機器視覺

基礎知識匯總

視覺是人類觀察和認知世界的重要手段。隨著信息技術的發展，人類逐漸把這種技能賦予計算機、機器人或者其他智能機器，這就是我們今天所要提到的機器視覺技術。

目前機器視覺技術已經實現了產品化、實用化，鏡頭、高速相機、光源、圖像軟件、圖像采集卡、視覺處理器等相關產品功能日益完善。機器視覺技術在信息化時代正扮演著越來越重要的角色。

到如今，中國已經成為世界機器視覺發展最為活躍地區，應用范圍涵蓋了工業、農業、醫藥、軍事、航天、氣象等國民經濟各個行業。雖然機器視覺的成長速度非常快，但是還是有很多人對機器視覺并不了解，今天我們來了解下機器視覺。

01什么是機器視覺系統？

機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統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。

與計算機視覺相比，機器視覺偏重于計算機視覺技術工程化，能夠自動獲取和分析特定的圖像，對準確度和處理速度要求都比較高，一般而言，計算機視覺多用來識別“人”，而機器視覺則多用來識別“物”。

具體來講，計算機視覺應用的場景相對復雜，要識別的物體類型也多，形狀不規則、規律性不強，有時甚至很難用客觀量作為識別的依據，比如識別年齡、性別，對于光線、距離、角度等條件要求較低；而對準確度和處理速度要求都比較高，一般機器視覺的分辨率遠高于計算機視覺，而且往往要求實時，處理速度非常關鍵。

? ?

02機器視覺的優勢

機器視覺系統具有高效率、高度自動化的特點，可以實現很高的分辨率精度和速度。機器視覺系統與被檢測對象無接觸，安全可靠。人工檢測與機器視覺自動檢測的主要區別有：

? ?

03系統組成

一個典型的機器視覺系統包括以下部分：

(1)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光源照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，以達到最佳的效果。

光源可分為可見光和不可見光，常見的幾種可見光源有白熾燈、日光燈、水銀燈和鈉光燈。可見光的缺點是光能不穩定。所以如何使光能在一定的程度上保持穩定，是目前急需解決的問題；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。

照明系統按照照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向光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光源等投射到被測物上，根據它們產生的即便，調解出被測物體的三維信息。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。

(2)鏡頭

工業鏡頭

FOV（Field Of vision）=所需分辨率*亞像素*相機尺寸/PRTM（零件測量公差）

選擇鏡頭需要注意：

焦距

目標高度

影像高度

放大倍數

影像至目標的距離

中心點/節點

畸變

(3)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的相機和高分辨率相機：線掃描CCD和面陣CCD、單色相機和彩色相機。

(4)圖像采集卡

圖像采集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色；圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數字等。

比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理，有些采集卡有內置的多路開關。例如，可以連接8個不同的攝像機，然后告訴采集卡采用那一個相機抓拍到的信息。有些采集卡有內置的數字輸入以觸發采集卡進行捕捉，當采集卡抓拍圖像時數字輸出口就觸發閘門。

(5)視覺處理器

視覺處理器集采集卡與處理器與一體。以往計算機速度較慢時，采用視覺處理器加快視覺處理任務，現在由于采集卡可以快速傳輸圖像到存儲器，而且計算機也快多了，所以現在視覺處理器用的較少了。

? ?

04工業鏡頭

工業鏡頭的接口：

05基本參數

06工業相機的選擇要點

(1)視野范圍、光學放大倍數及期望的工作距離：在選擇鏡頭時，我們會選擇比被測物體視野稍大一點的鏡頭，有利于運動控制。

(2)景深要求：對于對景深有要求的項目，盡可能使用小光圈；在選擇放大倍率的鏡頭時，在項目許可下盡可能選用低倍率鏡頭；如果項目要求比較苛刻時，傾向選擇高景深的尖端鏡頭。

(3)芯片大小和相機接口：例如2/3鏡頭支持最大的工業相機耙面為2/3，它是不能支持1英寸以上的工業相機。

(4)注意與光源的配合，選配合適的鏡頭。

(5)可安裝空間：在方案可選擇情況下，讓客戶更改設備尺寸是不現實的。

07機器視覺的工作原理

機器視覺檢測系統是采用CCD照相機將被檢測的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，圖像處理系統對這些信號進行各種運算來收取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功能。

08機器視覺特點

攝像機的拍照速度自動與被測物的速度相匹配，拍攝到理想的圖像;

零件的尺寸范圍為2.4mm到12mm，厚度可以不同;

系統根據操作者選擇不同尺寸的工件，調用相應視覺程序進行尺寸檢測，并輸出結果;

針對不同尺寸的零件，排序裝置和輸送裝置可以精確調整料道的寬度，使零件在固定路徑上運動并進行視覺檢測;

機器視覺系統分辨率達到2448×2048，動態檢測精度可以達到0.02mm;

廢品漏檢率為0;

本系統可通過顯示圖像監視檢測過程，也可通過界面顯示的檢測數據動態查看檢測結果;

具有對錯誤工件及時準確發出剔除控制信號、剔除廢品的功能;

系統能夠自檢其主要設備的狀態是否正常，配有狀態指示燈;同時能夠設置系統維護人員、使用人員不同的操作權限;

實時顯示檢測畫面，中文界面，可以瀏覽幾次不合格品的圖像，具有能夠存儲和實時察看錯誤工件圖像的功能;

能生成錯誤結果信息文件，包含對應的錯誤圖像，并能打印輸出。

09機器視覺的應用領域

1.識別

2.標準一維碼、二維碼的解碼

3.光學字符識別（OCR）和確認（OCV）

4.檢測

5.色彩和瑕疵檢測

6.零件或部件的有無檢測

7.目標位置和方向檢測和測量

8.尺寸和容量檢測

9.預設標記的測量，如孔位到孔位的距離

10.機械手引導

11.輸出空間坐標引導機械手精確定位

10機器視覺與計算機視覺的區別？

計算機視覺，主要是對質的分析，比如分類識別，這是一個杯子那是一條狗。或者做身份確認，比如人臉識別，車牌識別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。

機器視覺，主要側重對量的分析，比如通過視覺去測量一個零件的直徑，一般來說，對準確度要求很高。我記得以前接觸過一個需求: 視覺測量鐵路道岔缺口。哥剛畢業的時候在鐵路上班，做過控制系統，還開過內燃機車，很清楚道岔缺口的重要性，這玩意兒你說要是測不準，呵呵:)

? ?

當然，也不能完全按質或量一刀切，有些計算機視覺應用也需要分析量，比如商場的人數統計。有些機器視覺也需要分析質，比如零件自動分揀。但，計算機視覺一般來說對量的要求不會很高，商場人數統計誤差個百分之幾死不了人的，但機器視覺真的會，比如那個道岔缺口測量。

來源：機器視覺沙龍

審核編輯：湯梓紅