机器视觉系统全解析 - 机器视觉展

一、机器视觉系统概述

机器视觉系统是一门通过对图像和视频的处理，使机器能够识别和理解图像中的信息的技术。它起源于 20 世纪 50 年代，随着计算机技术、图像处理技术和人工智能的发展，机器视觉技术逐渐成熟。

在应用领域方面，机器视觉广泛应用于工业自动化。在工业自动化中，机器视觉可用于产品质检、零件定位与装配等环节，提高生产效率和产品质量。

机器视觉系统的重要性不言而喻。它能够实现高精度的测量和判断，避免了人工操作的误差和疲劳。在处理大规模数据和复杂场景时，其效率和准确性远高于人工。同时，机器视觉能够在恶劣环境下工作，不受外界因素干扰。此外，随着智能制造的发展，机器视觉成为了实现工业自动化和智能化的关键技术，对于提高企业竞争力、降低生产成本具有重要意义。

未来，机器视觉系统将不断发展和创新，在更多领域得到应用和拓展，为人们的生活和工作带来更多便利。

二、机器视觉系统构成

（一）图像采集部分工业相机是机器视觉系统的 “眼睛”，具有高图像稳定性、高传输能力和高抗干扰能力等优点。目前市面上的工业相机主要基于 CCD 或 CMOS 芯片，分为单色和彩色、模拟和数字等多种类型。其分辨率、像素深度、最大帧率等参数影响着图像的质量和采集速度。

工业镜头的主要作用是将成像目标在图像传感器的光敏面上，其参数如焦距、分辨率、工作距离、景深、视野范围、畸变量等都会影响成像效果。合理选择镜头对于获取清晰、准确的图像至关重要。

光源为机器视觉系统提供照明，直接影响图像的质量和系统的稳定性。其特点包括亮度可调、颜色可变、散热性好、使用寿命长等。根据应用场景和物体特性，选择合适的光源形状、颜色和照射角度，可以提高图像的对比度和清晰度。

图像采集卡负责将相机采集到的图像信号转换为计算机能够处理的数字信号，其性能直接影响图像的传输速度和质量。

（二）图像处理部分

图像处理软件是机器视觉系统的核心之一，它能够对采集到的图像进行各种处理和分析，如增强、复原、分割、特征提取和识别等。通过算法和模型，提取图像中的有用信息，为后续的判断和决策提供依据。

视觉处理器集采集卡与处理器于一体，能够加快视觉处理任务。但随着计算机性能的提升，其在当前主流配置中已逐渐减少使用。

（三）运动控制部分

控制单元在机器视觉系统中起着关键作用，它负责协调图像采集、处理和执行机构的动作。通过接收图像处理部分的结果，控制单元能够精确地控制执行机构的运动，如机械臂的抓取、移动等。与图像采集部分和图像处理部分密切协同，实现整个系统的高效、准确运行。

三、机器视觉相机解析

（一）相机分类

CCD 相机和 CMOS 相机是机器视觉中常见的两种相机类型，它们具有不同的特点和差异。CCD 相机通过将光子转化为电荷，并将电荷储存在特定的芯片区域中，然后逐行读取和转换成数字信号来捕捉和存储图像。其特点在于电荷转移效率高，噪声少，能够产生更高质量的图像，并且具有更高的动态范围，可捕捉更广泛的亮度范围。然而，CCD 相机功耗较高，价格也相对较贵。CMOS 相机则使用互补金属氧化物半导体传感器来捕捉和储存图像信息。每个像素都包含一个转换器和一个放大器，能将光子转化为电子，并对信号进行放大和处理。CMOS 相机的优势在于功耗低，成本相对较低，读出速度快，地址选通开关可随机采样，获得更高的速度。但由于像素在传感器上尺寸较小，可能会受到更多的电子噪声干扰。总的来说，CCD 相机适用于对图像质量要求高、功耗要求低的应用，而 CMOS 相机适用于需要快速采集图像和相对较低价格的应用。

（二）关键参数

1. 分辨率：相机每次采集图像的像素点数，对于数字相机一般是直接与光电传感器的像元数对应的。分辨率越高，图像越清晰，细节越丰富，但同时数据量也越大。
2. 像素深度：即每像素数据的位数，常用的有 8Bit，还有 10Bit、12Bit 等。像素深度越大，能表示的颜色和灰度级别就越多，图像质量越高。
3. 最大帧率 / 行频：相机采集传输图像的速率，对于面阵相机一般为每秒采集的帧数，对于线阵相机为每秒采集的行数。帧率越高，越能捕捉快速运动的物体。
4. 曝光方式和快门速度：对于线阵相机通常是逐行曝光，可选择固定行频和外触发同步的采集方式。面阵相机有帧曝光、场曝光和滚动行曝光等方式。快门速度决定了曝光时间，高速快门能定格快速运动的瞬间，慢速快门则适用于拍摄光线较暗的场景。
5. 像元尺寸：像元大小和像元数共同决定了相机靶面的大小，像元尺寸越大，感光性能越好，但在相同靶面尺寸下，像素数量会相对较少。

