《工業(yè)機(jī)器視覺技術(shù)應(yīng)用》 課件 李峰 模塊1-4 工業(yè)機(jī)器視覺整體認(rèn)知 -工業(yè)機(jī)器視覺軟件系統(tǒng)認(rèn)知

機(jī)器視覺認(rèn)知目錄機(jī)器視覺定義機(jī)器視覺國外發(fā)展歷程機(jī)器視覺國內(nèi)發(fā)展歷程機(jī)器視覺系統(tǒng)構(gòu)成項(xiàng)目總結(jié)機(jī)器視覺定義Part01機(jī)器視覺是一門新興的交叉學(xué)科，涉及光學(xué)、數(shù)字圖像處理、計算機(jī)圖形學(xué)、模式識別、機(jī)器學(xué)習(xí)、人工智能以及機(jī)器人等諸多領(lǐng)域。由于機(jī)器視覺涉及領(lǐng)域廣，目前還沒有一個明確的定義。美國制造工程師協(xié)會（Society

ofManufacturingEngineers,

SME）機(jī)器視覺協(xié)會和美國機(jī)器人工業(yè)協(xié)會（RoboticIndustriesAssociation,

RIA）自動化視覺分會對機(jī)器視覺的定義為：“機(jī)器視覺是研究如何通過光學(xué)裝置和非接觸式傳感器自動地接收、處理真實(shí)場景的圖像，以獲得所需信息或者用于控制機(jī)器人運(yùn)動的學(xué)科”數(shù)字圖像處理機(jī)器視覺人工智能模式識別機(jī)器學(xué)習(xí)計算機(jī)圖形學(xué)機(jī)器人光學(xué)對比項(xiàng)機(jī)器視覺人眼灰度分辨率強(qiáng)，一般使用256灰度級弱，一般只能分辨64個灰度級空間分辨率通過配備不同光學(xué)鏡頭，可以觀測小到微米大到天體的目標(biāo)弱，不能觀看微小的目標(biāo)感光范圍從紫外到紅外的較寬光譜范圍，另外有X光等特殊攝像機(jī)380nm～780nm波長范圍的可見光速度快門時間可達(dá)到10微妙左右，高速像機(jī)幀率可達(dá)到1000以上無法看清楚較快速運(yùn)動的目標(biāo)環(huán)境適合惡劣、危險的環(huán)境不適合惡劣和危險的環(huán)境成本一次性投入，成本不斷降低人力成本不斷升高工業(yè)機(jī)器視覺是機(jī)器視覺在工業(yè)領(lǐng)域的應(yīng)用。在現(xiàn)代自動化生產(chǎn)過程中，機(jī)器視覺系統(tǒng)從早期的電子裝配缺陷檢測，已逐步應(yīng)用到半導(dǎo)體、汽車、航空航天等多個領(lǐng)域。表1-1對機(jī)器視覺與人眼視覺進(jìn)行了對比，可以看出機(jī)器視覺能夠在一些不適合人工工作的危險環(huán)境或者人工視覺難以滿足精度要求的場合中發(fā)揮重要作用。另外，在大批量工業(yè)生產(chǎn)制造過程中，引入機(jī)器視覺檢測能夠顯著提高生產(chǎn)的自動化程度和生產(chǎn)效率，因此工業(yè)機(jī)器視覺已成為實(shí)現(xiàn)智能制造的關(guān)鍵技術(shù)之一機(jī)器視覺國外發(fā)展歷程Part02概念三國外視覺技術(shù)最早可以追溯到20世紀(jì)50年代。開始研究數(shù)字圖像處理技術(shù)的應(yīng)用，其重要標(biāo)志是1964年美國噴氣推進(jìn)實(shí)驗(yàn)室（JetPropulsion

