机器视觉模型的准确性是帮助您的产品在市场上取得成功和可靠的最重要因素之一。为此,您必须拥有能够提供高质量图像的强大图像采集组件。组织制造流程的速度和总体吞吐量通常取决于机器视觉系统的速度。
然而,许多用户仍然发现机器视觉系统不准确且效率低下。系统在实验室中处理样品时效果很好,但无法满足生产线上的精度要求。造成这些差异的原因之一是在实验室中构建系统并试图将其直接移植到制造环境中。这就是这种方法无法产生理想结果的原因,其原因在于图像采集过程。
什么是图像采集?
在图像处理和机器视觉中,图像采集是从源(通常是相机、传感器等硬件系统)检索图像的操作。这是工作流程序列中的第一个也是最重要的步骤,因为如果没有图像,系统就无法进行实际处理。系统获取的图像通常完全未经处理。
为什么图像采集很重要?
在图像采集过程中,来自物体的入射光能通过对特定类型能量敏感的传感器组合转换为电信号。这些微小的子系统协同工作,为您的机器视觉算法提供最准确的物体表示。
虽然传感器系统和摄像机主要依赖于现有的技术,但用户可以完全控制照明。
在图像处理中,它被定义为从某个源(通常是基于硬件的源)检索图像以进行处理的操作。这是工作流程中的第一步,因为没有图像,就不可能进行任何处理。
以下是主要的图像采集组件:
扳机
通常,现代成像和视觉应用采用触发式图像拍摄。工业相机中的传感器主要采用连续曝光,因为它们没有像单镜头反光相机那样的机械快门。
在现代成像和视觉应用中,触发式图像拍摄是一种常见的做法。这种方式允许相机在接收到特定的信号(如外部触发信号)时进行图像捕捉,而不是持续不断地进行拍摄。触发式拍摄对于需要精确控制拍摄时机的情况非常有用,例如在高速运动物体的捕捉、精确测量等场景中,可以确保捕捉到最关键或最期望的瞬间。这种方式有助于提高图像的质量和效率,减少不必要的图像数据,从而节省存储空间和处理时间1。
在工业相机中,传感器主要采用连续曝光方式。连续曝光意味着相机不断地或按照设定的速率进行图像的采集和曝光,这种方式适用于需要实时监控或连续数据采集的应用。工业相机通常具有较高的分辨率和帧率,能够处理复杂的工业环境和快速的运动物体,提供实时的视觉反馈和数据收集。
完全自由运行的相机会永久读取来自传感器的输入。在“图像查询”时,当前图像会被完全捕获。此后,开始新的图像采集,然后将完全捕获的图像传输到PC。传感器、PLC和手动操作按钮可以执行这些图像查询。触发器还取决于您在系统中安装的相机类型。
相机
在机器视觉系统中,相机负责从场景中获取光信息,并使用CMOS或CCD传感器将其转换为数字信息(即像素)。传感器是任何机器视觉系统的基础。系统的许多关键规格与相机的图像传感器相对应。这些关键方面包括分辨率、传感器容纳的像素行数和列数。分辨率越高,系统收集的数据就越多,对环境差异的判断就越准确。然而,数据越多,处理就越多,这会严重限制系统的性能。
根据图像格式,相机主要可分为以下三种类型:
2D 相机
3D 相机
高光谱相机
根据采集类型,摄像机可分为两大类:
线扫描相机
区域扫描相机
虽然摄像头和传感器至关重要,但仅靠它们不足以捕捉图像。
光学
光源发出的光必须通过传感器上的镜头充分聚焦,才能以最大清晰度捕捉图像。镜头应为视觉系统提供适当的工作距离、图像分辨率和放大倍数。要精确校准放大倍数,必须知道相机的图像传感器尺寸和所需的视野。一些最常用的镜头包括:
标准分辨率镜头
这些镜头经过优化,可实现无限远聚焦,并且失真和晕影较少。
微距镜头
它们是根据相对于相机传感器的放大倍数来指定的,它们针对可忽略不计的失真的“特写”进行了优化。
高分辨率镜头
这些镜头比标准分辨率镜头性能更佳,适用于精确测量应用。
远心镜头
这些是特殊的镜头,无论物体距离多远,都不会产生失真,并且能够产生具有恒定放大倍数的图像。
照明
照明可以说是机器视觉系统中最重要的因素。照明应为所有可见物体表面提供均匀的照明。照明系统的设置应避免眩光和阴影。光谱均匀性和稳定性是关键。
还需要考虑环境光和白天。在背光、明场照明、掠射、低角度线性阵列和暗场照明等技术之间,可以使用多种照明技术。具有最高对比度的技术可显著提高机器视觉系统的效率。
结论
上述图像采集组件是图像采集系统的一部分。整个图像采集过程的目标是创建机器视觉算法可用的图像。成像系统的质量在很大程度上决定了机器视觉系统的成功与否。
全部0条评论
快来发表一下你的评论吧 !