机器视觉基础课件
合集下载
《机器视觉基础》课件
在农业领域，机器视觉技术被用于监测作物 生长状况、病虫害识别等方面。通过对农田 的图像采集和处理，机器视觉系统能够实时 监测作物的生长情况，及时发现病虫害，为 农民提供科学的管理依据，从而提高农产品 的产量和质量。
安全监控
要点一
总结词
机器视觉在安全监控领域的应用，能够提高安全防范能力 和监控效率。
机器视觉的优势与挑战
优势
非接触式、高精度、高效率、高可靠 性、可实现自动化和智能化等。
挑战
数据量大、计算复杂度高、对光照和 角度敏感、对遮挡和噪声的鲁棒性差 等。
02
机器视觉系统组成
图像获取
图像获取是机器视觉系统的第一步， 负责将目标物体转化为数字图像，以 便后续处理。
图像获取的关键在于获取高质量的图 像，以便后续处理能够准确地进行特 征提取和目标识别。
基于概率统计的算法
总结词
利用概率统计理论，对图像中的目标进行识别和分类的方法。
详细描述
基于概率统计的算法通过建立目标模型，利用概率分布和统计规律对图像中的目标进行识别和分类。 该算法具有较强的鲁棒性和适应性，能够处理一些复杂的视觉任务，如目标跟踪、场景识别等。
基于深度学习的算法
总结词
利用深度神经网络对图像进行层次化特征提取和分类的方法。
VS
详细描述
机器视觉技术被广泛应用于工业生产线上 ，对产品进行外观、尺寸、缺陷等方面的 检测。通过高精度的图像采集和处理，机 器视觉系统能够快速准确地识别出不合格 品，并自动剔除或进行分类，从而提高生 产效率和产品质量。
农业检测
总结词
机器视觉在农业领域的应用，有助于提高农 产品的产量和质量。
详细描述
03
02
角点检测
安全监控
要点一
总结词
机器视觉在安全监控领域的应用，能够提高安全防范能力 和监控效率。
机器视觉的优势与挑战
优势
非接触式、高精度、高效率、高可靠 性、可实现自动化和智能化等。
挑战
数据量大、计算复杂度高、对光照和 角度敏感、对遮挡和噪声的鲁棒性差 等。
02
机器视觉系统组成
图像获取
图像获取是机器视觉系统的第一步， 负责将目标物体转化为数字图像，以 便后续处理。
图像获取的关键在于获取高质量的图 像，以便后续处理能够准确地进行特 征提取和目标识别。
基于概率统计的算法
总结词
利用概率统计理论，对图像中的目标进行识别和分类的方法。
详细描述
基于概率统计的算法通过建立目标模型，利用概率分布和统计规律对图像中的目标进行识别和分类。 该算法具有较强的鲁棒性和适应性，能够处理一些复杂的视觉任务，如目标跟踪、场景识别等。
基于深度学习的算法
总结词
利用深度神经网络对图像进行层次化特征提取和分类的方法。
VS
详细描述
机器视觉技术被广泛应用于工业生产线上 ，对产品进行外观、尺寸、缺陷等方面的 检测。通过高精度的图像采集和处理，机 器视觉系统能够快速准确地识别出不合格 品，并自动剔除或进行分类，从而提高生 产效率和产品质量。
农业检测
总结词
机器视觉在农业领域的应用，有助于提高农 产品的产量和质量。
详细描述
03
02
角点检测
机器视觉基础知识培训课件
机器视觉具有高效、准确、可靠、非 接触性等优点，能够适应各种复杂环 境，广泛应用于工业自动化、智能安 防、医疗诊断等领域。
机器视觉的应用领域
01
02
03
04
工业自动化
检测产品质量、定位与装配、 包装与码垛等。
智能安防
人脸识别、车牌识别、行为分 析等。
医疗诊断
医学影像分析、病灶检测与识 别等。
其他领域
自动驾驶案例
总结词
机器视觉是自动驾驶技术的关键组成部分，为车辆提供实时路况感知和目标识别能力。
详细描述
自动驾驶汽车通过安装多个高分辨率摄像头和传感器，获取周围环境的三维信息。机器 视觉技术对这些信息进行处理和分析，识别出道路标志、车辆、行人以及其他障碍物， 为自动驾驶系统提供决策依据。这使得车辆能够在复杂的道路环境中实现自主导航和驾
