datasheet

机器视觉系统设计的关键技术

2018-02-04来源: 互联网 关键字:机器视觉系统  机器视觉

机器视觉系统是综合现代计算机、光学、电子技术的高科技系统。机器视觉技术通过计算机对系统摄取的图像进行处理,分析其中的信息,并做出相应的判断,进而发出对设备的控制指令。机器视觉系统的具体应用需求千差万别,视觉系统本身也可能有多种不同的形式,但都包括以下过程:


图像采集 利用光源照射被观察的物体或环境,通过光学成像系统采集图像,通过相机和图像采集卡将光学图像转换为数字图像,这是机器视觉系统的前端和信息来源。


图像处理和分析 计算机通过图像处理软件对图像进行处理,分析获取其中的有用信息。如PCB板的图像中是否存在线路断路、纺织品的图像中是否存在疵点、文档图像中存在哪些文字等。这是整个机器视觉系统的核心。


判断和控制 图像处理获得的信息最终用于对对象(被测物体、环境)的判断,并形成对应的控制指令,发送给相应的机构。如摄取的零件图像中,计算零件的尺寸是否与标准一致,不一致则发出报警,做出标记或进行剔除。


在整个过程中,被测对象的信息反映为图像信息,进而经过分析,从中得到特征描述信息,最后根据获得的特征进行判断和动作。最典型的机器视觉系统一般包括: 光源、光学成像系统、相机、图像采集卡、图像处理硬件平台、图像和视觉信息处理软件、通信模块。


总体上,一个成功的机器视觉系统需要重点解决图像采集(包括光源、光学成像、数字图像获取与传输)、图像处理分析几个环节的关键技术。


照明设计


照明是机器视觉系统中极其重要而又容易为人忽视的环节。其设计是机器视觉系统设计的重要步骤,直接关系着系统的成败和性能。因为照明直接作用于系统的原始输入,对输入数据质量的好坏有直接的影响。光源决不仅仅是为了照亮物体,通过有效的光源设计可以令需要检测的特征突出,同时抑制不需要的干扰特征,给后端的图像处理带来极大的便利。而不恰当的照明方案会造成图像亮度不均匀,干扰增加,有效特征与背景难以区分,令图像处理变得极其困难,甚至成为不可能完成的任务。


照明设计主要包括三个方面: 光源、目标和环境的光反射和传送特性、光源的结构。由于被测对象、环境和检测要求千差万别,因而不存在通用的机器视觉照明设备,需要针对每个具体的案例来设计照明的方案,要考虑物体和特征的光学特性、距离、背景,根据检测要求具体选择光的强度、颜色和光谱组成、均匀性、光源的形状、照射方式等。


照明设计是一项非常复杂的工作,不仅需要理论知识和分析能力,也常常需要反复的试验和调整。“光源是基准,打光是艺术”,这句话道出了照明设计在机器视觉系统中的重要地位。由此也催生了一批以生产光源著称的厂商,如CCS、Moritex、东冠科技。国内如凌云公司等系统集成商也开始开发自主的光源产品。


光学成像系统与相机


机器视觉系统中,镜头相当于人的眼睛,其主要作用是将目标的光学图像聚焦在图像传感器(相机)的光敏面阵上。视觉系统处理的所有图像信息均通过镜头得到,镜头的质量直接影响到视觉系统的整体性能。一旦信息在成像系统有严重损失,在后面的环节中试图恢复是非常困难的。合理选择镜头、设计成像光路是视觉系统的关键技术之一。


镜头成像或多或少会存在畸变。较大的畸变会给视觉系统带来很大困扰,在成像设计时应对此有详细的考虑,包括选用畸变小的镜头,有效视场只取畸变较小的中心视场等。镜头另一个特性是其光谱特性,主要受镜头镀膜的干涉特性和材料的吸收特性影响。要求尽量做到镜头最高分辨率的光线应与照明波长、CCD器件接受波长相匹配,并使光学镜头对该波长的光线透过率尽可能提高。在成像系统中选用适当的滤光片可以达到一些特殊的效果。另外,成像光路的设计还需要重视各种杂散光的影响。