Laboratory,

JPL）正式使用數(shù)字計算機(jī)對“徘徊者7號”傳回的月球圖片進(jìn)行處理。概念三20世紀(jì)60年代美國學(xué)者Larry

Roberts通過計算機(jī)程序從數(shù)字圖像中提取出立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對物體形狀和物體空間關(guān)系進(jìn)行了描述，開創(chuàng)了以理解三維場景為目的的三維機(jī)器視覺研究。概念三20世紀(jì)70年代麻省理工學(xué)院人工智能實(shí)驗(yàn)室正式開設(shè)“機(jī)器視覺”課程。同階段美國貝爾實(shí)驗(yàn)室成功研制出CCD圖像傳感器，能夠直接把圖像轉(zhuǎn)換為數(shù)字信號并存儲到電腦中參與計算和分析，成為機(jī)器視覺發(fā)展歷程中的重要轉(zhuǎn)折點(diǎn)概念三20世紀(jì)80年代這一時期出現(xiàn)了基于感知特征群的物體識別理論框架、主動視覺理論框架、視覺集成理論框架等概念，同時還涌現(xiàn)出許多新的研究方法和理論，新的理論和方法對于二維圖像的處理和三維圖像的模型和算法研究都有著極大的幫助。在此期間出現(xiàn)了首批機(jī)器視覺企業(yè)，如加拿大的DALSA、美國的柯達(dá)、英國的E2V等CCD傳感器與工業(yè)相機(jī)公司，以及美國康耐視等具有代表性的軟件算法公司。概念三20世紀(jì)90年代由于工業(yè)應(yīng)用需求的不斷發(fā)展，機(jī)器視覺技術(shù)逐漸走向成熟，并進(jìn)入了工業(yè)生產(chǎn)中。進(jìn)入21世紀(jì)后，機(jī)器視覺技術(shù)開始大規(guī)模地應(yīng)用于多個領(lǐng)域。隨著計算機(jī)技術(shù)的不斷發(fā)展，人工智能技術(shù)開始廣泛應(yīng)用于視覺圖像處理中。在深度學(xué)習(xí)算法出現(xiàn)之前，針對圖像處理的算法主要包括五個步驟：特征設(shè)計與感知、圖像預(yù)處理、特征提取、特征篩選、推理預(yù)測與識別。概念三至今經(jīng)過多年的研究和發(fā)展，國外在機(jī)器視覺領(lǐng)域誕生了許多著名的機(jī)器視覺品牌，如圖1-2所示。工業(yè)相機(jī)主要有德國Basler、加拿大DALSA、丹麥JAI等，工業(yè)鏡頭主要有德國Sill、韓國SPO、日本Computar，光源供應(yīng)主要有日本CCS、德國Zeiss、法國Schneider等，工業(yè)視覺軟件主要有德國Halcon、美國Cognex、加拿大Sherlock等，工業(yè)3D掃描儀主要有日本Keyence、加拿大LMI、美國Cognex等機(jī)器視覺國內(nèi)發(fā)展歷程Part03概念三1995年~1997年在國外技術(shù)發(fā)展引領(lǐng)下，我國機(jī)器視覺進(jìn)入了萌芽期，開始在航空、航天等重要場景出現(xiàn)應(yīng)用。此時由于算法及成像技術(shù)尚不成熟，國外機(jī)器視覺產(chǎn)業(yè)能力處于成長波動期，國內(nèi)一些企業(yè)作為國外代理商提供機(jī)器視覺器件及技術(shù)服務(wù)。相較于歐美等發(fā)達(dá)國家，國內(nèi)機(jī)器視覺產(chǎn)業(yè)起步較晚，機(jī)器視覺的發(fā)展歷程基本分為四個階段概念三1998年~2002年在應(yīng)用和算法雙驅(qū)動下，國內(nèi)機(jī)器視覺進(jìn)入了起步期。此時

CPU性能提升，PC-Base

系統(tǒng)可以解決一般的視覺檢測問題。在此階段，許多著名視覺設(shè)備供應(yīng)商，如美國Cognex、德國Basler、美國Data

Translation、日本SONY等開始接觸中國市場并尋求合作。相較于歐美等發(fā)達(dá)國家，國內(nèi)機(jī)器視覺產(chǎn)業(yè)起步較晚，機(jī)器視覺的發(fā)展歷程基本分為四個階段概念三2003年~2012年是國內(nèi)機(jī)器視覺發(fā)展初期。以蘋果手機(jī)加工制造為核心的3C電子制造產(chǎn)業(yè)進(jìn)入高精度時代，迫切需要用機(jī)器替代人來保障產(chǎn)品加工精度和質(zhì)量一致性。

