机器视觉系统性能

Posted wujianming-110117

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器视觉系统性能相关的知识,希望对你有一定的参考价值。

机器视觉系统性能

1.       机器视觉系统性能评估的6大因素

设计一个基于PC的机器视觉系统,需从以下6个方面考虑:检测目标,检测任务,检测速度,检测精度,检测软件,信号处理和数据记录。系统的检测速度不仅是由计算机的速度决定,还要受生产流水线速度的影响。很多机器视觉包含了时钟或计时器,这样检测操作的每一步所需要的时间都可以准确的测量,由这些数据,就可以修改程序以满足时间速度上的要求。检测的速度还和识别判读程序的算法有密切关系。机器视觉系统的性能与它的各部件的性能密切相关,光学成像系统的性能尤其关键,下面是在选择几个关键部件时应该遵循的基本原则。

技术图片

 

 

摄像机的选择与应用的场合直接相关,通常考虑两点:

1)黑白还是彩色。在检测应用中大部分使用黑白摄像机,黑白摄像机性价比高。彩色摄像机主要用于一些需要分析色彩图像的场合;

2)图像分辨率。图像的分辨率必须满足检测精度的要求。在某些场合选择摄像机还需要考虑工业现场中的振动,灰尘和热的影响因素。  

光学成像系统包括镜头和光源,一般不太引起人们的重视。实际上当光学成像系统性能很差时,即使机器视觉系统其他部分性能很好,它表现出的性能也比不上一个配上良好光学镜头和照明系统而其余部分性能低的机器视觉系统。

光学系统的功能是对检测目标成像。光学系统的成像质量越高,它提供的图像也越好。照明系统是用来照亮需要测量或检测的目标,通常照明系统的设计应考虑检测目标的特性如:颜色,纹理,尺寸,外形,反射率等。

机器视觉软件是检测系统中的智能部分,也是最为核心的部分。在编制机器视觉系统的智能检测软件时,需要考虑各种变化因素并采用合适高效的判读识别算法。机器视觉系统只能按程序编写的任务来工作,不像人类的眼睛和大脑可以在不同的条件下识别目标,因此准确理解系统的各个检测任务能帮助避免失败(例如将合格产品认为是不合格的)或出现其他检测判读的错误。

一般还要考虑检测目标颜色,周围光线,焦点,目标的位置和方向及背景颜色的变化等。机器视觉系统的任务是通过判读识别合格和不合格的目标来实现质量检测。要实现这一功能,系统需要与生产流水线通信,这样才能在对目标判读后做相应的动作。

上海嘉肯光电科技有限公司是一家专业从事机器视觉光源的研发、生产和销售为一体的高新技术企业。以工业检测、机器视觉、图像处理、科学研究等领域为主要研发及经营方向。此外,公司还代理工业镜头、工业相机、图像采集卡、图像处理软件和各类视觉附件。??上海嘉肯光电科技有限公司?将坚持“用心,创造未来”的企业经营理念,并持续不断地把最优秀、性价比最高的视觉产品提供给广大用户,以不断满足客户日益增长的要求。

技术图片

2.       机器视觉系统性能的6大因素

 

着全球制造市场的竞争日益激烈,企业需确保以最高效率运营显得很重要的。由于过程相关故障导致的停机时间被认为是非增值停机时间,直接影响公司的盈利能力。机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。在机器视觉系统中如果没有适当的设置,可能会导致机器视觉过程的非增值停机,下面是特别需要注意改善的十个方面:

技术图片

1)照明技术-正确的照明技术应该用来照亮需要检测的区域。背光、亮场、掠射、低角度线性阵列和暗场等光照技术是机器视觉鲁棒性最关键的方面。根据零件表面光洁度和轮廓,正确的照明技术可以增强缺陷或去除图像噪声,提高系统的效率和稳定性。这样做的目的是为了选择一种能够产生最大对比度(从黑色到白色像素)的光照技术。此外,对比度需要与正在测量或检查的内容直接相关。

2)照明颜色-应考虑每个特定部分或应用所用的灯光颜色。频率是每秒振荡的次数,而波长是波在同一位置上两点之间的距离。每种不同的紫外、蓝、绿、黄、红、红外光谱都有不同的照明频率和波长。这些变化会影响物体和相机的表面在光线进入时的反应。其目的是利用能产生最大对比度和消除图像中噪声的光频率。例如,金属零件有时可以被引入到一个系统中,该系统有一层薄薄的油或表面轻微氧化,这取决于它们是如何存储的。当这两种类型的零件都被引入检查系统时,使用光的频率来减少波动量是很重要的。

3)使用滤光片滤光片,消除背景和架空照明噪声等严重的环境干扰。通过简单地在相机镜头上放置一个与照亮该部件的光的频率匹配的滤波器,可以消除环境照明干扰。

4)镜头-视场(FOV)和感兴趣区域(ROI),包括所需的像素精度,起着重要的作用。正确的焦距镜头将决定机器视觉系统所能看到的区域的大小,并最终决定所收集的所有信息。计算太大的FOV将导致更少的细节和准确性,而计算太小的FOV可能导致检查失败,因为部分或对象在摄像机的视线之外。在计算FOV时,重要的是在决定哪个焦距镜头最适合应用之前,先确定零件或物体的最大ROI和该区域的最大可接受误差。有时这些因素可能会受到相机到物体的工作距离或高度的限制,所以在构建系统之前需要考虑所有这些因素。

5)定位——重要的是要知道部件或应用程序的公差太宽,不允许对部件进行重复检测。当一个部件移出相机视野时,会导致系统不稳定。应该使用某种类型的物理夹具来限制物体或感兴趣的部分的运动。如果部件移出相机视图,就会发生故障,增加不必要的停机时间。通过提供零件的粗略位置,可以消除这种不稳定性,确保零件每次都能重复出现在机器视觉系统中。

6)校准-拥有母版夹具或校准程序,可对系统进行适当校准,确保其符合设备的质量标准。

7)特征和基准——为了正确地检查图像,基准——在每次检查中发现的唯一特征——可以在检查时用作视觉工具的参考点,或者用来检测图像中是否存在正确的部分。

8)分辨率-分辨率决定了视觉系统的可重复性;它允许将像素的大小量化为测量值。确定系统的分辨率很重要,因为它决定了检查的准确性和可重复性。特别是在质量测量检测和机器人导引方面需要考虑的解决方案。一些软件可以提高分辨率,精度可达到亚像素。

9)稳定性——在设置机器视觉传感器时,重要的是要保护摄像系统和灯光不受移动的影响。这些项目是系统校准的目标。为了尽量减少移动或干扰,明智的做法是将摄像机和照明灯放置在振动小或没有振动和交通的地方。

10)测试——定期对系统进行检查,确认缺陷部件是否被系统捕获和拒绝。可以在系统中直接构建一个测试过程,以简化该过程。有缺陷的测试部件可以在任何时候放置到系统中,以验证系统的适当功能。

 

以上是关于机器视觉系统性能的主要内容,如果未能解决你的问题,请参考以下文章

运动控制机器视觉智能制造上位机定制方案

2021年中国工业机器视觉产业发展白皮书

2021年中国工业机器视觉产业发展白皮书

2021年中国工业机器视觉产业发展白皮书

飞行机器人专栏-- 异构多视角视觉系统

运动控制机器视觉智能制造上位机定制方案