相机是一个光电转换器件,它将光学成像系统所形成的光学图像转变成视频/数字电信号。相机通常由核心的光电转换器件、外围电路、输出/控制接口组成。目前最常用的光电转换器件为CCD,其特点是以电荷为信号,而不像其他器件输出电流或者电压信号。上世纪90年代,一种新的图像传感器开始兴起,这种相机称为CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机。


对相机除了考察其光电转换器件外,还应考虑系统速度、检测的视野范围、系统所要达到的精度等因素。


相机输出的模拟视频信号并不能为计算机直接识别,图像采集卡通过对模拟视频信号的量化处理将模拟视频信号数字化,形成计算机能直接处理的数字图像,并提供与计算机的高速接口。图像采集卡需要实时完成高速、大数据量的图像数据采集,必须与相机协调工作,才能完成特定的任务。除A/D转换外,图像采集卡还具备其他一些功能,包括:


● 接收来自数字相机的高速数据流,并通过计算机高速总线传输至系统存储器;


● 对多通道图像接收、处理和重构;


● 对相机及系统其他模块进行功能控制。


图像和视觉信息处理


上述机器视觉系统的前端环节,包括光源、镜头、相机等,都是为图像和视觉信息处理模块准备素材。这一模块才是机器视觉系统的关键和核心,它通过对图像的处理、分析和识别实现对特定目标和特征的检测。这一模块包括机器视觉处理软件和处理硬件平台两个部分,其中视觉处理软件可以分为图像预处理和特征分析理解两个层次。图像预处理包括图像增强、数据编码、平滑、锐化、分割、去噪、恢复等过程,用于改善图像质量。图像特征分析理解是对目标图像进行检测和各种物理量的计算,以获得对目标图像的客观描述,主要包括图像分割、特征提取(几何形状、边界描述、纹理特性)等。


机器视觉中常用的算法包括: 搜索、边缘(Edge)、Blob分析、卡尺工具(Caliper Tool)、光学字符识别、色彩分析。


目前,机器视觉软件的竞争已经从追求功能转变为算法的准确性和效率的竞争。已有专门提供视觉软件或者开发包的厂商。因为常规的机器视觉软件开发包尽管均能提供上述功能,但其检测效果和运算效率却有很大差别。优秀的机器视觉软件可对图像中目标特征进行快速而准确的检测,对图像的适应性强; 而不好的软件则存在速度慢、结果不准确、鲁棒性差的缺点。


从硬件平台的角度说,计算机在CPU和内存方面的改进给视觉系统提供了很好的支撑,多核CPU配合多线程的软件可以成倍提高速度。伴随DSP、FPGA技术的发展,嵌入式处理模块以其强大的数据处理能力、集成性、模块化和无需复杂操作系统支持等优点而得到越来越多的重视。


总体而言,机器视觉是一个光机电计算机高度综合的系统,其性能并不仅仅由某一个环节决定。每一个环节都很完美,也未必意味着最终性能的满意。系统分析和设计是机器视觉系统开发的难点和基础,也是许多开发商所不擅长的,急需加强。


另外,在现场环境应用中,振动、粉尘、电磁干扰会严重影响系统的工作,这些问题都是设计和开发时应注意的。


目前,以智能相机为代表的嵌入式系统因其有许多独特的优点而为许多专家所看好,高度模块化、价格低廉的视觉传感器组成的分布式网络给我们展示了一个令人激动的画面。


然而,在机器视觉产业链条中最令人担忧的是,一些基础性的技术和器件,如相机的图像传感器芯片、高级镜头,仍全部依赖外国的产品,国内的机器视觉厂商仍基本处于应用层面开发,十分不利于该技术在我国的普及推广。

关键字:机器视觉系统  机器视觉

编辑:王磊 引用地址:http://www.eeworld.com.cn/gykz/article_2018020411184.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:2018年工业领域关键词:新型工业化
下一篇:机器人视觉系统在卷烟厂流水线的应用

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

想要玩转机器视觉系统_就必须要弄懂这十大问题

为了使用户在选择一款机器视觉系统时应该考虑的关键的、基本的特性方面提供指导。下面是选择一款机器视觉系统时要优先考虑的十个方面:1定位器对象或特征的精确定位是一个检测系统或由视觉引导的运动系统的重要功能。传统的物体定位采用的是灰度值校正来识别物体。尽管这种技术得到了广泛的应用,但是,它在图象质量变差的情况下,就缺乏稳定性。图象质量变差可能是由于凌乱、亮度不同和遮盖等因素的影响。相反,几何对象定位法是一种最新的方法,它使用对象的轮廓来识别对象及其特征。Adept的HexSight 软件和AdeptVision sAVI 系统两者都是用非常先进的轮廓检测技术来进行识别对象。一个可靠的定位器可不需要夹具来定位零件,因此节约了成本
发表于 2018-03-27

