机器视觉基础知识合集2

05

基本参数

视场：	即FOV，也叫视野范围，指观测物体的可视范围，也就是充满相机采集芯片的物体部分。
工作距离：	即WD，指从镜头前部到受检测物体的距离，即清晰成像的表面距离。
分辨率：	图像系统可以测到的受检验物体上的最小可分辨率特征尺寸，在多数情况下，视野越小，分辨率越好。
景深：	即DOF，物体离最佳焦点较近或比较较远时，镜头保持所需分辨率的能力。
焦距 (f)：	是光学系统中衡量光的聚集或发散的度量方式，指从透镜的光心到光聚焦之焦点的距离，也是照相机中，从镜片中心到底片或CCD等成像平面的距离。焦距大小的影响情况：焦距越小，景深越大；焦距越小，畸变越大；焦距越小，渐晕现象越严重，使像差边缘的照度降低。
失真：	又称为畸变，指被摄物平面内的主轴直线，经光学系统成像后变为曲线，则此光学系统的成像误差称为畸变，畸变像差只影响影像的几何形状，而不影响影像的清晰度。
光圈与F值：	光圈是一个用来控制镜头通光量的装置，它通常是在镜头内，表达光圈大小我们是用F值，如f2,f4。

06

工业相机的选择要点

**(1)视野范围、光学放大倍数及期望的工作距离：**在选择镜头时，我们会选择比被测物体视野稍大一点的镜头，有利于运动控制。

(2)景深要求： 对于对景深有要求的项目，尽可能使用小光圈；在选择放大倍率的镜头时，在项目许可下尽可能选用低倍率镜头；如果项目要求比较苛刻时，倾向选择高景深的尖端镜头。

(3)芯片大小和相机接口： 例如2/3镜头支持最大的工业相机耙面为2/3，它是不能支持1英寸以上的工业相机。

(4)注意与光源的配合，选配合适的镜头。

(5)可安装空间： 在方案可选择情况下，让客户更改设备尺寸是不现实的。

07

机器视觉的工作原理

机器视觉检测系统是采用CCD照相机将被检测的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，图像处理系统对这些信号进行各种运算来收取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

08

机器视觉特点

1. 摄像机的拍照速度自动与被测物的速度相匹配，拍摄到理想的图像;
2. 零件的尺寸范围为2.4mm到12mm，厚度可以不同;
3. 系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测，并输出结果;
4. 针对不同尺寸的零件，排序装置和输送装置可以精确调整料道的宽度，使零件在固定路径上运动并进行视觉检测;
5. 机器视觉系统分辨率达到2448×2048，动态检测精度可以达到0.02mm;
6. 废品漏检率为0;
7. 本系统可通过显示图像监视检测过程，也可通过界面显示的检测数据动态查看检测结果;
8. 具有对错误工件及时准确发出剔除控制信号、剔除废品的功能;
9. 系统能够自检其主要设备的状态是否正常，配有状态指示灯;同时能够设置系统维护人员、使用人员不同的操作权限;
10. 实时显示检测画面，中文界面，可以浏览几次不合格品的图像，具有能够存储和实时察看错误工件图像的功能;
11. 能生成错误结果信息文件，包含对应的错误图像，并能打印输出。

09

机器视觉的应用领域

1.识别

2.标准一维码、二维码的解码

3.光学字符识别（OCR）和确认（OCV）

4.检测

5.色彩和瑕疵检测

6.零件或部件的有无检测

7.目标位置和方向检测和测量

8.尺寸和容量检测

9.预设标记的测量，如孔位到孔位的距离

10.机械手引导

11.输出空间坐标引导机械手精确定位

10

机器视觉与计算机视觉的区别？

计算机视觉，主要是对质的分析，比如分类识别，这是一个杯子那是一条狗。或者做身份确认，比如人脸识别，车牌识别。或者做行为分析，比如人员入侵，徘徊，遗留物，人群聚集等。

机器视觉，主要侧重对量的分析，比如通过视觉去测量一个零件的直径，一般来说，对准确度要求很高。我记得以前接触过一个需求: 视觉测量铁路道岔缺口。哥刚毕业的时候在铁路上班，做过控制系统，还开过内燃机车，很清楚道岔缺口的重要性，这玩意儿你说要是测不准，呵呵:)

当然，也不能完全按质或量一刀切，有些计算机视觉应用也需要分析量，比如商场的人数统计。有些机器视觉也需要分析质，比如零件自动分拣。但，计算机视觉一般来说对量的要求不会很高，商场人数统计误差个百分之几死不了人的，但机器视觉真的会，比如那个道岔缺口测量。