行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器视觉 > 正文

工业机器人之眼——机器视觉入门知识详解

机器视觉是一门学科技术,广泛应用于工业机器人或者生产制造检测等工业领域,用来保证产品质量,控制生产流程,感知环境等。机器视觉系统是将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、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的特征,进而根据判别的结果来控制现场的设备动作。

 

 

一、机器视觉优势

机器视觉系统具有高效率、高度自动化的特点,可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触,安全可靠。

 

人工检测与机器视觉自动检测的主要区别有:

 

 

二、案例

为了更好地理解机器视觉,下面,我们来介绍在具体应用中的几种案例。

 

01啤酒厂采用的填充液位检测系统为例

 

 

当每个啤酒瓶移动经过检测传感器时,检测传感器将会触发视觉系统发出频闪光,拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后,视觉软件将会处理或分析该图像,并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位,即未通过检测,视觉系统将会向转向器发出信号,将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。

 

 

02机器人视觉引导玩偶定位应用

现场有两个振动盘,振动盘1作用是把玩偶振动到振动盘2中,振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统,该系统通过判断玩偶正反面,把玩偶处于正面的坐标值通过串口发送给机器人,机器人收到坐标后运动抓取产品,当振动盘中有很多玩偶处于反面时,VD200视觉定位系统需判断反面玩偶数量,当反面玩偶数量过多时,VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。

 

该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面,计算出玩偶中心点坐标,发送给机器人。通过VD200视觉定位系统实现自动上料,大大减少人工成本,大幅提高生产效率。

 

03视觉检测在电子元件的应用

 

此产品为电子产品的按钮部件,产品来料为料带模式,料带上面为双排产品。通过对每个元器件定位后,使用斑点工具检测产品固定区域的灰度值,来判断此区域有无缺胶情况。

该应用采用了深圳**龙公司的DragonVision视觉系统方案,使用两个相机及光源配合机械设备,达到每次检测双面8个产品,每分钟检测大约1500个。当出现产品不良时,立刻报警停机,保证了产品的合格率和设备的正常运行,提高生产效率。

 

 

04机器视觉的应用领域

☞ 识别

标准一维码、二维码的解码

光学字符识别(OCR)和确认(OCV)

☞ 检测

色彩和瑕疵检测

零件或部件的有无检测

目标位置和方向检测•测量

尺寸和容量检测

预设标记的测量,如孔位到孔位的距离

 

 

☞ 机械手引导

输出空间坐标引导机械手精确定位

 

 

三、机器视觉系统的组成

 ▼  分类

 

 

▼  组成

○  图像获取:光源、镜头、相机、采集卡、机械平台

○  图像处理与分析:工控主机、图像处理分析软件、图形交互界面。

○  判决执行:电传单元、机械单元

 

 

01光源

 

(1)光路原理

照相机并不能看见物体,而是看见从物体表面反射过来的光。

镜面反射:平滑表面以对顶角反射光线

漫射反射:粗糙表面会从各个方向漫射光线

发散反射:多数表面既有纹理,又有平滑表面,会对光线进行发散反射

 

 

(2)作用和要求

在机器视觉中的作用:

照亮目标,提高亮度;

形成有利于图像处理的效果;

克服环境光照影响,保证图像稳定性。

 

要求:

用作测量的工具或参照;

良好的光场设计要求;

对比度明显,目标与背景的边界清晰;

背景尽量淡化而且均匀,不干扰图像处理;

与颜色有关的还需要颜色真实,亮度适中,不过曝或欠曝。

 

 

(3)光场构造

明场:光线反射进入照相机

暗场:光线反射离开照相机

 

 

(4)构造光源

 

 

使用不同照明技术对被测目标会产生不同的影响,以滚珠轴承为例:

 

 

 

02镜头

(1)主要参数

工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型,即理想凸透镜。

参数:焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口

 

 

分辨率:对色彩和纹理的分辨能力。

畸变:镜头中心区域和四周区域的放大倍数不相同。

 

 