2010年后，手機(jī)產(chǎn)業(yè)的飛速發(fā)展帶來整個3C電子制造業(yè)的變革，擴(kuò)展了機(jī)器視覺的應(yīng)用場景，加速促進(jìn)了機(jī)器視覺產(chǎn)業(yè)的發(fā)展。經(jīng)過幾年的發(fā)展，機(jī)器視覺技術(shù)不僅在半導(dǎo)體、電子行業(yè)有了更廣泛的應(yīng)用，還應(yīng)用于汽車、包裝、農(nóng)產(chǎn)品、印刷、焊接等行業(yè)。相較于歐美等發(fā)達(dá)國家，國內(nèi)機(jī)器視覺產(chǎn)業(yè)起步較晚，機(jī)器視覺的發(fā)展歷程基本分為四個階段概念三2013年至今國內(nèi)機(jī)器視覺進(jìn)入高速發(fā)展期。在相關(guān)政策的扶持和引導(dǎo)下，國內(nèi)機(jī)器視覺行業(yè)市場規(guī)模快速擴(kuò)大，出現(xiàn)了許多具有代表性的機(jī)器視覺公司如青島海之晨、廣東奧普特、?？禉C(jī)器人、大恒圖像、商湯科技、華睿科技等。相較于歐美等發(fā)達(dá)國家，國內(nèi)機(jī)器視覺產(chǎn)業(yè)起步較晚，機(jī)器視覺的發(fā)展歷程基本分為四個階段機(jī)器視覺系統(tǒng)構(gòu)成Part04物體圖像信息采集系統(tǒng)處理系統(tǒng)動作執(zhí)行系統(tǒng)機(jī)器視覺系統(tǒng)通過圖像采集裝置將被拍攝的對象或者研究目標(biāo)轉(zhuǎn)換成圖像信息，采集的圖像經(jīng)過專用的圖像處理系統(tǒng)分析，得到被拍攝的對象或者研究目標(biāo)的特征，并根據(jù)分析的結(jié)果來控制現(xiàn)場的設(shè)備動作。光學(xué)照明與成像完成圖像數(shù)字信號獲取，由光學(xué)成像系統(tǒng)（光源和鏡頭等）映射圖像，經(jīng)過相機(jī)圖像傳感完成光電模擬信號到數(shù)字圖像信號的轉(zhuǎn)換。圖像采集與傳輸完成圖像采集，將光學(xué)圖像數(shù)據(jù)傳入計算機(jī)存儲器。數(shù)據(jù)圖像處理和分析運(yùn)用不同的算法對圖像進(jìn)行處理，提取有效信息并進(jìn)行分析和判斷。010203信息決策與執(zhí)行依據(jù)數(shù)據(jù)處理和分析的結(jié)果，輸出相應(yīng)的結(jié)果和動作控制指令。03項(xiàng)目總結(jié)Part05光源、鏡頭、相機(jī)共同構(gòu)成了機(jī)器視覺系統(tǒng)的成像模塊，其中光源用于為場景提供合適的照明，鏡頭形成高質(zhì)量的光學(xué)圖像，相機(jī)完成光電信號的轉(zhuǎn)換。線纜完成圖像電信號的傳輸（有些系統(tǒng)可能采用無線傳輸），采集卡完成圖像由模擬信號到數(shù)字信號的轉(zhuǎn)化或格式變換，得到數(shù)字圖像或視頻，由軟件完成圖像處理、信息分析和提取以及判斷決策等功能，相關(guān)判斷和決策進(jìn)一步控制機(jī)電機(jī)構(gòu)執(zhí)行相關(guān)動作。THANKS感謝您的觀看機(jī)器視覺應(yīng)用場景認(rèn)知機(jī)器視覺典型應(yīng)用Part01識別檢測測量定位識別010203信息獲取信息獲取是指通過圖像傳感器，將被檢測物體表面的反射光轉(zhuǎn)化為圖像信息。預(yù)處理預(yù)處理作為所有視覺算法的第一步，其目的是消除圖像中無關(guān)的信息，恢復(fù)有用的真實(shí)信息。通過圖像的預(yù)處理，能夠在一定程度上簡化數(shù)據(jù)，提高后續(xù)圖像處理算法中特征提取、圖像分割等算法的有效性。