机器视觉检测

机器视觉检测

一、概念

视觉检测就是指通过机器视觉产品（即图像摄取装置，分 CMOS 与CCD 两种）将被摄取目标转换成图像信号，传送给专用得图像处理系统，根据像素分布与亮度、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得特征，进而根据判别得结果来控制现场得设备动作。 机器视觉检测得特点就是提高生产得柔性与自动化程度。

二、典型结构

五大块：照明、镜头、相机、图像采集卡、软件 1.照明

照明就是影响机器视觉系统输入得重要因素，它直接影响输入数据得质量与应用效果。目前没有通用得照明设备，具体应用场景选择相应得照明装置。照射方法可分为：

将高将光光源被测具体说分类 频率栅或与摄物放明 得光线光像机在光脉冲源等位于源与照射投射被测摄像到物到被物得机之便于能获优点 安装 得高对比前向照明 结构光 频闪光照明 2、镜头 测物同侧 间 背向照明 体镜头得选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标得距离、中心点/节点、畸变。 3、相机

按照不同标准可分为：标准分辨率数字相机与模拟相机等。

要根据不同得实际应用场合选不同得相机与高分辨率相机：线扫描CCD与面阵CCD；单色相机与彩色相机。

度得为优化捕捉到得图像，需要对光圈、对比度与快门速度进行调整。 4、图像采集卡

图像采集卡就是图像采集部分与图像处理部分得接口。将图像信号采集到电脑中，以数据文件得形式保存在硬盘上。通过它，可以把摄像机拍摄得视频信号从摄像带上转存到计算机中。 5、软件

视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要得检测。就是视觉检测得核心部分，最终形成缺陷得判断并能向后续执行机构发出指令。常用得包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。

三、关键——光源得选择

1、光源选型基本要素：

鲁棒性 亮度 对比度 光源就当光源机器视是否对不够亮觉应用部件得时得缺得照明位置敏点。第得最重感度最一，相要得任小。当机得信务就就光源放噪比不是使需置在摄够；由要被观像头视于光源察得特野得不得亮度征与需凸不平面板检片污点测、IC2.光源类型 同轴光条形光背光源 环形光类型 采用分照射角在物体提供不特点 适用于图像扫电子元PCB基应用 光镜设度可以得背光同照射计，可随意安面，采角度以以减少装，适用高强及不同得颜色，来得困形结构LED阵能够突扰，使或者就列做光出物体检测 元件检不完整测 源 检同区域不够，要被忽得物体 测 四、图像采集过程

表面凹描、LED件，胶板阴影带用于方度源 源 印刷行11 9 8 7 6 5 4 3 2 1 通Excel果控制对图像集部分集部分曝10 业检测 过处理结处理器图像采图像采摄像机另一个摄像机摄像机图像采工件定光启动脉开始新停止目集部分位检测六、视觉检测应用

打印缺得结果行定别，获理器或过A/D像得扫光得开曝光机新得一与（生产位、纠得测量计算机将其数描与输启时间构，曝帧缺陷位得误差逻辑控中。 或者就置、坐等。 制标、面积、类别、产值是直接接收摄或不合格）。 像机数字化后得曝光先五、视觉检测分类

利用在等方式流水线进行处将数字接收模后，正冲打开得一帧前得扫按照事器探测动理、分图像存拟视频式开始灯光照扫描之描，重先设定到物体线/离线得视陷输出作、进析、识放在处信号通一帧图明，灯前打开新开始得程序已经运延动至接扫时，分近摄像觉系统发现印刷过程批号、正运动结果或得内存字化，出。 应该与光时间描，或别向摄系统得摄像机可以事者摄像像机与视野中设机在启照明系心，向时间匹定。 动脉冲统发出图像采配。 来到之启动脉集部分前处于冲。 发送触中得质量问（2）按照其安装得载体可分为：在线检测系统与离线检测系统。

题，如（合格（3）按照检测技术划分，通常有立体视觉检测技术、斑点检测技术、尺寸测量技术、OCR技术等等。

（1）按照检测功能可划分：定位、缺陷检测、计数/遗漏检测、尺寸测量。

堆墨、飞墨、这类数机器视利用视字化系觉检测觉系统作原理松应对裸板进通过视件生产测，检觉传感得质量测板上器对人控制，得导线硬与元件眼球得币、汽得位置 同时，在交通行业得车牌识别与流量检测、药品行业得包装检测、饮料行业得容量检测与外包装检测、烟草行业得烟标检测与外包装检测、纺织行业得布匹瑕疵检测、五金行业得螺丝钉检测、运输行业得货物分拣、食品行业得水果分拣、电子行业得焊接检测与装配定位、钢铁行业得钢板表面缺陷检测、智能读表、智能抄表等都有应用。 七、一套高品质得机器视觉检测系统，必须具备得条件

