机器视觉成像系统主要由相机(CCD/CMOS)、镜头和光源组成,是视觉检测的基础,成像系统的设计目的就是获取合格的原始图像,并且一个好的成像系统要保证系统运行期间图像质量的稳定,稳定的图像抓取是视觉检测稳定性的基本保证。
机器视觉
工业相机对成像稳定性的影响
对视觉系统设计者来说,工业相机的选择主要考虑其传感器类型、分辨率和帧率,其中传感器分CCD与CMOS两种,CMOS图像传感器集成度高,各元件、电路之间距离很近,干扰比较严重,成像噪声高,CCD传感器相机相对于CMOS相机具有灵敏度高、噪声低和响应速度快的特点,在稳定性方面,CCD相机的抗冲击与震动性也较强,一般来说,CCD传感器相机在成像质量上和稳定性方面要优于CCD相机。
影响相机成像质量的另一重要因素就是相机的镜头,镜头除了需要根据具体工作状况选择合适的焦距、景深和光圈等参数外,一个影响系统检测精度的重要因素就是图像的几何畸变误差,它是光学透镜固有的透视失真,受到制作工艺的影响,无法消除,只能弥补,虽然现在许多工业相机通过各种方法弥补镜头畸变产生的误差,但在高精度的检测领域,几何畸变仍然会对检测精度产生影响。
光源对成像稳定性的影响
光源具有放大图像的特征与缺陷、削弱混乱及背景的作用,直接影响输入数据的质量,由于没有通用的照明设备,光源的设计一直是机器视觉系统的难点,通常不仅需要针对每个特定的应用实例来选择光源类型,还要根据具体环境对光源安装、光源的照射方式进行斟酌,以达到最佳效果。不同类型的光源稳定性存在差异,常见的可见光光源有LED光源、卤素灯、日光灯和钠光灯等,可见光最大的缺点是不能持续稳定的输出光能,如日光灯,在使用的第一个100小时内,光能会下降15%左右,随着使用时间的增加,光能输出持续下降。除可见光外,在高检测任务的场景下,也常采用X射线和超声波等不可见光作为光源,可以持续稳定的输出光能,但不利于检测系统的操作,且价格昂贵。光源的不均匀性也会对图像质量产生影响,不同方向的发光强度存在差别也会引起噪声。可见光中LED光源的稳定性和寿命相对于卤素灯、日光灯等要好,响应时间短,可自由选择颜色,运行成本也低,得到了广泛的应用。光源的照射方式可分为背向照明、前向照明、结构光照明和频闪照明,其设计要点是以突出图像特征为准则。
软件稳定性
检测软件稳定性对机器视觉的影响毋庸置疑,视觉系统最终会在计算机上利用软件采用有针对性的算法进行图像滤波,边缘检测和边缘提取等一系列图像处理,不同的图像处理和分析手段以及不同的检测方法与计算公式,都会带来不同的误差,算法优劣决定测量精度的高低。
环境因素影响
视觉系统工作的测量环境包括温度、光照、电源变化、灰尘、湿度以及电磁干扰等,好的环境是视觉系统正常运行的保障。外界光照会影响照射在被测物体上的总光强,增加图像数据输出的噪声,电源电压的变化也会导致光源不稳,产生随时间变化的噪声。温度变化也会对相机的性能产生影响,相机在出厂时都会标志正常工作的温度范围,过热或过冷都会影响相机的正常工作。电磁干扰是工业检测现场不可避免的干扰因素,它对工业相机电路、数据信号传输电路等弱电电路的影响尤为严重,合格的视觉产品会在出厂时经严格的抗干扰测试,极大的降低了外界电磁干扰对硬件电路的影响。
机械结构定位影响
除成像系统硬件外,相机与物体之间的相对位置关系也会对图像质量的稳定性产生影响,如相机或工件的机械支撑结构如果存在震动,会影响检测精度,且这也是一个难以排查的问题。在动态下检测工件,需要考虑运动模糊对图像精度的影响(模糊像素 = 物体运动速度*相机曝光时间)。 另外,CCD相机与被测零件之间在理性状况下应为相机镜头光轴垂直于零件所在平面,但实际使用中,由于安装误差或相机、工件制造误差等原因不能保证光轴与被测平面完全垂直,存在一定角度偏差,同样对测量精度产生影响。

影响机器视觉检测系统不稳定性因素分析相关推荐

  1. 机器视觉:系统不稳定性因素分析

    机器视觉:系统不稳定性因素分析 1 引言     机器视觉的研究始于20世纪50年代二维图像的模式识别[1],它起初被设计用来代替人眼从事检测识别的工作,可以大大提高检测的工作效率以及降低人眼疲劳带来 ...

