产品规格: | 不限 | 产品数量: | 不限 |
---|---|---|---|
包装说明: | 按订单 | 价格说明: | 不限 |
查看人数: | 361 人 | 本页链接: | https://info.b2b168.com/s168-88558891.html |
机器视觉系统的典型结构
照明
照明是影响机器视觉系统输入的重要因素,它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,工业视觉检测系统,以达到好的效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定,是实用化过程中急需要解决的问题。另一方面,环境光有可能影响图像的质量,所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为:背向照明、前向照明、结构光和频闪光照明等。其中,背向照明是被测物放在光源和摄像机之间,它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧,这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上,根据它们产生的畸变,解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上,摄像机拍摄要求与光源同步。
镜头
FOV(Field Of Vision)=所需分辨率*亚象素*相机尺寸/PRTM(零件测量公差比)镜头选择应注意:①焦距②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点 /节点 ⑦畸变
相机
按照不同标准可分为:标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机:线扫描CCD和面阵CCD;单色相机和彩色相机。
图像采集
像采集只是完整的机器视觉系统的一个部件,但是它扮演一个非常重要的角色。像采集直接决定了摄像头的接口:黑白、彩色、模拟、数字等等。
比较典型的是PCI或AGP兼容的捕获,可以将像迅速地传送到计算机存储器进行处理。有些采集有内置的多路开关。例如,可以连接8个不同的摄像机,然后告诉采集采用那一个相机抓拍到的信息。有些采集有内置的数字输入以触发采集进行捉,当采集抓拍像时数字输出口就触发闸门。
视觉处理器
视觉处理器集采集与处理器于一体。以往计算机速度较慢时,采用视觉处理器加快视觉处理任务。现在由于采集可以快速传输像到存储器,而且计算机也快多了,海南视觉检测,所以现在视觉处理器用的较少了。
应用领域
机器视觉的应用主要有检测和机器人视觉两个方面:
1. 检测:又可分为高精度定量检测(例如显微照片的细胞分类、机械零部件的尺寸和位置测量)和不用量器的定性或半定量检测(例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测)。
2. 机器人视觉:用于指引机器人在大范围内的操作和行动,如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上(即料斗拣取问题)。至于小范围内的操作和行动,还需要借助于触觉传感技术。
此外还有:(1)自动光学检查(2)人脸侦测(3)无人驾驶汽车
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,拍摄到理想的像;
2.零件的尺寸范围为2.4mm到12mm,机器视觉检测应用,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,ccd 视觉检测,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1600×1200,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,可以浏览较近几次不合格品的像,具有能够存储和实时察看错误工件像的功能;
11.能生成错误结果信息文件,包含对应的错误像,并能打印输出。
一个完整的机器视觉系统的主要工作过程如下:
1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心,向图像采集部分发送触发脉冲。
2、图像采集部分按照事先设定的程序,分别向摄像机和照明系统发出启动脉冲。
3、摄像机停止目前的扫描,重新开始新的一帧扫描,或者摄像机在启动脉冲来到之前处于等待状态,启动脉冲到来后启动一帧扫描。
4、摄像机开始新的一帧扫描之前打开曝光机构,曝光时间可以事先设定。
5、另一个启动脉冲打开灯光照明,灯光的开启时间应该与摄像机的曝光时间匹配。
6、摄像机曝光后,正式开始一帧图像的扫描和输出。
7、图像采集部分接收模拟视频信号通过A/D将其数字化,或者是直接接收摄像机数字化后的数字视频数据。
8、图像采集部分将数字图像存放在处理器或计算机的内存中。
9、处理器对图像进行处理、分析、识别,获得测量结果或逻辑控制值。
10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。
从上述的工作流程可以看出,机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体,系统与运动物体的匹配和协调动作尤为重要,所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域,例如机器人、飞行物体导制等,对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。