相机
相机的作用
捕捉目标物体的图像。
相机类型
面阵相机、线阵相机、立体相机等。
相机选择要点
根据应用场景选择合适的相机类型和分辨率。
图像采集卡
图像采集卡的作用
将相机捕捉的图像转换为数字信号，便于计算机处理。
图像采集卡性能参数
分辨率、传输速率、接口类型等。
图像采集卡选择要点
根据计算机性能和图像处理要求选择合适的图像采Байду номын сангаас卡。
驶，提高道路安全性和通行效率。
人脸识别案例
总结词
人脸识别技术利用机器视觉实现身份验 证和安全监控，广泛应用于金融、安防 等领域。
VS
详细描述
人脸识别系统通过高分辨率摄像头捕捉人 的面部特征，利用机器视觉算法对图像进 行分析和处理，提取出面部的各种特征点 。这些特征点与数据库中的数据进行比对 ，以实现身份的快速验证。人脸识别技术 广泛应用于金融交易、门禁系统、公共安 全监控等领域，提高安全性和便利性。
机器视觉的应用领域
01
02
03
04
工业自动化
检测产品质量、定位与装配、 包装与码垛等。
智能安防
人脸识别、车牌识别、行为分 析等。
医疗诊断
医学影像分析、病灶检测与识 别等。
其他领域
自动驾驶案例
总结词
机器视觉是自动驾驶技术的关键组成部分，为车辆提供实时路况感知和目标识别能力。
详细描述
自动驾驶汽车通过安装多个高分辨率摄像头和传感器，获取周围环境的三维信息。机器 视觉技术对这些信息进行处理和分析，识别出道路标志、车辆、行人以及其他障碍物， 为自动驾驶系统提供决策依据。这使得车辆能够在复杂的道路环境中实现自主导航和驾
相机
相机的作用
捕捉目标物体的图像。
相机类型
面阵相机、线阵相机、立体相机等。
相机选择要点
根据应用场景选择合适的相机类型和分辨率。
图像采集卡
图像采集卡的作用
将相机捕捉的图像转换为数字信号，便于计算机处理。
图像采集卡性能参数
分辨率、传输速率、接口类型等。
图像采集卡选择要点
根据计算机性能和图像处理要求选择合适的图像采Байду номын сангаас卡。
驶，提高道路安全性和通行效率。
人脸识别案例
总结词
人脸识别技术利用机器视觉实现身份验 证和安全监控，广泛应用于金融、安防 等领域。
VS
详细描述
人脸识别系统通过高分辨率摄像头捕捉人 的面部特征，利用机器视觉算法对图像进 行分析和处理，提取出面部的各种特征点 。这些特征点与数据库中的数据进行比对 ，以实现身份的快速验证。人脸识别技术 广泛应用于金融交易、门禁系统、公共安 全监控等领域，提高安全性和便利性。
机器视觉培训系列教程之基础入门培训(PPT 58页)
机器视觉培训系列教程 基础入门培训
第三讲
机器视觉系统综合基础知识
第三讲：机器视觉系统综合基础知识
第三讲 大纲 一
灯源简述 灯源分类 获得完美图象的6大要素 如何选择镜头
第三讲：机器视觉系统综合基础知识
一、灯源简述：
机器视觉系统工作的基本程序： 取像 =》 分析 =》 结果输出
灯源：为确保视觉系统正常取像获得足够光信息而提供照明的装置 灯源的目的
速度
• 记录试验中系统运行速度
系统硬件 配置
系统硬件配置
• 记录系统硬件配置。灯源、镜头、 工作距离、光圈、相机、快门速 度、电脑配置等
讨论与答疑
第三讲：机器视觉系统综合基础知识
第三讲 大纲 三
如何选用板卡 PC式系统概述 智能相机概述 视觉系统选型 视觉系统未来发展趋势
第三讲：机器视觉系统综合基础知识
小结#2：如何获得完美图象 选择适合的灯源、镜头、相机 学会如何使用、控制灯源、镜头、相机
第三讲：机器视觉系统综合基础知识
四、如何选择镜头#1：技术因素
镜头与相机匹配 镜头接口是否为工业标准接口，C/CS接口 镜头成象面是否>=相机CCD尺寸。若相机CCD为1/2“， 而镜头为1/3”，则该镜头与相机不匹配
