機器視覺系統設計的難點在哪?

第一:打光的穩定性
工業視覺應用一般分成四大類:定位、測量、檢測和識別 , 其中測量對光照的穩定性要求最高 , 因為光照只要發生10-20%的變化 , 測量結果將可能偏差出1-2個像素 , 這不是軟件的問題 , 這是光照變化 , 導致了圖像上邊緣位置發生了變化 , 即使再厲害的軟件也解決不了問題 , 必須從系統設計的角度 , 排除環境光的干擾 , 同時要保證主動照明光源的發光穩定性 。 當然通過硬件相機分辨率的提升也是提高精度 , 抗環境干擾的一種辦法了 。 比如之前的相機對應物空間尺寸是1個像素10um , 而通過提升分辨率后變成 1個像素5um , 精度近似可以認為提升1倍 , 對環境的干擾自然增強了 。
第二:工件位置的不一致性
一般做測量的項目 , 無論是離線檢測 , 還是在線檢測 , 只要是全自動化的檢測設備 , 首先做的第一步工作都是要能找到待測目標物 。 每次待測目標物出現在拍攝視場中時 , 要能精確知道待測目標物在哪里 , 即使你使用一些機械夾具等 , 也不能特別高精度保證待測目標物每次都出現在同一位置的 , 這就需要用到定位功能 , 如果定位不準確 , 可能測量工具出現的位置就不準確 , 測量結果有時會有較大偏差

機器視覺系統設計的難點在哪?

文章插圖

第三:標定
一般在高精度測量時需要做以下幾個標定 , 一光學畸變標定(如果您不是用的軟件鏡頭 , 一般都必須標定) , 二投影畸變的標定 , 也就是因為您安裝位置誤差代表的圖像畸變校正 , 三物像空間的標定 , 也就是具體算出每個像素對應物空間的尺寸 。
不過目前的標定算法都是基于平面的標定 , 如果待測量的物理不是平面的 , 標定就會需要作一些特種算法來處理 , 通常的標定算法是解決不了的 。
此外有些標定 , 因為不方面使用標定板 , 也必須設計特殊的標定方法 , 因此標定不一定能通過軟件中已有的標定算法全部解決 。
第四:物體的運動速度
如果被測量的物體不是靜止的 , 而是在運動狀態 , 那么一定要考慮運動模糊對圖像精度(模糊像素=物體運動速度*相機曝光時間) , 這也不是軟件能夠解決的 。
第五:軟件的測量精度
【機器視覺系統設計的難點在哪?】在測量應用中軟件的精度只能按照1/2—1/4個像素考慮 , 最好按照1/2 , 而不能向定位應用一樣達到1/10-1/30個像素精度 , 因為測量應用中軟件能夠從圖像上提取的特征點非常少 。