14
图像传感器

网格光学探测器 (像素)

捕捉光


转换光亮级别到电子信号 CCD vs. CMOS – 换算方法
15
图像传感器

灰度

0 – 255 (0 – 黑, 255 – 白) IMPACT 使用比例尺度 (0-100%)
8 bit(256 greylevels) Percentage Scale
0 0%
26 10%
51 20%
77 30%
102 40%
128 50%
153 60%
179 70%
204 80%
230
255
90% 100%
0 0 5 5 0 1 4 2 3 11
2 1 4 4 2 4 5 3 9 76
7 6 5 3 2 6 9 20 78 94
2 8 2 4 6 1 19 80 95 97
37
Dome 碗状光源

优点:
−
−
忽略表面纹理特征 用于不平坦表面
褶皱铝箔
环光
Dome 光
38
结构光

激光线用于产品分析
− −
用于缺陷对比 用于高度差计算
O-Ring Present O-Ring Missing
39
同轴光

优点:
−
−
−
镜面表面被照亮 强调表面纹理 倾斜表面发暗
40
光源 – 彩色技术
5. 6.
继续优化上一个已选择的打光方案

测试文档
42
图像系统分辨率



系统 – 相机, 光学器件, 软件 最小可分辨特征尺寸大小 最好小于检测公差 5-10 倍 影响因素

图像传感器分辨率 – 640x480… 2456x2058 光学器件质量 软件分辨率

测量 – 亚像素技术 1/3 像素 特征 – 5x5 像素面积
82 94 97 99 100 99 96 98 100 100
16
图像传感器

彩色

光通过一个过滤器被传递 通过三原色感光器转换成电子信号
Bayer Filter
17
像素 & 工作距离
像素:
•
•
像素是最小的测量单位，通过像素的强度来进行各种机器视觉 功能的分析. 相机中更多的像素可以发现比较小的特征.

灰度分析

灰度百分比 像素计数 灰度像素区域 大小以及形状过滤

Blob 分析




模式匹配 模板匹配(学习) 结果 – 条形码， OCR等
57
特征 – 强度 / 对比度

多个 ROI 检查比例/计数 结果 – 强度，像素计数，通过/失败
58
特征 – Blob 分析

48
增强
• • • •
ROI 以及全部图像 处理光照不一致的部分 创建黑/白图像 结果 – 改进图像质量
49
定位



机械部分运动的补偿 允许使用精度定位的检测工具 优化工具速度 方法…

边缘定位 Blob 查找 模式匹配
50
定位 – 原点工具
• •
•
•
1 到 3 个ROI (感兴趣区域) 单点 定心功能 结果 - X, Y, 以及角度

明亮 – 使用相同颜色光源 灰暗 – 使用反色光源
R O
V B
红光 绿光
Y
G
41
光源选择
1. 2. 3. 4.
确定检测的需求以及特征 确定解决方法的限制条件 开始使用最有可能的打光技术方法 实际当中测试可能的方案


移动被测量目标 曝光时间 固定装置 更改条件或者打光方法获取到更优的方案
24 VDC 隔离 I/O
IMPACT
以太网 (可选)
串口通讯 (可选) 操作界面 (可选)
相机 镜头
电眼
产品传输方向
光源(或多个组合光)
剔除装置
触发信号 废品信号 输出 电源 I/O 板 PLC 不良品
6
机器视觉优势
1. 质量 & 精度
• • 保持一直，无主观意识, 24/7 全时检测 消除工资/福利待遇/培训/责任等等
29
光学器件计算器

下载
/d ownloads_optics_calculator .html 输入参数，以便于选择正确的 镜头
−

30
光源 – 特征对比度！

取决于目标物体以及光源相互作用，不同的 信息被传送到相机。
31
光源 – 特征
吸收
反射
传递
22
常规镜头

低成本， 小尺寸 镜头畸变 大型目标物体，特征查找， 非测量应用
23
镜头
• 远心镜头:
减小镜头畸变
C型接口 螺钉螺丝 (2)
焦距调整
光圈调整
24
远心镜头

