自動視覺檢測系統該怎么選？

引言：視覺檢測就是用機器代替人眼來做測量和判斷。視覺檢測是指通過機器視覺產品（即圖像攝取裝置，分 CMOS 和CCD 兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。是用于生產、裝配或包裝的有價值的機制。它在檢測缺陷和防止缺陷產品被配送到消費者的功能方面具有不可估量的價值。

       機器視覺檢測的特點是提高生產的柔性和自動化程度。在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。

       典型結構

       一個典型的機器視覺系統包括以下三大塊：

       照明，照明是影響機器視覺系統輸入的重要因素，它直接影響輸入數據的質量和應用效果。由于沒有通用的機器視覺照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，以達到**效果。光源可分為可見光和不可見光。常用的幾種可見光源是白熾燈、日光燈、水銀燈和鈉光燈。可見光的缺點是光能不能保持穩定。如何使光能在一定的程度上保持穩定，是實用化過程中急需要解決的問題。另一方面，環境光有可能影響圖像的質量，所以可采用加防護屏的方法來減少環境光的影響。照明系統按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優點是能獲得高對比度的圖像。前向照明是光源和攝像機位于被測物的同側，這種方式便于安裝。結構光照明是將光柵或線光源等投射到被測物上，根據它們產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。

       鏡頭，FOV（Field of Vision）=所需分辨率*亞象素*相機尺寸/PRTM（零件測量公差比）

       鏡頭選擇應注意：

       ①焦距②目標高度 ③影像高度 ④放大倍數 ⑤影像至目標的距離 ⑥中心點 /節點⑦畸變

       視覺檢測中如何確定鏡頭的焦距

       為特定的應用場合選擇合適的工業鏡頭時必須考慮以下因素：

       · 視野 - 被成像區域的大小。

       · 工作距離 (WD) - 攝像機鏡頭與被觀察物體或區域之間的距離。

       · CCD - 攝像機成像傳感器裝置的尺寸。

       · 這些因素必須采取一致的方式對待。如果在測量物體的寬度，則需要使用水平方向的 CCD 規格，等等。如果以英寸為單位進行測量，則以英尺進行計算，最后再轉換為毫米。

       參考如下例子：有一臺 1/3” C 型安裝的 CDD 攝像機（水平方向為 4.8 毫米）。物體到鏡頭前部的距離為 12”（305 毫米）。視野或物體的尺寸為2.5”（64 毫米）。換算系數為 1” = 25.4 毫米（經過圓整）。

       FL = 4.8 毫米 x 305 毫米 / 64 毫米

       FL = 1464 毫米 / 64 毫米

       FL = 按 23 毫米鏡頭的要求

       FL = 0.19” x 12” / 2.5”

       FL = 2.28” / 2.5”

       FL = 0.912” x 25.4 毫米/inch

       FL = 按 23 毫米鏡頭的要求

       注：勿將工作距離與物體到像的距離混淆。工作距離是從工業鏡頭前部到被觀察物體之間的距離。而物體到像的距離是 CCD 傳感器到物體之間的距離。計算要求的工業鏡頭焦距時，必須使用工作距離

       相機，按照不同標準可分為：標準分辨率數字相機和模擬相機等。要根據不同的實際應用場合選不同分辨率相機：線掃描CCD和面陣CCD；單色相機和彩色相機。

       機器選型

       在機器視覺系統中，獲得一張高質量的可處理的圖像是至關重要。系統之所以成功，首先要保證圖像質量好，特征明顯，。一個機器視覺項目之所以失敗，大部分情況是由于圖像質量不好，特征不明顯引起的。要保證好的圖像，必須要選擇一個合適的光源。

       光源選型基本要素：

       對比度：對比度對機器視覺來說非常重要。機器視覺應用的照明的最重要的任務就是使需要被觀察的特征與需要被忽略的圖像特征之間產生**的對比度，從而易于特征的區分。對比度定義為在特征與其周圍的區域之間有足夠的灰度量區別。好的照明應該能夠保證需要檢測的特征突出于其他背景。

       亮度：當選擇兩種光源的時候，**的選擇是選擇更亮的那個。當光源不夠亮時，可能有三種不好的情況會出現。**，相機的信噪比不夠；由于光源的亮度不夠，圖像的對比度必然不夠，在圖像上出現噪聲的可能性也隨即增大。其次，光源的亮度不夠，必然要加大光圈，從而減小了景深。另外，當光源的亮度不夠的時候，自然光等隨機光對系統的影響會**。

       魯棒性：另一個測試好光源的方法是看光源是否對部件的位置敏感度最小。當光源放置在攝像頭視野的不同區域或不同角度時，結果圖像應該不會隨之變化。方向性很強的光源，增大了對高亮區域的鏡面反射發生的可能性，這不利于后面的特征提取。

       好的光源需要能夠使你需要尋找的特征非常明顯，除了是攝像頭能夠拍攝到部件外，好的光源應該能夠產生**的對比度、亮度足夠且對部件的位置變化不敏感。光源選擇好了，剩下來的工作就容易多了。具體的光源選取方法還在于試驗的實踐經驗。

       視覺檢測是計算機學科的一個重要分支，它綜合了光學、機械、電子、計算機軟硬件等方面的技術，涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。自起步發展至今，已經有20多年的歷史，其功能以及應用范圍隨著工業自動化的發展逐漸完善和推廣，其中特別是目前的數字圖像傳感器、CMOS和CCD攝像機、DSP、FPGA、ARM等嵌入式技術、圖像處理和模式識別等技術的快速發展，大大地推動了機器視覺的發展。簡而言之，機器視覺解決方案就是利用機器代替人眼來作各種測量和判斷。