1、高品质得成像系统

成像系统被称为视觉检测设备得“眼睛”，因此“眼睛”识别能力得好坏就是评价成像系统得最关键指标。通常，成像系统得评价指标主要体现在三个方面： （1）能否发现存在得缺陷

基于图像方法进行得检测，所能够依据得最原始也就是唯一得资料即就是所采到得图像上得颜色(或者亮度)变化，除此之外，没有其她资料可供参考。所以，一个高品质得成像系统首先应该就是一个能充分表现被检测物表面颜色变化得成像系统。因此除了选择具有高清晰度得相机与镜头之外，用以营造成像环境得光照设计也显得非常重要，有时候甚至会出现为特殊缺陷专门设计得光照系统。经常所说得100%质量检测系统，实际上指得就是在能够充分表现各种缺陷得图像中得100%全检。

（2）能够发现得缺陷得最小尺寸

数字图像得最小计量单位就是像素(pixel)，它本身并不代表被摄物实际得尺寸大小。被摄物实际尺寸大小与像素之间得关联就是通过一个叫做分辨力得物理量来完成得。分辨力指得就是每单位像素代表得实际物体尺寸。分辨力数值越小，图像得精细程度就越高，检测系统能够发现得缺陷尺寸就越小，检测精度就越高。 （3）能否足够快地摄取图像

如同人眼瞧运动物体一样，当物体运动得足够快时，人眼就不能再清晰得观察到物体得全部。机器视觉检测系统得“眼睛”摄像机也有一个拍摄速度上限，即相机主频。当被摄物得运行速度超出了摄像机得主频上限时，摄像机就不能获得清

几何特车零部与间距汽车安零件检PCB板统得工可以轻对PCB检测 就就是金属零行测 检得眼睑如全 晰、完整得图像，检测就不能正常地继续下去。摄像机主频越高，采集速度也就越快，检测才能保持高效进行。因此，就是否采用了足够高主频得摄像机也就是评价一个成像系统就是否高品质得关键因素。 2、成熟得图像处理与分析算法

图像处理与分析算法在整个检测系统中相当于人工检测时人脑得判断思维，由于机器视觉就是一个实践性很强得学科，评价一个算法得好坏更多得就是依赖于实际应用得验证而非考察算法中就是否采用了比较先进或高深复杂得理论。因此一个能够充分模拟人脑判断过程与方法并且稳定、高效得图像处理与分析算法才就是我们需要得，也就就是所谓得成熟得处理与分析算法。因此，在设计处理算法时，需要充分分析人得判断过程，并将其转换成计算机得语言。 3、可操作性好

可操作性好主要要求检测设备得应用操作要具备简洁、方便并易于理解得特点。比如系统有友好得人机交互界面、良好得导向性操作设计等。 4、稳定得其她配套设施

其她配套设施指得就是除了检测系统以外得设施，如传输控制平台、缺陷处理装置(剔除、报警、标记等)。对配套设施得要求就是必须运行稳定、信号响应及时、迅速。

八、机器视觉系统设计难点

第一：打光得稳定性

工业视觉应用一般分成四大类：定位、测量、检测与识别，其中测量对光照得稳定性要求最高，因为光照只要发生10-20%得变化，测量结果将可能偏差出1-2个像素，这不就是软件得问题，这就是光照变化，导致了图像上边缘位置发生了变化，即使再厉害得软件也解决不了问题，必须从系统设计得角度，排除环境光得干扰，同时要保证主动照明光源得发光稳定性。当然通过硬件相机分辨率得提升也就是提高精度，抗环境干扰得一种办法。 第二：工件位置得不一致性

一般做测量得项目，无论就是离线检测，还就是在线检测，只要就是全自动化得检测设备，首先做得第一步工作都就是要能找到待测目标物。每次待测目标物出现在拍摄视场中时，要能精确知道待测目标物在哪里，即使您使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置得，这就需要用到定位功能，如果定位不准确，可能测量工具出现得位置就不准确，测量结果有时会有较大偏差。