第三讲：机器视觉系统综合基础知识
七、例题：
根据现场的检测样品，及教师提出的要求，完全系统硬件选型 灯源选型 镜头选型 相机选型 系统参数：视野、工作距离等
第三讲：机器视觉系统综合基础知识
七、例题提示：
选型步骤： 确定项目检测方向：测量、检测、定位。 确定项目检测要求：精度、速度、工作空间。 根据项目检测方向完成灯源选型 根据项目精度要求确定最佳视野 根据项目精度要求及工作空间要求完成镜头选型 确定某款镜头、工作距离、 根据项目精度要求及速度要求完成相机选型 考虑系统硬件成本
第三讲
机器视觉系统综合基础知识
第三讲：机器视觉系统综合基础知识
第三讲 大纲 一
灯源简述 灯源分类 获得完美图象的6大要素 如何选择镜头
第三讲：机器视觉系统综合基础知识
一、灯源简述：
机器视觉系统工作的基本程序： 取像 =》 分析 =》 结果输出
灯源：为确保视觉系统正常取像获得足够光信息而提供照明的装置 灯源的目的
速度
• 记录试验中系统运行速度
系统硬件 配置
系统硬件配置
• 记录系统硬件配置。灯源、镜头、 工作距离、光圈、相机、快门速 度、电脑配置等
讨论与答疑
第三讲：机器视觉系统综合基础知识
第三讲 大纲 三
如何选用板卡 PC式系统概述 智能相机概述 视觉系统选型 视觉系统未来发展趋势
第三讲：机器视觉系统综合基础知识
小结#2：如何获得完美图象 选择适合的灯源、镜头、相机 学会如何使用、控制灯源、镜头、相机
第三讲：机器视觉系统综合基础知识
四、如何选择镜头#1：技术因素
镜头与相机匹配 镜头接口是否为工业标准接口，C/CS接口 镜头成象面是否>=相机CCD尺寸。若相机CCD为1/2“， 而镜头为1/3”，则该镜头与相机不匹配
第三讲：机器视觉系统综合基础知识
七、例题：
根据现场的检测样品，及教师提出的要求，完全系统硬件选型 灯源选型 镜头选型 相机选型 系统参数：视野、工作距离等
第三讲：机器视觉系统综合基础知识
七、例题提示：
选型步骤： 确定项目检测方向：测量、检测、定位。 确定项目检测要求：精度、速度、工作空间。 根据项目检测方向完成灯源选型 根据项目精度要求确定最佳视野 根据项目精度要求及工作空间要求完成镜头选型 确定某款镜头、工作距离、 根据项目精度要求及速度要求完成相机选型 考虑系统硬件成本
机器视觉基础课件
机器视觉的应用领域
工业自动化
医疗诊断
机器视觉在工业自动化领域应用广泛， 如生产线上的零件检测、装配、定位 等，能够提高生产效率和产品质量。
机器视觉在医疗诊断领域的应用包括 医学影像分析、病灶识别等，能够帮 助医生提高诊断的准确性和效率。
智能安防
机器视觉在智能安防领域的应用包括 人脸识别、车牌识别、行为分析等， 能够提高安全监控的准确性和实时性。
系统性能评估
准确性评估
实时性评估
通过对比实际结果与机器视觉系统输出的 结果，评估系统的准确性。
测试系统对实时图像的处理速度，确保满 足实际应用的需求。
鲁棒性评估
可维护性评估
在不同环境条件下测试系统的稳定性，评 估其鲁棒性。
评估系统的可维护性和可扩展性，以便在 未来进行升级或改进。
感谢您的观看
THANKS
机器视觉基础课件
• 图像处理 • 特征提取 • 目标识别
01
机器视觉概述
定义与特点
定义
机器视觉是通过计算机模拟人类的视 觉功能，利用图像处理和模式识别等 技术，实现对图像的自动识别、跟踪 和测量的技术。
特点
机器视觉具有高效、准确、可靠、非 接触性等优点，能够适应各种复杂的 环境和任务，广泛应用于工业自动化、 智能安防、医疗诊断等领域。
系统优化
参数调整 根据实际应用情况，调整相机、镜头的 参数，如曝光时间、增益等，以获取更
好的图像效果。 计算资源优化
合理分配计算资源，如CPU、GPU等， 以提高机器视觉系统的处理效率。
