列。光线到达像素后会在传感器中产生电信号经过处理后形成图像。常见传感器主要有 CCD 和 CMOSCCD感光性能和图像质量通常较好但功耗和成本相对较高CMOS功耗和成本较低集成度较高目前在工业相机中应用非常广泛。按照颜色工业相机可以分为黑白相机输出灰度图像适合形状、边缘、纹理和尺寸检测彩色相机能够获取颜色信息适合颜色识别和分类任务。按照扫描方式可以分为面阵相机一次获取一个二维画面适合单个工件或有限视野内的检测线阵相机一次采集一行或几行像素需要通过物体运动逐行拼接成完整图像适合连续运动、长尺寸或大幅面目标。2. 全局快门与卷帘快门全局快门会让整幅图像的像素同时曝光适合传送带、旋转件和机械手抓取等运动场景可以减少运动形变。卷帘快门按照行依次曝光结构和成本有一定优势但拍摄快速运动目标时容易出现倾斜、拉伸或拖影。因此动态检测通常优先考虑全局快门目标静止或运动缓慢时卷帘快门也可能满足需求。3. 相机主要参数工业相机选型时需要关注以下参数传感器类型黑白或彩色面阵或线阵全局快门或卷帘快门分辨率像元尺寸帧率或线频率数据接口触发方式输入输出接口。分辨率表示图像中的像素数量例如 1280×1024 约为 131 万像素。像元尺寸是单个像素的物理尺寸。像元较小可以获得更高的空间采样密度像元较大单个像素能够接收更多光线。实际选择时需要在分辨率、感光能力、噪声和成本之间进行平衡。常见数据接口包括 GigE、USB 3.0、Camera Link、CoaXPress 和 10GigE 等。不同接口在传输带宽、传输距离、成本以及是否需要采集卡等方面存在差异。4. 分辨率估算课件中介绍了一个用于初步选型的工程经验单像素允许覆盖的尺寸 ≈ 检测精度 ÷ 3然后可以根据视野范围估算所需像素数所需像素数 ≈ 视野尺寸 ÷ 单像素允许覆盖尺寸例如目标尺寸约为 20 mm×40 mm要求检测精度达到 0.1 mm。考虑安装和边缘余量后将视野设置为 30 mm×50 mm。单像素允许覆盖尺寸约为0.1÷3≈0.033 mm因此短边所需像素数约为30÷0.033≈1000长边所需像素数约为50÷0.033≈1666。实际选择时应选择高于这个结果的相机并预留一定工程余量。这个“三倍关系”属于初步估算方法最终精度还需要通过真实镜头、光源、标定板和目标样件进行验证。5. 相机触发与 I/O相机采集通常有两种方式软件触发由程序发出采集命令配置比较简单硬件触发由光电传感器、PLC 或编码器发出信号时间同步性更好。在工业现场还需要关注供电极性网口或 USB 连接IP 地址配置外部触发端口输入输出端口PNP/NPN 电气逻辑。NPN 通常表现为下拉或低电平导通PNP 通常表现为上拉或高电平输出但实际接线必须以相机和传感器说明书为准。6. 线阵相机线阵相机不是一次拍摄完整图片而是采集一条线随着目标运动不断获取新的线最后拼接成二维图像。它适合布匹、钢材、玻璃和纸张检测印刷品和 PCB 检测大尺寸表面检测连续生产线检测。使用线阵相机时需要考虑物体运动速度、线频率、外部触发和编码器。编码器可以反映传送带实际位移使图像的空间比例更加稳定。如果线频率与运动速度不匹配图像可能出现拉伸或压缩。同时线阵相机数据量较大还要关注传输带宽、采集卡和光源亮度。四、镜头决定目标如何成像相机负责采集图像但镜头负责把目标正确地投影到传感器上。镜头的成像质量、视野范围和畸变情况会直接影响检测和测量结果。1. 镜头中的基本概念视野 FOV镜头能够覆盖的目标区域焦距焦距越长通常视野越窄、放大能力越强工作距离 WD镜头前端到被测物体之间的距离景深 DOF前后移动一定范围后图像仍能保持清晰的范围畸变图像不同位置的放大倍率不一致可能造成桶形或枕形变形。镜头的成像圈或靶面尺寸需要覆盖相机传感器。如果镜头覆盖范围小于传感器图像边缘可能出现暗角或黑边。2. 普通 FA 镜头与远心镜头普通 FA 工业镜头成本相对较低、应用范围广适合一般定位、识别和外观检测。但是当物体与镜头之间的距离发生变化时目标的放大倍率也会发生变化容易产生透视误差。远心镜头采用更接近平行光线的成像方式可以减小透视关系带来的尺寸变化使工作距离变化时放大倍率更加稳定。