機器視覺系統的關鍵技術

  • 2021-04-14 11:01:46
  • 作者:訊維
機器視覺系統是綜合現代計算機、光學、電子技術的高科技系統,通過計算機對系統攝取的視頻和圖像進行處理與分析,對得到的信息做出相應的判斷,進而發出對設備的控制指令。機器視覺系統根據其具體應用而千差萬別,視覺系統本身也可能有多種不同的形式,包括圖像采集(含光源、光學成像、數字圖像獲取與傳輸)圖像處理與分析等環節。機器視覺系統關鍵技術如下:

機器視覺技術
聲明:部分內容及圖片來源于網絡,如有侵權請聯系刪除。
(1)照明光源 照明直接作用于系統的原始輸人,對輸入數據質量的好壞有直接的影響。由于被測對象、環境和檢測要求千差萬別,因而不存在通用的機器視覺照明設備,需要針對每個具體的案例來設計照明的方案,要考慮物體和特征的光學特性、距離、背景,根據檢測要求具體選擇光的強度、顏色和光譜組成均勻性、光源的形狀、照射方式等。目前使用的照明光源主要包括高頻熒光燈、鹵素燈和LED等。 (2)鏡頭 機器視覺系統中,鏡頭相當于人的眼睛,其主要作用是將目標的光學圖像聚焦在圖像傳感器(相機)的光敏面陣上。視覺系統處理的所有圖像信息均通過鏡頭得到,鏡頭的質量直接影響到視覺系統的整體性能。合理選擇鏡頭、設計成像光路是視覺系統的關鍵技術之一。鏡頭成像或多或少會存在畸變,應選用畸變小的鏡頭,有效視場只取畸變較小的中心視場。此外,受鏡頭鍍膜的干涉特性和材料的吸收特性影響,要求盡量做到鏡頭最高分辨率的光線應與照明波長、CCD器件接受波長相匹配,并使光學鏡頭對該波長的光線透過率盡可能提高。

FOV( Field Of Vision)=所需分辨率*亞象素*相機尺寸/PRTM(零件測量公差比) 選擇鏡頭時應注意考慮分辨率、焦距、光圈、景深、 成像尺寸、視場角、畸變等。

(3)高速攝像機 攝像機是一個光電轉換器件,它將光學成像系統所形成的光學圖像轉變成視頻/數字電信號。通常,攝像機由核心的光電轉換器件、外圍電路、輸出控制接口組成。固態圖像傳感器主要有五種類型:電荷耦合器件CCD( Charge Coupled Device),電荷注人器件CID( Charge Injection Device),金屬-氧化物半導體MOS,電荷引發器件 CPD和疊層型攝像器件。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線掃描CCD和面陣CCD、單色相機和彩色相機等。要根據不同的實際應用場合選擇不同的相機,除了考察其光電轉換器件外,還應考慮系統速度、檢測的視野范圍、系統所要達到的精度等因素。

CCD是目前機器視覺最為常用的圖像傳感器,它集光電轉換及電荷存貯、電荷轉移、信號讀取于一體,是典型的固體成像器件。CCD的突出特點是以電荷作為信號,而不同于其器件是以電流或者電壓為信號。這類成像器件通過光電轉換形成電荷包,而后在驅動脈沖的作用下轉移、放大輸出圖像信號。典型的CCD相機由光學鏡頭、時序及同步信號發生器、垂直驅動器、模擬/數字信號處理電路組成。CCD作為一種功能器件,與真空管相比,具有無灼傷、無滯后、低電壓工作、低功耗等優點。

CMOS圖像傳感器的開發最早出現在20世 紀70年代初。90年代初期,隨著超大規模集成電路( VLSI)制造工藝技術的發展,CMOS圖像傳感器得到迅速發展。CMOS圖像傳感器將光敏元陣列、圖像信號放大器信號讀取電路、模數轉換電路、圖像信號處理器及控制器集成在一塊芯片上,還具有局部象素的編程隨機訪問的優點。目前,CMOS圖像傳感器以其良好的集成性、低功耗、寬動態范圍和輸出圖像幾乎無拖影等特點而得到廣泛應用。

工業攝像機接口類型包括模擬接口、CameraLink、1394a、1394b、USB2. 0、GigE、Ethernet等。

機器視覺技術
聲明:部分內容及圖片來源于網絡,如有侵權請聯系刪除。
(4)圖像采集處理卡

在機器視覺系統中,攝像機輸出的模擬視頻信號并不能為計算機直接識別,需要通過圖像采集卡將模擬視頻信號數字化,形成計算機能直接處理的數字圖像,并提供與計算機的高速接口。圖像采集卡就是進行視頻信息量化處理的重要工具,主要完成對模擬視頻信號的數字化過程。視頻信號首先經低通濾波器濾波,轉換為在時間上連續的模擬信號;按照應用系統對圖像分辨率的要求,用采樣/保持電路對邊疆的視頻信號在時間上進行間隔采樣,把視頻信號轉換為離散的模擬信號;然后再由AVD轉換器轉變為數字信號輸出。而圖像采集/處理卡在具有模數轉換功能的同時,還具有對視頻圖像進行分析、處理的功能,并同時可對相機進行有效的控制。

(5)視覺處理軟件

機器視覺系統中,視覺信息的處理技術主要依賴于視覺處理方法,視覺處理軟件可以分為圖像預處理和特征分析理解兩個層次。圖像預處理包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。經過這些處理后,輸出圖像的質量得到相當程度的改善,既改善了圖像的視覺效果,又便于計算機對圖像進行分析、處理和識別。圖像特征分析理解是對目標圖像進行檢測和各種物理量的計算,以獲得對目標圖像的客觀描述,主要包括圖像分割、特征提取(幾何形狀、邊界描述、紋理特性)等。機器視覺中 常用的算法包括搜索、邊緣( Edge)、Blob分析、卡尺工具(Caliper Tool)、光學字符識別、色彩分析等。

(6)硬件處理平臺

從硬件平臺的角度說,計算機在CPU和內存方面的改進給視覺系統提供了很好的支撐,多核CPU配合多線程的軟件可以成倍提高速度。伴隨DSP、 FPGA技術的發展,嵌人式處理模塊以其強大的數據處理能力、集成性模塊化和無需復雜操作系統支持等優點而得到越來越多的重視。

總體而言,機器視覺系統是一個光機電和計算機高度綜合的系統,其性能并不僅由某一個環節決定。每一個環節都很完美,,也未必意味著最終性能的滿意。系統分析和設計是機器視覺系統開發的難點和基礎,急常加強。

返回