基于图案识别的检查任务

描述

 仔细研究待分析的物体有助干确定适当的系统设计。 机器视觉系统具有极大的吸引力,因为它能避免重复的测量,同时又能提高产量,增加响应时间。虽然研究界已在钻研光学平行处理技术,但基本的机器视觉检查系统仍然包含一块透镜、一台摄像机、以及把处理与算法做在一起的一块图像处理电路。由于光具在高级的机器视觉系统中常常是一种限制因素,有关光学定律的知识和使用使得系统的设计者能够最大程度地提高系统的性能。一般说来,透镜是用来放大的,也是为此而设计的。 机器视觉的应用可从半导体检查一直到自动引导系统。在本文中,机器视觉意味着这样一种行为:通过透镜/摄像机组合系统获取目标的一张图像,然后以数字方式处理这张图像以便对目标的某一特征进行定位并对其采取揩施(见图1 )。此外,本文的讨论只限于基于图案识别的检查任务,在此应用中,终端用户需要对生产流水线中的产品缺陷进行快速的自动定位。 摄像机

图1.机器视觉系统的基本构件包括透镜、摄像机和成像电路板。为了处理图像并把它转变成有用的格式,数字处理系统和算法是必不可少的

机器视觉检查的基本方法包括照明被检查的物体,用透镜系统在摄像机上产生物体的一张图像,然后把图像传输给一个图像处理器。这种处理器经程序编排后可执行任何数量的图像处理;常见的处理器与一个样板匹配。处理器把图像逐点与样板作比较,任何显著的差异都会触发警报,被检查的产品就会被舍弃(见图2)。摄像机 图2.许多机器视觉系统使用一种样板匹配范例,在这种范例中,样板(左)与获得的一张图像(右)进行比较。不匹配的部件会被指出,同时由控制系统发出警报以提醒操作人员 前端要求 这种检查系统的光学前端是至关重要的。在计算机光学公司,分析工作始于被测物体的特征,因此,最高质量的图像被回传给摄像机的平面。这一重要的领域往往被那些重视电子线路和软件的设计人员所忽略例如,最近一位买主让一位较为年轻的职工为国内检查站安装一台视觉系统。这位工程师从不同地方买来处理器电路板、照明系统、摄像机和透镜,然后花了几个星期的时间为处理器电路板编排程序,而且可能还要验证一台基本工作的样机。

然而,这种样机具有一个共同的问题,即它不能分辨细节。在这种情况下,透镜/摄像机组合不适合所要求的分辨率。什么样的数字处理技术都无济于事,因为这种透镜不能胜任这一工作。通过查问计算机光学透镜库,人们找到了能在有限距离处提供适当放大倍数的透镜。

此外,当产品在检查系统下面经过时,图像有时会显得太暗,尺寸不对,或者一会儿清楚,一会儿不清楚。这是一个十分普通的问题,解决的方法便是缩小透镜的光圈(增加f数),从而增加了视场的深度。当然,这样的改善是以牺牲光强度为代价的。每增加一个f数就意味着减少一半光通量,其结果是摄像机平面接收到的图像太暗设计人员往往想通过购买大功率的照明系统并以强光照射被检查的部件来解决这个问题。另一种方法是想使图像数字化,并且采取直方图均等技术。然而,降低照明度趋于被过分强调的地步,这会降低归一化图像的信噪比。   同机器视觉系统设计有关的另一个问题包括产生高分辨率检查站的系统装配人员。数字算法产生出令人无法接受的高位误差率(信噪比太低)。本公司已提高了照明度,但没法安装一个具有必要物理尺寸的足够强的光源。为了获得必要的透镜性能,透镜的光圈已被缩小到f/22(接近关闭)。解决的方法是设计并制造一种能以全孔径操作的透镜系统,不需要照明系统,从而使得检查系统可在只有室内灯光的条件下操作。这样一来,系统的总成本降低了,其性能却提高了。

早期的设计分析

系统设计中最重要的一点是应该预先确定达到一个自动判定所必须获得的那些特征。在许多情况下,一块现成的透镜就足以胜任。例如,对于一个使用一种与不正常的盒子起反应时会变红的染料的客户来说,一块标准分辨率的透镜就非常合适,因为机器视觉系统只需确定图像中是否有红颜色。 通过提问一些重要的问题,光学工程师能够获得关于一种给定的透镜/摄像机系统所必需的性能要求的感性知识。现在总的倾向是发展更小尺寸的摄像机,例如芯片的对角线尺寸为1/2英寸或者1/3英寸。虽然这可以为某些应用所接受,但空间带宽积一般更小,这使得上述一些限制因素更具有限制性。换句话说,如果所有别的东西都相同,则尺寸为2/3英寸的摄像机可提供更宽的视场,因为它有更多的像元总数。当把聚光能力与聚焦深度作比较时,就会出现类似的折衷。一般说来,焦深越大,聚光能力就越低。不管实际使用的是何种透镜,这样的折衷已成为透镜系统可达到何种性能的关键。一旦谈到这些折衷,系统的装配人员可以到市场上去订购一种既不太贵、叉能满足最低可接受要求的透镜/摄像机组合系统。  

      审核编辑:彭静
打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分