機器視覺在不同的復雜技術領域有著廣泛應用。在簡單的應用中(例如,利用背光檢測不透明物體的輪廓),成像系統可在寬松的系統參數條件下可靠地運行。但在要求較高的應用中(比如檢測鏡面的表面缺陷),必須將主要參數設置在較小的公差范圍內,或使用成本更高的高精度硬件,成像系統才能穩定運行。
成像系統中涉及的主要參數的數量,隨著成像應用復雜度的提高而增加。Edmund Optics東京成像實驗室對此進行了研究,對于要求較高的成像應用,需要精確調整的參數大約多達20個。
圖像采集優化
本文主要討論圖像采集優化(以下稱為OIA),即:將成像系統中的所有主要參數調整到能夠獲得最佳圖像的過程。完成OIA后,獲得的圖像具有以下共同特點:
l 在成像系統物理條件限制下,所拍攝的圖像獲得盡可能多的有用信息;
l 盡可能多地利用相機傳感器的有效像素,讓待測工件在視野范圍內(FOV)最大呈現,僅受工件幾何形狀和位置變化的限制;
l 在不使用降噪算法的情況下,圖像具有最高的信噪比,僅受傳感器的參數限制;
l 圖像的動態范圍接近最大值,沒有達到飽和;
l 圖像中沒有來自其他外部環境產生的不必要影像(例如未使用擴散片的環形光產生的亮斑)。
為達成OIA,需要對所有主要參數進行精確調整。經過OIA調整后的成像系統,為機器視覺系統集成商提供了以下優勢:
l高性價比
成像系統中的關鍵組件(成像鏡頭、相機、照明光源和光機結構)充分發揮作用,實現了具有成本效益的解決方案。
l最少的圖像運算處理和分析,最低的軟件復雜度
由于OIA可以獲得高還原度、高對比度和低噪聲的圖像,因此對圖像處理算法(例如降噪、直方圖均衡、膨脹/腐蝕)的需要降至最低,從而顯著減少了開發周期、測試時間和硬件成本。
l顯著降低誤判率,高質量的圖像減少了測試錯誤
已經調整好的成像系統可以滿足以下條件,如圖1和圖2所示:
l 像平面(傳感器面)和物面(檢查工件表面)平行;
l 被檢查的工件表面位于工作距離(WD)最佳聚焦位置;
l 被檢查的工件,接近FOV拍攝矩形成像區域大小,但不超過FOV;
l 工件中心位于鏡頭的光軸上;
l 被檢查工件的淺色(白色、淺灰色等)區域特征,其成像亮度接近像素灰度飽和值(例如8位格式為255,灰度值可以達到220),但未達到飽和。
圖1:成像系統調整要求,透視圖。
圖2:成像系統調整要求,上視圖。
調整方法
通常的調整方法是:操作人員通過相機觀察圖像,以主觀判斷完成。由Edmund Optics 日本分公司開發的調整應用程序,可對成像系統中的11-17個參數(取決于硬件條件)進行即時測量,從而為操作人員提供實時量化的參數以進行判斷。
以下案例中,使用的是西門子星標測試板(產品編號58835)。將星標測試板的標刻面朝向成像系統,并使其與待測物平面重合。
使用EO開發的EORTM(Edmund Optics Real-Time Metrology)軟件,實時運算和分析拍攝到的測試板圖像。EORTM可以在精確調整至少8組硬件參數(光學機械平臺的六個自由度、光源亮度和相機曝光時間)的過程中,給操作人員提供實時閉環反饋。
借助EORTM,在高精度機器視覺應用中調整參數的時間,從大約數小時減少到20分鐘甚至更短,但是精度卻提高了至少2倍,因為它提供精確可量化指標,而不是依靠主觀判斷。
一旦所有硬件調整都在軟件設定的允許范圍內,EORTM將顯示如圖3所示的全部通過狀態,并且判定圖像系統已調整完成。
圖3:使用EORTM軟件和西門子星標測試板進行微調。
硬件配置包含一個6維自由度調整平臺和相關的光機結構件,以及照明光源和測試板,完全由EO產品目錄中的標準產品組成,如圖4所示。
圖4:Edmund Optics 6維調整定位平臺用于成像系統調整。
結論
為了達到OIA,需要精確調整近20種光學、機械、電子和軟件參數。表1中列出了這些參數,根據其需要調整的頻率歸類為:
· 設計階段(DT):一次,系統規劃選型時;
· 設置階段(ST):一次,相機初始化安裝時;
· 實時調整(RT):多次,在OIA調整過程中視需要,可通過可視化或使用軟件實時測量獲得反饋。
· 表1:OIA調整過程的主要參數
# | 類別 | 硬件 | 參數 | 調整階段 |
1 | 電子 | 相機 | 像素數量1 | DT |
2 | 傳感器大小 2 | |||
3 | 照明 | 峰值波長 | ||
4 | 光譜分布 | |||
5 | 光學 | 光束發散角 | ||
6 | 鏡頭 | 視場大小 | ||
7 | MTF | |||
8 | 軟件 | 相機 | 圖像銳化 | ST |
9 | 噪聲處理 | |||
10 | 增益設定 | |||
11 | Gamma曲線校正 | |||
12 | 暗階設定 | |||
13 | 軟件/電子 | 曝光時間 | RT | |
14 | 照明 | 照度 | ||
15 | 光機 | X軸位移 | ||
16 | Y軸位移 | |||
17 | Z軸位移 | |||
18 | X角度傾斜 | |||
19 | Y角度傾斜 | |||
20 | 成像系統 | X軸位移 | ||
21 | Y軸位移 | |||
22 | Z軸位移 | |||
23 | X角度傾斜 | |||
24 | Y角度傾斜 | |||
25 | Z角度傾斜 |
1:通常也稱為分辨率;2:像素大小代表圖像分辨率,這里沒有列出,因為它可以根據像素數量和傳感器尺寸計算得出。
審核編輯 :李倩
-
傳感器
+關注
關注
2550文章
51035瀏覽量
753083 -
機器視覺
+關注
關注
161文章
4369瀏覽量
120282
原文標題:機器視覺圖像采集優化方法
文章出處:【微信號:機器視覺沙龍,微信公眾號:機器視覺沙龍】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論