四、机器视觉镜头选用原则

（一）基本参数

焦距：是从镜头中心点到焦平面上形成清晰影像的距离，由多个凸透镜组合而成。其长短影响视野范围，焦距长则视野窄，反之则宽。

分辨率：指在像面处单位毫米内可分辨的黑白条纹对数，受镜头结构、材质和加工精度影响，与相机分辨率共同决定最终成像质量。

工作距离：通常指镜头前端至被测物体的距离，超出最小和最大工作距离，成像往往不清晰。

景深：以镜头最佳聚焦时的工作距离为中心，前后存在能清晰成像的范围。受焦距和光圈影响，焦距短、光圈小则景深大。

视野范围：图像采集设备能覆盖的范围，对应靶面上图像所代表的物平面尺寸。

畸变量：由凸透镜固有特性导致的成像失真，无法完全消除，只影响成像几何形状，不影响清晰度。

（二）选用步骤

第一步：选择合适的镜头接口常见的镜头接口有 C 口、CS 口、F 口等。首先要确定镜头接口类型，确保与相机匹配。

第二步：确定焦距根据系统整体尺寸、工作距离以及靶面尺寸和待测范围的比值来计算。一般先考虑焦距能否满足需求。

第三步：确定靶面尺寸镜头的靶面尺寸必须大于相机的靶面尺寸，以防进光量不足导致图像信息缺失。

第四步：综合考虑其他参数根据项目具体需求，全面考量分辨率、畸变、景深等参数，并结合光照环境确定光圈。例如，对景深有严格要求时，尽量选择小光圈和低倍率镜头；若精度要求极高，则倾向选择高景深的高端镜头。

五、机器视觉光源解析

（一）光源特点

机器视觉光源具有以下显著特点：

• 形状自由度高：能够组合成各种形状和尺寸，还能自由调整照射角度，并且可以根据客户的特定需求进行定制。

• 使用寿命长：一般可连续使用数万小时，光亮度稳定，减少了频繁更换光源的成本和维护工作。

• 响应速度快：能在极短时间内达到最大亮度，适用于需要快速响应的检测场景。

• 颜色多样性：可以根据需要制成各种颜色，并且能够随时调整亮度，满足不同的检测需求。

• 综合运营成本低：光源散热性好，性价比较高，具有较好的经济性。

（二）光源选择方法

在选择机器视觉光源时，需要综合考虑多个因素：

• 应用场景：不同的场景对光源的要求不同。例如，在检测微小缺陷时，可能需要高亮度和高对比度的光源；而在检测反光物体时，可能需要漫射光来减少反光。

• 物体特性：物体的颜色、材质、形状和尺寸等特性会影响光源的选择。例如，对于透明物体，背向照明可能更适合；对于粗糙表面的物体，散射光可能效果更好。

• 图像处理算法：某些算法对光源的特性有特定要求，例如需要特定波长的光来突出物体的某些特征。

• 成本：包括光源本身的价格、使用寿命、能耗等成本因素，需要在满足检测要求的前提下，选择成本合理的光源。

（三）照明方式

机器视觉中常见的照明方式有以下几种及各自的适用场景：

直射光：光线直接照射到物体上，能突出物体的轮廓和表面特征，适用于检测物体的形状和尺寸。

漫射光：光线经过散射后均匀地照亮物体，减少阴影和反光，适用于检测表面有光泽或不平整的物体。

明视场照明：光线反射后进入照相机，使整个物体都被照亮，对形成高对比度有益，常用于检测表面的缺陷和瑕疵。

暗视场照明：光线反射后未进入照相机，能够突出物体表面的微小起伏和划痕，适用于检测表面微小的缺陷和纹理。

六、机器视觉系统协同工作

在机器视觉系统中，相机、镜头和光源的协同运作是获取高质量图像和实现精准检测的关键。

相机作为图像采集的核心部件，其分辨率、帧率、像素深度等参数决定了图像的清晰度和细节程度。镜头则负责将成像目标清晰地投射在相机的感光面上，其焦距、工作距离、景深等参数影响着图像的视野范围和聚焦效果。光源为整个系统提供合适的照明条件，通过调整亮度、颜色和照射角度，突出物体的特征，增强图像的对比度。

例如，在检测具有复杂形状和表面纹理的物体时，需要选择高分辨率的相机以捕捉细微的细节。配合具有适当焦距和景深的镜头，确保物体的整体和局部都能清晰成像。同时，利用可调节角度和颜色的光源，消除反光和阴影，突出物体的纹理和轮廓。

又如，在检测小尺寸的精密零件时，高速相机能够快速捕捉零件的运动状态。搭配短焦距的镜头，实现近距离的清晰成像。而特定波长和亮度的光源有助于凸显零件上的微小缺陷。

总之，相机、镜头和光源之间的协同需要根据具体的检测任务和物体特性进行精心调试和优化。只有三者相互配合，才能获取满足检测需求的高质量图像，从而实现精准、可靠的检测结果。