在實際場景中，機器視覺檢測設備在檢測產品時的一些不穩定因素，會直接導致檢測精度與效率受到很大的影響。

下面小矩就和大家一起分析如何根據分辨率，精度，公差的關系指導選型，以及視覺檢測設備檢測中不穩定的因素。

01根據分辨率 精度 公差進行選型

分辨率（Resolution）
? 計算公式：分辨率 = 視野(Field of View)/像素(Pixel)
? 比如我要看的產品大小是30mm*10MM，使用200萬像素（1600pixel*1200pixel）的相機。因為產品是長條形，為了把產品都放入到視野內，我們計算分辨率的時候要考慮長邊對應，此時分辨率為：
? 分辨率 = 30mm/1600Pixel = 0.019mm/Pixel
? 精度（Accuracy）
? 計算公式：精度 = 分辨率 x 有效像素
? 精度的單位是mm。根據產品表面和照明狀況的不同，我們可以通過放大圖像觀察辨別穩定像素的個數，從而得出精度。如果條件不允許實際測試觀察，一般的規律是，如果使用正面打光，有效像素為1個，使用背光，有效像素為0.5個。
? 這個例子我們取1 Pixel，得到精度為0.019mm約等于0.02mm。
? 機器視覺系統的定位精度如何計算？
? 假如是30萬像素的攝像機，監控的面積為640x480mm，其精度是不是就是1mm了？
? 30W相機分辨率640*480 正常這樣算：用最長的邊除去監控面積最長的邊 即可，所以精度基本上是1mm，這個是理論值，如果你做測量或者表面劃傷檢測，肯定不準確，一個像素有可能無法凸顯特征。

? 公差（Tolerance）
? 一般情況下，精度和公差的對應關系如下：
?

對一個項目來講，我們是先從圖紙上讀到公差的要求。然后再根據上述關系，反推得出我們需要多少像素的相機。
?

測量時，首先要考慮的幾大方面的有：相機、鏡頭、光源。
? 選擇要考慮的因素有很大，這里依據一個經手的項目介紹一下精度方面需要考慮的問題。
? 項目要求：像素精度0.05mm、測量誤差正負0.15mm。首先介紹一下相關的概念：
? 像素精度：一個像素在真實世界代表的距離，即拍攝視野/分辨率。例如我所使用的大華500萬相機，分辨率2592*2048，在視野中長的一邊100mm，即可拍到100mm的物體，那么在這一方向的像素精度為100/2592mm約為0.0386mm。
? 測量誤差：使用算法測量的距離/長度與真實值的誤差。
? 亞像素精度：亞像素精度是指相鄰兩像素之間細分情況，輸入值通常為二分之一，三分之一或四分之一。即每個像素將被分為更小的單元從而對這些更小的單元實施插值算法。
? 例如，如果選擇四分之一，就相當于每個像素在橫向和縱向上都被當作四個像素來計算。實際測量或檢測時需要考慮的還有很多，例如幀率、曝光、增益等。

02影響機器視覺檢測設備精度的因素

視覺檢測設備不穩定因素：工業相機
? 工業相機的挑選關鍵考慮到其傳感器類型、像素和幀數，在其中控制器分CCD與CMOS二種，CMOS光學鏡頭處理速度高，各元器件、電源電路中間間距很近，影響情況嚴重，顯像噪音高。
? CCD控制器照相機相對性于CMOS照相機具備敏感度高、噪音低和響應時間快的特性，在穩定性層面，CCD照相機的耐沖擊與振動性也較強，一般來說，CCD控制器照相機在顯像品質上和穩定性層面要好于CMOS照相機。
? 視覺檢測設備不穩定因素：光源
? 光源具備變大圖象的特點與缺點、消弱錯亂及背景圖的功效，立即影響鍵入數據信息的品質，因為沒有通用性的照明燈具，光源的設計方案一直是機器視覺技術的難題，一般須對于每一特殊的運用案例來挑選光源種類，也要依據實際自然環境對光源安的裝、光源的直射方法開展掂量，以超過最好實際效果。
? 不一樣種類的光源穩定性存有差別，普遍的光源有環形光、條形光、面光源、背光源、同軸光、碗光等。因此，光源的選擇差異，也是影響視覺檢測設備的不穩定因素。
? 視覺檢測設備不穩定因素：機器視覺軟件
? 機器視覺軟件穩定性對機器視覺技術的影響不容置疑，視覺識別系統終究會在電子計算機上利用計算機選用有目的性的優化算法開展圖像濾波，邊緣檢測和邊沿獲取等一系列圖象處理，不一樣的圖象處理和解析方式及其不一樣的檢驗方式與計算方法，都是產生不一樣的偏差，優化算法好壞決策精確測量精度的高低，因此，需要選擇合適的機器視覺軟件，這樣才可以避免視覺檢測設備精度變低。
? 矩視智能機器視覺低代碼平臺是一個面向機器視覺應用的云端協同開發平臺，始終秉承0成本、0代碼、0門檻、0硬件的產品理念。
? 平臺以人工智能技術為核心，在機器視覺應用開發環節，為開發者提供圖像采集、圖像標注、算法開發、算法封裝和應用集成的一站式完整工具鏈。覆蓋字符識別、缺陷檢測、目標定位、尺寸測量、3D測量、視頻開發等上百項通用功能。
? 零成本：無需購買，平臺免費開發，用戶無限制使用
? 零門檻：無需任何圖像知識，只需標注操作即可完成視覺算法開發
? 零代碼：無需編寫代碼，只需“拖拉拽”式操作，開發可本地化部署的應用程序
? 零硬件：無需搭建本地開發環境，瀏覽器登陸即可在線使用?

03

提視覺檢測精度的7種方法

選擇合適的光源
? 如果沒有合適的光源，即使是最好的相機也無法捕捉到清晰的圖像。對于某些應用，背光可能會產生最佳效果。在其他情況下，您可能需要明場照明或低角度線性陣列。您的系統集成商可以幫助您做出正確的選擇。
? 校準光源
? 一旦您知道哪種類型的光源最好，可能仍需要進一步校準。調整照明系統的頻率和波長，以減少來自生產環境或您正在使用的零件和材料上可能存在的涂層的噪音。
? 過濾燈光
? 機器視覺在保持一致的環境中效果最佳。但這可能很難保證一整天。環境光、重新布置的生產線和不斷變化的產品都會影響照明。鏡頭過濾器可以幫助消除不需要的光。
? 觸發功能
? 在某些情況下，生產環境中的電噪聲會導致檢測系統誤觸發。這可能會導致分析失敗并導致產品不應該出現故障。觸發功能可以幫助您避免這種情況。
? 添加AI技術
? 人工智能和嵌入式系統正變得越來越容易被各種制造商使用，人工智能可以通過基于強大的數據集做出更智能的決策來減少面積。
? 改善零件定位
? 一些合格的元件由于定位不良而未能通過檢查。添加更精確的工具來固定零件進行檢查可以提高機器視覺檢查的準確性。
? 增加穩定性
? 生產環境中的設備經常會受到噪音和振動的影響，從而導致圖像模糊，這可能導致不必要的故障和重復檢查。
編輯：黃飛