  2. 基于C++MFC的活塞环外观表面缺陷机器视觉检测系统

    目 录 1 绪论 1 1.1 课题研究背景和意义 1 1.2国内外研究现状和发展 2 1.3研究内容 2 2 活塞环生产过程介绍与缺陷分析 4 2.1活塞环工作原理 4 2.2活塞环的的加工特点 5 ...

  3. 主板检测卡c5_检测升级 | 华北工控推出机器视觉检测系统计算机产品方案

    为适应现代智能制造的生产模式,传统企业的制造技术和自动化制造系统正在不断升级,机器视觉开始广泛的应用于制造业的检测领域,以满足自动生产中的工序间检测和过程检测对于检测效率和精准度的要求. 01.机器视 ...

  4. CCD机器视觉检测系统常规的工作流程

    CCD机器视觉检测系统常规的工作流程有哪些? 1.第一步,将监测到的物品靠近或运动到工业镜头视角的中心点,如果是,则将激发脉冲信号发送至影像采装置 2.影像采集装置按照开发技术人员设定的应用程序和定时 ...

  5. Python+Opencv的工业级机器视觉检测系统

    目录 前言 一.系统介绍 1.1 设计目的 1.2 硬件配置 二.程序描述 2.1 视觉检测流程 2.2 程序描述 2.2.1 清空文件夹模块 2.2.2 ROI区域划分模块 2.2.3 黑白占比计算 ...

  6. 机器视觉检测系统完整解决方案以及开发流程

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 第一步是确定要求并确定是否可行 机器视觉一词可以想象是具有一组眼睛 ...

  7. 施努卡:3d机器视觉检测系统 3d视觉检测应用行业

    施努卡(SCHNOKA)成立于2010年,先后在上海,苏州及武汉建立了分公司.国家高新技术企业,致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司.公司围绕感知&识别核心技术构建智能装备 ...

  8. 基于机器视觉的散热器钎焊缺陷检测系统研发

    人工智能技术与咨询 点击蓝字 · 关注我们 来源:< 图像与信号处理> ,作者 吕广贤 关键词: 机器视觉:缺陷检测:钎焊 摘要: 摘要: 为解决散热器钎焊缺陷在工业检测过程中效率低.差错 ...

  9. 基于深度学习(AI人工智能)技术的机器视觉外观检测系统-GalileoX软件介绍

    制造业是中国工业化的源头,是实现现代化的主力军,在中国每天都要生产大量的工业产品.随着生活品质的提高,对产品质量的要求越来越高,除要求满足使用性能外,还要有良好的外观,即良好的表面质量.不同产品的表面 ...

最新文章

  1. 【Android 应用开发】 Ubuntu 安装 Android Studio (旧版本|仅作参考)
  2. 关于VR技术和未来发展---转
  3. 追洞小组 | Jdbc反序列化漏洞复现浅析
  4. 【Ubuntu-Opencv】Ubuntu14.04 Opencv3.3.0 使用中出现OpenCV Error: Unspecified error
  5. C++小项目-吃豆子游戏
  6. Leetcode--5274. 停在原地的方案数
  7. Java性能优化方面的程序优化知识点归纳,希望对你有所帮助
  8. 【LeetCode】【HOT】105. 从前序与中序遍历序列构造二叉树(哈希表+递归)
  9. 六部门集中约谈8家网约车顺风车平台 要求加快合规步伐
  10. 三年Java开发经验,必须要掌握的知识技能树有哪些?
  11. 关于MDI窗体的那些问题
  12. 490 - Rotating Sentences
  13. imnoise2.m
  14. dubbo源码解析-zookeeper连接
  15. 2021图像检索综述
  16. javaweb项目实训总结_JAVA WEB实训总结
  17. ASEMI快恢复二极管RL257参数,RL257图片,RL257应用
  18. 99%的人都不知道的减肥小秘密,你必须知道
  19. 仙人掌圆方树学习笔记
  20. Linux I2C驱动

热门文章

  1. linux系统数据文件和信息--unix环境高级编程读书笔记
  2. JavaScript声明全局变量的三种方式
  3. AI和机器学习对云计算的安全有何影响?
  4. 自动更新统计信息的阀值——人为更新统计信息的重要性
  5. CSS3秘笈复习:第十一章
  6. 第三方平台也能为未微信认证的订阅号调用自定义菜单接口和素材管理接口
  7. Android 选项菜单
  8. iCloud5_Building and Running Your App
  9. 名企架构师的心声:让我一次“架”个“构”
  10. 点评2009年PHP十大图书(2)