算法优化 针对特定的应用场景，对图像处算 法进行优化，以提高处理速度和准确 性。
网络通信优化 优化网络通信协议和传输方式，确保 图像数据能够实时、稳定地传输。
机器视觉基本原理 PPT
第4章 工业摄像机
分辨率 帧率/行频 成像灵敏度 靶面尺寸 快门速度 光谱响应特性 白平衡 外同步与外触发
第5章 图像采集/处理卡
第6章 图像处理系统
嵌入式图像处理系统： DSP、 FPGA、CPU 基于PC的视觉系统：结构及功能复杂，可多
机器视觉基本原理
1. 机器视觉系统基本原理 2. 照明光源 3. 镜头 4. 工业摄像机 5. 图像采集/处理卡 6. 图像处理系统
大家应该也有点累了，稍作休息
大家有疑问的，可以询问和交流
计算机或处理器
显 示 器
图像采 集卡
摄像机 及镜头
照明光源
被测物（产品 纸张）
编码器
服务器
控制及报警信号
焦距（F）： 视场角： 物距： 像距： 光圈：一般用口径系数f表示，指镜头口径与焦距之比，f/2.8即指
1:2.8 景深（DOF）：在焦点前后各有一个容许弥散圆，这两个弥散圆之间
的距离就叫景深，即：在被摄主体(对焦点)前后，其影像仍然有一段 清晰范围的，就是景深。 分辨力：指能分清楚物体的能力，单位LP/mm（Line pairs/Milimeter） 快门，决定曝光时间 数值孔径，Numerical Aperture (NA) 基本放大倍数(光学放大倍数），Primary Magnification (PMAG) 调制传递函数（MTF），MTF好的镜头有利于低对比度景物的再现， 拍出的图像层次丰富、细节明显、质感细腻。 畸变：也叫失真
路并行处理。 小型机器视觉系统：结构简单，稳定性好，
开发周期长。
可二次开发的视觉系统：PPT、DVT、VC、 Halcon等
票面检测计算机
票面图像 采集系统
网络交换机＋显示共缩文字 检测计算机
机器视觉概念-PPT课件
机器视觉未来发展的趋势
机器视觉自起步发展到现在，已有15年的 发展历史。应该说机器视觉作为一种应用 系统，其功能特点是随着工业自动化的发 展而逐渐完善和发展的。
机器视觉未来发展的趋势
在机器视觉赖以普及发展的诸多因素中，有技术层 面的，也有商业层面的，但制造业的需求是决定 性的。制造业的发展，带来了对机器视觉需求的 提升；也决定了机器视觉将由过去单纯的采集、 分析、传递数据，判断动作，逐渐朝着开放性的 方向发展，这一趋势也预示着机器视觉将与自动 化更进一步的融合。 需求决定产品，只有满足需求的产品才有生存的 空间，这是不变的规律。机器视觉也是如此。
机器视觉的基本知识
二.机器视觉的基本构成
机器视觉的基本知识
三.机器视觉的特点 机器视觉系统的特点是提高生产的柔性和自动化 程度。在一些不适合于人工作业的危险工作环境 或人工视觉难以满足要求的场合，常用机器视觉 来替代人工视觉；同时在大批量工业生产过程中， 用人工视觉检查产品质量效率低且精度不高，用 机器视觉检测方法可以大大提高生产效率和生产 的自动化程度。而且机器视觉易于实现信息集成， 是实现计算机集成制造的基础技术。
机器视觉未来发展的趋势
2、统一开放的标准是机器视觉发展的原动 力。
机器视觉产品的好坏不能够通过单一因素来衡量， 应该逐渐按照国际化的统一标准判定，随着中国 自动化的逐渐开放，将带领与其相关的产品技术 也逐渐开放。因此，依靠封闭的技术难以促进整 个行业的发展，只有形成统一而开放的标准才能 让更多的厂商在相同的平台上开发产品，这也是 促进中国机器视觉朝国际化水平发展的原动力。
实用案例分析
5、检测牙膏管口边缘毛刺：
A、对物件进行旋转位置识别 B、检测管口是否有毛刺或其他障碍物 C、通过异步触发器对图像进行整体评估
机器视觉基础知识课件专业教育
高等课堂
2
一、机器视觉相关概念
• 机器视觉系统的定义：
机器视觉系统是指通过图像采集单元（相机），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。
• 主要适用环境：
获得完美图象的6大要素
#1：高系统精度
• 系统精度（System accuracy） X方向系统精度（X方向象素值）＝ 视野范围（X方向）÷ CCD芯片象素数量（X方向） Y方向系统精度（Y方向象素值）＝ 视野范围（Y方向÷ CCD芯片象素数量（Y方向） 该指标取决于，相机分辨率及视野（FOV）
FOV：100MM
#5：结构光法——最简便的三维测量
激光或线性光 源
固定角度照射
三维深度信息
高等课堂
29
六、软硬件知识--光源篇 常用照明技术
#6：影子的利用——最不直接的测量
待测物高度信息
待测物长度信息
高等课堂
30
六、软硬件知识--光源篇 常用照明技术
#7：彩色的考虑
光
色
的
彩
三
三
原 色
原 色
光的三原色：红、绿、蓝；色彩三原色：青、紫、黄。 世界上所有颜色都是由三原色按不同比例组合而成 三原色的色光叠加为白光。如：日光 三原色的色彩叠加为黑色。
• 系统速度要求与相机成象速度
系统单次运行速度 = 系统成象速度 + 系统检测速度 帧速或线数 快门速度
高等课堂
39
六、软硬件知识--工控机篇
工控机选型的要素
• 关键关注因素：
机器视觉 课件
应用场景
在工业检测、交通监控等领域有广泛应用。
优点与局限性
能够准确检测出图像中的几何形状，但对于复杂背景或噪声较多的图像效果较差。
霍夫变换算法介绍
霍夫变换算法是一种用于检测图像中几何形状的算法，如直线、圆等。
A
B
C
D
特征匹配算法介绍
特征匹配算法通过提取图像中的特征点，并比较不同图像之间的特征点相似度来进行匹配。
优点与局限性
阈值分割算法简单、快速，适用于背景和前景对比度较大的情况，但对于复杂背景或光照不均的情况效果较差。
阈值选择
阈值的选择是阈值分割算法的关键，常用的方法有Otsu's方法、迭代法等。
应用场景
广泛应用于工业检测、医学影像分析等领域。
边缘检测算法介绍
常见算子
优点与局限性
应用场景
01
02
03
04
优点与局限性
能够处理不同视角、光照和尺度变化的图像，但对于特征点较少的图像效果较差。
应用场景
在目标识别、图像拼接等领域有广泛应用。
特征提取方法
常见的特征提取方法有SIFT、SURF、ORB等。
04
CHAPTER
机器视觉实践应用
机器视觉系统可以自动识别生产线上的产品，检测其尺寸、外观、表面缺陷等，确保产品质量。
机器视觉可以帮助无人驾驶汽车识别道路标志、交通信号等，实现自主导航。
05
CHAPTER
机器视觉发展趋势与挑战
3D视觉技术
3D视觉技术在近年来取得了显著进展，通过获取物体的三维信息，能够实现更复杂、更精准的视觉分析。
深度学习算法
随着深度学习技术的不断发展，越来越多的算法被应用到机器视觉领域，提高了图像识别、目标检测、语义分割等任务的准确性和源自率。机器视觉 课件目录
在工业检测、交通监控等领域有广泛应用。
优点与局限性
能够准确检测出图像中的几何形状，但对于复杂背景或噪声较多的图像效果较差。
霍夫变换算法介绍
霍夫变换算法是一种用于检测图像中几何形状的算法，如直线、圆等。
A
B
C
D
特征匹配算法介绍
特征匹配算法通过提取图像中的特征点，并比较不同图像之间的特征点相似度来进行匹配。
优点与局限性
阈值分割算法简单、快速，适用于背景和前景对比度较大的情况，但对于复杂背景或光照不均的情况效果较差。
阈值选择
阈值的选择是阈值分割算法的关键，常用的方法有Otsu's方法、迭代法等。
应用场景
广泛应用于工业检测、医学影像分析等领域。
边缘检测算法介绍
常见算子
优点与局限性
应用场景
01
02
03
04
优点与局限性
能够处理不同视角、光照和尺度变化的图像，但对于特征点较少的图像效果较差。
应用场景
在目标识别、图像拼接等领域有广泛应用。
特征提取方法
常见的特征提取方法有SIFT、SURF、ORB等。
04
CHAPTER
机器视觉实践应用
机器视觉系统可以自动识别生产线上的产品，检测其尺寸、外观、表面缺陷等，确保产品质量。
机器视觉可以帮助无人驾驶汽车识别道路标志、交通信号等，实现自主导航。
05
CHAPTER
机器视觉发展趋势与挑战
3D视觉技术
3D视觉技术在近年来取得了显著进展，通过获取物体的三维信息，能够实现更复杂、更精准的视觉分析。
深度学习算法
随着深度学习技术的不断发展，越来越多的算法被应用到机器视觉领域，提高了图像识别、目标检测、语义分割等任务的准确性和源自率。机器视觉 课件目录
机器视觉基础知识PPT课件.共63页文档
39、勿问成功的秘诀为何，且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔，思而不学则殆。——孔子
机器视觉基础知识PPT课件.
1、战鼓一响，法律无声。——英国 2、任何法律的根本；不，不成文法本 身就是 讲道理 ……法 律，也 ----即 明示道 理。— —爱·科 克
3、法律是最保险的头盔。——爱·科 克 4、一个国家如果纲纪不正，其国风一 定颓败 。—— 塞内加 5、法律不能使人人平等，但是在法律 面前人 人是平 等的。 ——波 洛克
谢谢！Biblioteka 36、自己的鞋子，自己知道紧在哪里。——西班牙
37、我们唯一不会改正的缺点是软弱。——拉罗什福科
xiexie! 38、我这个人走得很慢，但是我从不后退。——亚伯拉罕·林肯
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
光源
高频荧光灯
卤 素 灯 LED灯
光源
光源
荧光灯，传统型荧光灯即低压汞灯，是利用低气压的汞蒸气在通电后释放紫外 线，从而使荧光粉发出可见光的原理发光，因此它属于低气压弧光放电光源。
卤素灯泡（英文：halogen lamp），简称为卤素泡或者卤素灯，又称为钨卤灯 泡、石英灯泡，是白炽灯的一个变种。
• 检测方法 灰度分析（阀值） & 梯度分析 图像增强 在视场（FOV）内定位产品零件 检测分析 – 测量，特征点查找检测，读取等
• 设备通讯 Pass/Fail 结果状态输出 检测数据分析控制输出
机器视觉系统概述
• 基础术语 • 相机
图像传感器 灰度 & 彩色 • 光学器件(镜头) 标准镜头 vs. 远心镜头 • 光源 基础知识 技巧
光学器件
镜头
光学器件
标准镜头
远心镜头
镜头
景深
印刷和纸张检测
光源
目的
将被测物体与背景尽量明显分别，获得高品质、高对 比度的图像。
重要性 直接影响处理精度和速度，甚至系统的成败。
光源
• 目标 – 高对比图像! 最明显的检测特征点 最不明显的“背景”和干扰
• 打光注意事项 被检测零件的特征 打光技术 彩色效果
吸收
反射
传递
漫反射
镜面反射
光源 打光技术
明视场
暗视场
背光
Dome 光
结构光
同轴光
光源 案例
明视场
Dome 光
光源 彩色效果
白光得到各颜色
RV
O
B
YG
单色图像
滤光镜
偏振 用于减少闪烁 塑料或者玻璃
交叉偏光镜
偏光镜
滤光镜应用
无滤色镜
红色滤色镜
绿色滤色镜
相机
工业相机有多种类型
常见的分类方式如下
黑白相机和彩色相机 面阵相机和线阵相机 CCD相机和CMOS相机 模拟相机，数字相机，智能相机
相机
速度 距离 优势
缺点
CameraLink
Usb2.0
Base: 1.5Gbps Medium: 3.8Gbps Full: 5.1 Gbps
480Mbps
10m
5m
1.带宽高 2.有带预处理功能 的采集设备 3.抗干扰能力强
示意图
相机 - Camera 图像传感器 - Image