常見的預(yù)處理包括圖像處理中的去噪、平滑、變換等操作特征提取特征提取是從圖像中提取出能夠代表該圖像的特有性質(zhì)。由于所研究的圖像是各式各樣的，因此需要通過圖像自身的特征來對其進(jìn)行區(qū)分與識別，而獲取這些特征的過程就是特征提取。所提取的特征并不一定對此次識別都是有用的，選擇合適的特征對于圖像識別至關(guān)重要。特征提取的準(zhǔn)則是使用盡可能少的特征，使分類的誤差盡可能小。分類器設(shè)計和分類決策分類器設(shè)計是指通過訓(xùn)練而得到一種識別規(guī)則，能夠?qū)斎氲膱D像具有的不同特征有不同響應(yīng)。分類決策是指分類器將不同響應(yīng)的圖像歸為不同的類別04二維碼識別數(shù)字識別條形碼識別檢測視覺檢測是機(jī)器視覺技術(shù)在工業(yè)生產(chǎn)中最重要的應(yīng)用之一，占據(jù)約60%以上的視覺市場應(yīng)用場景。在自動化生產(chǎn)中，涉及各種各樣的質(zhì)量檢測，如工件表面是否存在劃痕、裂紋、孔洞等常見表面缺陷，以及工件是否裝反、裝錯、漏裝等手機(jī)芯片缺陷檢測鈑金外觀檢測輸液管后蓋有無檢測醫(yī)藥瓶表面缺陷檢測測量傳統(tǒng)的測量方式通過人工操作卡尺或千分尺等量具對待檢測零件的某一尺寸進(jìn)行檢測分析，人工測量過程耗時長、檢測效率低，難以滿足自動化生產(chǎn)的大批量零件檢測需求。機(jī)器視覺測量技術(shù)通過非接觸式的測量方法，完成圖像數(shù)據(jù)的采集，并通過專用的數(shù)據(jù)分析系統(tǒng)，輸出所關(guān)心的待檢測參數(shù)結(jié)果。相較于人工檢測方式，機(jī)器視覺測量技術(shù)測量范圍更廣、檢測效率更高、檢測精度更快，因此在工業(yè)領(lǐng)域有著越來越多的應(yīng)用。電池極耳尺寸測量硅棒端面尺寸測量按鍵字符位置測量手機(jī)殼尺寸測量定位在工業(yè)生產(chǎn)現(xiàn)場存在大量的轉(zhuǎn)運(yùn)、抓取等任務(wù)，此類工作需要先準(zhǔn)確定位工件所在位置，然后引導(dǎo)執(zhí)行機(jī)構(gòu)完成相應(yīng)的工作。視覺定位是指基于采集的圖像對零件位置進(jìn)行識別，通常的執(zhí)行機(jī)構(gòu)為工業(yè)機(jī)器人。工業(yè)機(jī)器人已經(jīng)在焊接、搬運(yùn)以及裝配等作業(yè)場景中廣泛使用，對于機(jī)器人而言，只需要重復(fù)執(zhí)行程序即可。在程序執(zhí)行前，機(jī)器人需要先確定零件的位置，通過機(jī)器視覺采集的二維或者三維信息，能夠引導(dǎo)機(jī)器人開展相應(yīng)的動作操作。。視覺定位與機(jī)器人抓取定位針對機(jī)器視覺的典型應(yīng)用場景，許多機(jī)器視覺相關(guān)企業(yè)開發(fā)了相應(yīng)的軟件。如廣東奧普特科技股份公司研發(fā)了SciVisin視覺開發(fā)包，并開發(fā)了Smart3軟件，具備測量、檢測、識別、定位等功能模塊，同時還融合了深度學(xué)習(xí)算法，用于缺陷檢測、目標(biāo)定位識別、圖像分類等多個應(yīng)用場景，為機(jī)器視覺的工程化應(yīng)用提供了有效的解決手段機(jī)器視覺行業(yè)應(yīng)用Part02項(xiàng)目背景機(jī)器視覺系統(tǒng)具有高精度、非接觸測量、長時間穩(wěn)定工作等優(yōu)點(diǎn)，在工業(yè)領(lǐng)域被廣泛應(yīng)用，極大地提高了生產(chǎn)線自動化程度。目前機(jī)器視覺在電子制造、汽車制造、航空航天等行業(yè)有著廣泛應(yīng)用電子制造行業(yè)表面貼焊（裝）技術(shù)（Surface