畸变的校正一般用黑白分明的方格图像来进行,过程并不复杂。一般如果畸变小于2%,人眼观察不到;若畸变小于CCD的一个像素,摄像机也看不见。

 

 

(2)镜头---分类

 

 

 

(3)镜头---远心镜头

在测量系统中,物距常发生变化,从而使像高发生变化,所以测得的物体尺寸也发生变化,即产生了测量误差;即使物距是固定的,也会因为CCD敏感表面不易精确调整在像平面上,同样也会产生测量误差。采用远心物镜中的像方远心物镜可以消除物距变化带来的测量误差,而物方远心物镜则可以消除CCD位置不准带来的测量误差。

 

 

03相机

 

种类:线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS

 

指标:象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等。

 

工作模式:Free run、Trigger(多种)、长时间曝光等。

 

传输方式:GIGE,Cameralinker,模拟。

 

 

(1)相机--按照图像传感器区分

CCD相机:使用CCD感光芯片为图像传感器的相机,集光电转换及电荷存贮、电荷转移、信号读取于一体,是典型的固体成像器件。

 

CMOS相机:使用CMOS感光芯片为图像传感器的相机 ,将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上,还具有局部像素的编程随机访问的优点。

 

(2)相机--按照输出图像颜色区分

单色相机:输出图像为单色图像的相机。

彩色相机:输出图像为彩色图像的相机。

 

(3)相机--按输出信号区分

模拟信号相机:从传感器中传出的信号,被转换成模拟电压信号,即普通视频信号后再传到图像采集卡中。

数字信号相机:信号自传感器中的像素输出后,在相机内部直接数字化并输出。数字相机又包含1394相机、USB相机、Gige相机、CameraLink相机等。

 

(4)相机--按照传感器类型区分

面扫描相机:传感器上像素呈面状分布的相机,其所成图像为二维“面”图像。

线扫描相机:传感器上呈线状(一行或三行)分布的相机,其所成图像为一维“线”图像。

 

(5)相机--CMOS VS CCD

 

 

(6)相机--传感器的尺寸

图像传感器感光区域的面积大小。这个尺寸直接决定了整个系统的物理放大率。如:1/3“、1/2”等。绝大多数模拟相机的传感器的长宽比例是4:3 (H:V),数字相机的长宽比例则包括多种:1:1,4:3,3:2 等。

 

 

(7)相机--像素

是成像于相机芯片的图像的最小组成单位。以200万像素的相机为例,满屏有1600*1200个像素,成像于1/1.8英寸大小的CCD芯片。

 

 

(8)相机--分辨率

由相机所采用的芯片分辨率决定,是芯片靶面排列的像元数量。通常面阵相机的分辨率用水平和垂直分辨率两个数字表示,如:1920(H)x 1080(V),前面的数字表示每行的像元数量,即共有1920个像元,后面的数字表示像元的行数,即1080行。

 

(9)相机--帧率和行频

由相机的帧率/行频表示相机采集图像的频率,通常面阵相机用帧率表示,单位fps(Frame Per second),如30fps,表示相机在1秒钟内最多能采集30帧图像;线性相机通常用行频表示,单位KHz,如12KHz表示相机在1秒钟内最多能采集12000行图像数据。

 

(10)相机--快门速度(Shutter Speed)

CCD/CMOS相机多数采用电子快门,通过电信号脉冲的宽度来控制传感器的光积分(曝光)时间。对于一般性能的的相机快门速度可以达到1/10000-1/100000秒。

卷帘快门(Rolling Shutter):多数CMOS图像传感器上使用的快门,其特征是逐行曝光,每一行的曝光时间不一致。

全局快门(Global Shutter):CCD传感器和极少数CMOS传感器采用的快门,传感器上所有像素同时刻曝光。

 

 

(11)相机--智能相机

智能工业相机是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内,从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。智能工业相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信装置等构成。由于应用了最新的 DSP、FPGA及大容量存储技术,其智能化程度不断提高,可满足多种机器视觉的应用需求。

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部