基于图像分析技术的无编程新型机器视觉系统

  就是用机器代替人眼来做测量和判断,其可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及及加制信息集成,因此,在现代生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域 。由于其具有高精度、非接触、稳定等特点,在国内外工业领域得到了广泛的应用,大大提高了产品质量和生产线的自动化程度 。  总体而言,国内在机器视觉产品研究开发上与国外相比还有一定差距,目前国内在机器视觉产品研究开发水平上仍处于一个比较低水平 。普遍采用的是国外产品。目前应用主要集中在检测、定位、、等几个领域。而在近2年,在运动控制、生产流水线、诊断、测试、数控设备等几个领域对于机器视觉的应用需求增长最为迅速。对于机器视觉软件的研究
发表于 2018-02-21
基于图像分析技术的无编程新型机器视觉系统

基于DSP和FPGA的机器视觉系统设计与实现

等。真正高端的应用还很少,因此,以上相关行业的应用空间还比较大。  嵌入式系统和网络化是机器视觉系统发展的两个趋势:  1) 嵌入式系统使得数据采集、自动控制和图像检测集成得更加紧密,另外基于嵌入式系统的机器视觉系统具有极低的功耗。  2) 网络化是嵌入式系统的发展趋势,其在工业自动化领域的应用也越来越广泛,机器视觉于网络通信等先进技术的结合正在改变工业自动化生产的面貌。  当前,机器视觉与运动控制,网络通讯等先进技术的结合正在改变工业自动化生产的面貌,而同时具备运动控制,机器视觉,网络通讯几方面技术背景的企业无疑将走在前列。  2、系统硬件设计  本次设计以啤酒瓶检测为设计背景,结合机器视觉的这两大发展趋势,开发以TI公司
发表于 2018-02-17
基于DSP和FPGA的机器视觉系统设计与实现

光源在机器视觉系统中的重要作用

照明系统是机器视觉系统最为关键的部分之一,机器视觉光源直接影响到图像的质量,进而影响到系统的性能。其重要性无论如何强调都是不过分的。好的打光设计能够使我们得到一幅好的图象,从而改善整个整个系统的分辨率,简化软件的运算,而不适合的照明,则会引起很多的问题。  机器视觉系统的核心是图像采集和处理。所有信息均来源于图像之中,图像本身的质量对整个视觉系统极为关键。而光源则是影响机器视觉系统图像水平的重要因素,因为它直接影响输入数据的质量和至少30%的应用效果。  通过适当的光源照明设计可以使图象中的目标信息与背景信息得到最佳分离,可以大大降低图象处理的算法难度,同时提高系统的精度和可靠性。反之,如果光源设计
发表于 2015-10-22

西门子机器视觉系统在汽车发动机装配线上的应用

1 机器视觉简介  机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据比较结果来控制现场的设备动作。    人们运用机器视觉系统是为了提高生产的产品质量和生产线自动化程度,尤其在一些不适合于人工作业的危险工作环境或人眼难以满足要求的场合,同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产
发表于 2015-10-12

OmniVision推出高性价比、高分辨率全局快门图像传感器

行业领先的数字图像解决方案开发商豪威科技公司(OmniVision Technologies)25日发布旗下全局快门图像传感器家族的两款新型高分辨率产品——OG02B1B/OG02B10和OV9285。这两款新型传感器旨在提供具高性价比的解决方案,适用于各种消费类和工业机器视觉应用。尤其,致力于为高速增长的市场领域(如AR/VR耳机和配件、工业自动化、机器人、农业无人机和3D建模等)开发新产品的OEM厂商将受益于这两款具更高分辨率的全局快门图像传感器,它们可迅速捕捉快速移动或远距离目标的精确影像,同时消耗极低的功耗。“由于受工业自动化需求增长以及AR和VR等新型应用领域的推动,机器视觉领域增长强劲。与此同时,计算机成像算法变得
发表于 2018-09-25

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved