机器视觉与视觉检测知识点归纳

一总介

使用机器视觉系统五个主要原因：

1.精确性（无人眼限制）

2.重复性（相同方法检测无疲惫）

3.速度（更快检测）

4.客观性（无情绪主观性）

5.成本（一台机器可承担好几人工作）

机器视觉系统构成：

光学：1.相机与镜头；2.光源；

过渡：3.传感器（判断被测对象位置及状态）；4.图像采集卡（把相机图像传到电脑主机）；

电学（计算机）：5.PC平台；6.视觉处理软件；7.控制单元。

机器视觉系统一般工作过程：1.图像采集；2.图像处理；3.特征提取；4.判决和控制。

机器视觉系统的特点：1.非接触测量；2.具有较宽的光谱响应范围；3.连续性；4.成本较低；5.机器视觉易于实现信息集成；6.精度高；7.灵活性。

机器视觉应用领域两大类：科学研究和工业应用

科学研究主要对运动和变化的规律作分析；

工业方面主要是在线检测产品，机器视觉所能提供的标准检测功能主要有：有/无判断、

面积检测、方向检测、角度测量、尺寸测量、位置检测、数量检测、图形匹配、条形码识别、字符识别、颜色识别等。

二机器视觉系统的构成

相机的主要特性参数：

分辨率：衡量相机对物象中明暗细节的分辨能力。

最大帧率：相机采集传输图像的速率。

曝光方式和快门速度；o(*￣)￣*)o？

像素深度：每一个像素数据的位数。

固定图像噪声：不随像素点的空间坐标改变的噪声。

动态范围等

CCD相机和CMOS相机的区别：

1.设计：CCD是单一感光器，CMOS是感光器连接放大器。

2.灵敏度：同样面积下，CCD灵敏度高；CMOS由于感光开口小，灵敏度低。

3.成本：CCD线路品质影响程度高，成本高；CMOS由整合集成，成本低。

4.解析度：CCD连接复杂度低，解析度高；CMOS新技术解析度高。

5.噪点比：CCD信号单一放大，噪点低；CMOS百万放大（每个像素都有各自的

放大器），噪点高。

6.功耗比：CCD需外加电压，功耗高；CMOS直接放大，功耗低。

镜头主要参数：

焦距：从镜头中心点到胶平面上所形成的清晰影像之间的距离，其大小决定视角大小（焦距小视角大观察范围大，焦距大视角小观察范围小）。

光圈/相对孔径：光圈即通光量，大小为f/D,相对孔径是光圈的值的倒数。

视野范围：衡量镜头成像范围，是相机实际拍到区域的尺寸。

景深：在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围，其随镜头的光圈值、焦距、拍摄距离而变化。

接口、工作距离、像面尺寸、分辨率等

镜头划分：

根据焦距是否能调节，分为定焦与变焦两种。依据焦距长短，定焦分为鱼眼、

短焦标准、长焦。焦距的长短划分以像角的大小为主要划分依据。

镜头的选择：

机器视觉应该考虑的四个主要因素：

1.波长、变焦与否

确定镜头的工作波长及是否需要变焦。

2.特殊要求优先考虑

是否有测量功能，是否需要使用远心镜头，成像的景深是否很大等。

3.工作距离、焦距o(*￣)￣*)o？

4.像面大小和像质

所选镜头像面大小要与相机感光面兼容，遵循“大的兼容小的”原则。

5.光圈和接口

光圈影响像面亮度，镜头接口需和像面接口匹配，不能匹配就需考虑

转接。

6.成本和技术成熟度

基本分析如下：案例：给硬币检测成像系统选配镜头。（详细P44）

与白色LED光源配合使用，镜头应是可见光波段，定焦镜头；

用于工业检测，其中带有测量功能，所以要求畸变较小；

工作距离和焦距要满足一定关系；

选择镜头像面应该不小于CCD尺寸，即至少2/3in；

镜头的接口要求是C口，能配合相机使用。

图像采集卡：

概述：

将摄像机的图像视频信号，以帧为单位，送到计算机的内存和VGA

帧存。一般连接在台式机的PCI扩展槽上。

基本原理与技术参数：

图像采集卡基本结构大致相同，其基本组成模块各个部分主要构成及

功能：

视屏输入模块：是图像采集卡的前端，直接与相机相连。

A/D转换模块：图像采集卡核心部分，将输入的模拟视屏信号转换为

计算机可以识别的数字信号。

时序及采集控制模块：包括图像采集卡中整个时序、同步、采集控制

电路。

图像处理模块：对A/D转换后的数字信号进行处理。（实时转换数字

信号为数据图像等，尽管可由主机来完成，但

用图像采集卡硬件可获得更高的处理速度）。

PCI总线接口及控制模块：完成对数字图像数据的传输。

相机控制模块：提供相机的设置及其控制信号o(*￣)￣*)o？

数字输入、输出模块：用于控制和响应外部信号。

分类：

按图像采集卡主要特性分：可分为彩色图像采集卡与黑白图像采

集卡、模拟图像采集卡与数字图像采集卡、

面阵图像采集卡和线阵图像采集卡。

按用途划分：可分为广播级（分辨率高，支持高清和标准，

但所需硬盘空间大），专业级（性能比广播级

稍低，分辨率相同，但压缩比稍大一些），民

用级（动态分辨率一般较低）。

机器视觉系统的核心是图像采集和处理，选择机器视觉光源时应该考虑的主要特性:

1.亮度：最佳选择是最亮的那个。

2.光源均匀性：不均匀的光会造成不均匀的反射。

3.光谱特征：光源颜色及物体表面颜色决定反射到摄像头的光能大小及

波长。

4.寿命特性：为使图像处理保持一致的精确，视觉系统必须保证长时间

获得稳定一致的图像（光源一般需要持续使用）。

5.对比度：对比度对机器视觉来说非常重要。机器视觉应用的照明的最

重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产

生最大的对比度，从而易于特征的区分。