远心镜头更适合高精度尺寸测量边缘检测孔径检测对形状稳定性要求较高的场景。它的缺点是成本更高、体积更大对视野和安装空间也有更多要求。3. 光圈与景深大光圈能够获得更多光线但景深通常较浅缩小光圈后进光量会减少但景深通常会增加。实际调节时需要在亮度、清晰度、景深和曝光时间之间取得平衡。不能为了追求亮度而无限放大光圈也不能只追求景深而让图像过暗。4. C 口与 CS 口机器视觉中常见 C 口和 CS 口。两者外形相近但法兰距不同。C 口镜头安装到 CS 口相机时通常需要使用合适的转接环CS 口镜头不能简单地直接安装到 C 口相机上。选购镜头时需要同时确认相机接口镜头接口传感器靶面工作距离视野范围。五、光源先让图像“拍清楚”1. 光源的作用在机器视觉中光源的任务不只是提高亮度更重要的是控制目标、背景和缺陷之间的成像关系。合适的光源可以提高目标与背景的对比度突出边缘、划痕、凹陷和字符降低环境光和反光干扰提高图像的一致性和稳定性。很多时候图像效果不好并不是算法不够复杂而是照明方式没有选择正确。2. 常见光源类型光源类型常见用途环形光通用型正面照明适合常规外观和字符检测条形光或线光对长条区域进行定向照明同轴光适合平面、金属或高反光表面穹顶光提供较均匀照明适合曲面或容易产生高光的目标背光获取清晰轮廓适合外形、孔和尺寸测量低角度暗场光突出划痕、毛刺、凸起和边缘点光源对局部区域进行集中照明不同目标需要使用不同的照明思路检测外轮廓优先考虑背光检测划痕和毛刺可以尝试低角度暗场光检测平面字符可以尝试同轴光检测曲面或反光目标可以尝试穹顶光检测长条表面可以尝试条形光或线光。3. 颜色、波长和色温不同颜色或波长的光照射到材料表面时反射和吸收情况不同因此目标与背景之间的对比度也会发生变化。黑白相机并不意味着只能使用白光。在实际检测中可以根据材料特性选择红光、蓝光、绿光或其他波段再配合滤光片抑制不需要的光。色温通常用 K 表示是描述光源颜色倾向的一个指标。工程应用中更重要的是光源光谱是否适合目标材料相机是否能够有效响应光源长时间工作后是否稳定图像亮度和对比度是否保持一致。4. 光学附件常见光学附件包括滤光片选择特定波段或减弱光强偏振片在合适配置下抑制部分镜面反光棱镜改变光路方向满足特殊安装需求。附件并不是越多越好而是要针对具体的反光、颜色、空间和成像问题使用。六、从检测需求到硬件方案第一步明确检测任务先确定是检测、定位、识别还是测量再明确目标尺寸、缺陷大小、检测精度、节拍和工作环境。第二步确定视野和分辨率视野既要覆盖完整目标又要留出安装和定位余量。然后根据检测精度估算单像素对应的实际尺寸得到相机的大致分辨率。第三步确定相机类型判断使用黑白还是彩色、面阵还是线阵、全局快门还是卷帘快门并根据帧率、线频率、接口和触发方式筛选相机。第四步匹配镜头根据视野、工作距离、传感器靶面、接口、景深和畸变要求选择镜头。普通 FA 镜头适合大多数常规成像任务如果需要稳定的尺寸关系和较高测量精度则需要重点评估远心镜头。第五步设计光源先确定需要突出的是轮廓、表面缺陷、字符还是颜色再决定光源方向和结构之后调整光源颜色、亮度、均匀性和稳定性。第六步使用样件验证最终方案不能只停留在参数表上。应使用真实样件测试不同光源角度、曝光时间、增益、工作距离和光圈观察图像中的对比度、边缘清晰度、反光、阴影和重复性。七、本周学习总结通过本周学习我对机器视觉有了以下认识机器视觉是由光源、镜头、相机、软件和控制通信共同组成的系统工程相机选型不能只看像素还要看传感器、快门、帧率、接口和触发方式镜头决定视野、放大关系、景深和畸变是成像质量的重要基础光源决定特征能否被稳定地表达出来很多图像问题应该先从照明角度分析硬件选型应从检测目标和精度出发通过视野、分辨率、运动速度和实物样件逐步验证。对于机器视觉初学者来说最重要的不是背诵某个品牌或型号而是看到一个检测任务时能够回答以下问题要检测什么特征怎样让这个特征更加明显需要多大的视野和精度目标是否处于运动状态最终如何通过样件验证方案只有把“目标—光源—镜头—相机—图像—算法结果”这条链路真正跑通基础知识才能逐渐转化为工程能力。本文为个人学习笔记课件中的品牌、型号和参数仅作课堂示例实际工程选型应以目标样件、实测图像和厂商数据手册为准。