高成本，大尺寸 无镜头畸变 小目标物体，公差控制 测量
25
常规镜头 VS 远心镜头
常规镜头
远心镜头
为什么需要机器视觉？
1
正方形?
2
圆形?
3
A 相对 B?
4
机器视觉

相机和人类视觉看到的存在不同的差异


人类大脑可以推断看不到的部分
人类大脑可以从多个角度构建出完整的图像

机器视觉单色（灰度）图像只能显示出不同的对比度。搜易， 一个好的机器视觉下的图像与人类视觉是截然不同的。
5
典型系统安装
Gradient n
70
46
图像增强

减少不必要的干扰因素 增强特征/边缘 会使用比较长的处理时间 方法…

形态学 光亮均匀化 二值化
47
降噪 – 形态学

ROI 以及全部图像 多次重复处理 比较长的处理时间 结果 – 改进图像质量… 但是… 可能降低/改变原特征部分
19
基本知识
• 从物体表面转换信息到相机
相机
光源
物体表面
20
机器视觉良好图像

清晰的检测特征 良好的对比度 可测量性 可重复性 检测部分敏感度，尽量减少图像干扰，保证检测 部分稳定
21
镜头
• 常规镜头:
通用，适用于大部分的应用
C型接口 焦距调整
光圈调整
过滤器 连接口 锁定螺丝 (2)
工作距离:
•
是从镜头前边缘到需要检测部分清晰对焦的距离
18
景深 & 视场
景深 (DOF):
• •
镜头到目标零件清晰对焦的距离. 需要注意的是较短的间距或者更小孔径的退经将会增加景深。
视场 (FOV):
• •
成像区域通过镜头投影到图像传感器。 木桥大多数成像传感器使用的是4:3的长宽比 (4 个单位宽度以 及3 个单位的高度).
26
常规镜头 VS 远心镜头
常规镜头
远心镜头
27
光圈

小光圈:



图像传感器获取少量的光线 增大景深（DOF） 有助于整体解决 允许图像传感器获取更多的光线 减小景深（DOF）

大光圈:

28
扩展接管

通常只用于传统镜头 加大镜头的焦距（放大） 减小镜头视场 减小镜头工具距离 较少光源数
7. 推动技术共享
8. 远程监控
9. 容错能力 10. 人类安全
• 应用与人类无法工作的环境
8
机器视觉基础
获取到的图像发送到处理器进行特征对比 分析，有无检测、定位，以及测量等相关任 务处理。
每个像素的亮度（ RGB颜色值）是通过 一个软件工具（算法 ）分析出来的结果值 。
3 12 80 85
9
检测过程
43
标定

目标标定


补偿透镜畸变 比例因子 – 比如 1 英尺视场（ FOV） 存在 1000 个像素 = 0.001”/像素 重新标定：如果光路发生变化 (镜头， 安装支架等等因素) 无任何畸变不创 仅仅是 比例因子系数=单位/像素

比例因子

44
阀值


图像上分段黑&白部分（二值化） 自动以及固定阀值方法
2. 节省劳动成本 3. 减少废料
•
• •
在生产过程中控制废品输出到下一道工序
机器视觉检测快于人眼检测 使用机器视觉保证质量维护良好的客户关系
7
4. 提高生产效率 5. 客户关系
机器视觉优势
6. 数据存档
• • • • 备份产品质量数据，便于以后查询 允许其他工厂自动化共享技术, (如，机器人) 远程诊断机器问题以及故障排除 错误发生之前报警，防止废品出现
漫反射
镜面反射
在大多数情况下，所有这些特征现象的组合取决于目标表面特性以及光 的波长。
32
光源 – 源
100
汞 (紫色) 太阳光 石英卤素 / 钨丝灯
相 对 强 度 (%)
80
Fluorescent
60
氙气光 白色 LED
40
20
红色 LED
0 300 400 500 600 700
波 长 (nm)
多个 ROI 形状过滤 (面积，高度，宽度等等) 结果 – blob序列, blob 计数, 通过/失败
59
特征 – 模板

学习 “标准部分” 检测不同的图像 结果 – 合成图像, blob 数据, 通过/失败