Sensor 镜头 - Lens 工作距离 - Working
Distance 视场（FOV） – Field of
View 景深（DOF） – Depth of
Field 分辨率 - Resolution
CCD & CMOS
频闪灯； 运行成本低、寿命长的LED，会在综合成本和性能方面体现出更大
的优势； 可根据客户的需要，进行特殊设计。
光源
两种常见正向打光方式
暗视野
亮视野
光源
两种常见正向打光方式
亮视野
暗视野
光源
低角度
光源
前向光
照明光源
光源
背光
光源
照射物
白色光 (混合色)
蓝色
其它颜色 被吸收
光源 被检测零件特征
1.易用 2.价格低 3.多相机
1.价格高
1.无标准协 议 2.CPU占用高
1394a 400Mbps
1394b 800Mbps
4.5m
4.5m
1.易用，价格低，多相 机 2.传输距离远，实际线 缆可达到17.5m，光纤传 输可达100m 3.有标准DCAM协议 4.CPU占用最低
1.长距离传输线缆价格 稍贵
原理是在灯泡内注入碘或溴等卤素气体，在高温下，升华的钨丝与卤素进行化学 作用，冷却后的钨会重新凝固在钨丝上，形成平衡的循环，避免钨丝过早断裂。因此 卤素灯泡比白炽灯更长寿。
卤素灯供电电压通常分为交流220V和直流12V两种。 例子：氙气灯泡
光源
LED光源的优势
可制成各种形状、尺寸及各种照射角度； 可根据需要制成各种颜色，并可以随时调节亮度； 通过散热装置，散热效果更好，光亮度更稳定； 使用寿命长（约3万小时，间断使用寿命更长）； 反应快捷，可在10us或更短的时间内达到最大亮度； 电源带有外触发，可以通过计算机控制，起动速度快，可以用作
机器视觉基础知识
机器视觉技术示意图
触发信号
获取图像
图像处理
sensor PLC
Robot
输出
Digital output Serial out TCP/IP out Ethernet I/P
F机， 光学部件，光源 目标 – 特征部分与“背景”形成高反差的图像 校正 & 比例缩放
镜头
镜头兼容芯片尺寸和相机芯片尺寸关系
印刷和纸张检测
光学器件
• 标准镜头 成本较低, 尺寸较小 透视误差 距离的改变会引起大小的改变 畸变大 较大的检测对象, 特征点检测, 测量相对差
光学器件
• 远心镜头 成本较高, 体积较大 无透视误差 距离不改变大小 畸变小 较小检测对象, 精准测量
纯白 = 255 中等灰度 = 128 纯黑 = 0
CCD & CMOS
填充因数
系统干扰
响应速度 动态范围 建模 速度 图像质量 耗电性能
CCD
高
低 中等
高 快，质量高 中等偏高
高
中等
CMOS
中等 中等
稍快 中等 差 较高
一般
稍微少于CCD
镜头
分辨率 焦距 景深 兼容芯片尺寸 远心 畸变
• 图像传感器 光电探测器网格 (像素阵列) 转换光亮度级别成电子信号 CCD vs. CMOS – 转换方式不同
灰度
• 灰度像素深度 转换光亮度级别成可测量信号级别 0 – 255 (0 – 黑, 255 – 白) 部分软件使用百分比表示方法(0-100%)
0 2 7 2 4 5 2 3 0 23 82 0 1 6 8 8 9 4 7 15 89 94 5 4 5 2 1 2 4 17 90 95 97 5 4 3 4 8 3 15 86 92 99 99 0 2 2 6 7 22 89 92 96 99 100 1 4 6 1 18 88 95 100 94 98 99 4 5 9 19 92 94 99 93 97 95 96 2 3 20 80 93 92 91 96 94 98 98 3 9 78 95 95 97 98 97 95 97 100 11 76 94 97 100 99 96 99 100 96 100