Mounted

Technology，SMT）是目前電子組裝行業(yè)里最常用的一種技術(shù)和工藝，機(jī)器視覺主要用于SMT生產(chǎn)線上的定位與質(zhì)量檢驗(yàn)，包括印刷機(jī)中鋼網(wǎng)與PCB對位，錫膏3D掃描等。圖1-11展示了幾種常見的PCB組裝缺陷，機(jī)器視覺在電子行業(yè)的常見檢測內(nèi)容包括：點(diǎn)膠檢測、元件正負(fù)極判斷、元件組裝定位、PCB板焊錫復(fù)檢（虛焊、多錫、少錫）等虛焊元件側(cè)立元件偏移元件錯位半導(dǎo)體行業(yè)半導(dǎo)體行業(yè)是工業(yè)機(jī)器視覺應(yīng)用較為成熟的領(lǐng)域，早在上世紀(jì)八十年代便開始研究機(jī)器視覺在半導(dǎo)體檢測領(lǐng)域的應(yīng)用。機(jī)器視覺從早期的字符和引腳的檢測，逐漸轉(zhuǎn)向封裝后半導(dǎo)體的缺陷檢測，半導(dǎo)體器件精度的提高是促使機(jī)器視覺在半導(dǎo)體行業(yè)廣泛應(yīng)用的主要原因，傳統(tǒng)的半導(dǎo)體封裝檢測設(shè)備精度普遍要達(dá)到微米到亞微米之間，速度大約在每秒40～50平方厘米，誤報率要求控制在5%～10%以內(nèi)，人工檢測難以發(fā)揮作用，圖1-12為半導(dǎo)體制備過程中的視覺檢測流水線。半導(dǎo)體制備過程中的視覺檢測半導(dǎo)體行業(yè)工業(yè)生產(chǎn)現(xiàn)場檢測內(nèi)容主要包括：外觀缺陷、尺寸大小、數(shù)量、距離、定位、校準(zhǔn)、焊點(diǎn)質(zhì)量等，尤其芯片制作中的檢測、定位、切割和封裝都需要工業(yè)機(jī)器視覺來完成。以芯片切割工藝為例，為了滿足芯片生產(chǎn)節(jié)拍，同時保證芯片切割精度，對機(jī)器視覺定位速度、定位精度有著嚴(yán)格要求，芯片經(jīng)過切割完成后由機(jī)器視覺識別出非缺陷產(chǎn)品進(jìn)入后續(xù)貼片流程。IC芯片表面多膠檢測硅片表面缺陷檢測硅棒斷面尺寸檢測LED表面缺陷檢測光伏儲能行業(yè)光伏儲能就是利用太陽能轉(zhuǎn)化為電能并進(jìn)行存儲的過程。太陽能電池板作為光伏發(fā)電技術(shù)的載體，制備工藝流程繁瑣，制造過程中存在各種人眼無法觀察到的內(nèi)部缺陷和表面缺陷，直接影響光伏電池片的光電轉(zhuǎn)化效率和使用壽命，目前普遍采用采用機(jī)器視覺方法進(jìn)行缺陷檢測。生產(chǎn)的電池片需要進(jìn)行電池缺陷檢查、絲網(wǎng)印刷定位、激光邊線隔離、電池方向檢測、正面印刷定位、背面印刷定位與檢查、電池顏色分選等。太陽能電池片視覺檢測汽車制造行業(yè)如今的汽車行業(yè)已實(shí)現(xiàn)高度自動化，工業(yè)機(jī)器視覺在其中發(fā)揮著生產(chǎn)高效、質(zhì)量保障、安全可靠的巨大作用。汽車白車身是整車零部件的載體，涉及到汽車沖壓、焊接、總裝等多個復(fù)雜流程，為了保證車門、車蓋等零部件順利裝配，白車身在制造完成后需要對其三維輪廓進(jìn)行檢測。白車身整體尺寸大，需要檢測的部位較多，使用機(jī)器人末端安裝的三維掃描儀后采集汽車白車身整車點(diǎn)云，主要用于車身測量、匹配分析、輪廓檢測，已成為白車身制造質(zhì)量控制的有效方式。汽車白車身機(jī)器人視覺檢測汽車制造行業(yè)汽車行業(yè)中，涂膠是一個十分關(guān)鍵的工藝，涉及到底盤、車身、前擋風(fēng)玻璃等多個部位。機(jī)器視覺技術(shù)在汽車涂膠中的應(yīng)用，主要體現(xiàn)在視覺引導(dǎo)機(jī)器人涂膠和涂膠檢測兩個方面。在視覺引導(dǎo)機(jī)器人涂膠中，機(jī)器視覺系統(tǒng)可以通過相機(jī)拍攝的圖像和圖像處理算法，準(zhǔn)確定位待涂膠位置，在涂膠前對其進(jìn)行精準(zhǔn)測量和定位，避免因位置偏移等原因?qū)е峦磕z不均勻或遺漏。在涂膠過程中，機(jī)器視覺技術(shù)可以通過高分辨率相機(jī)和圖像處理算法，實(shí)時監(jiān)測涂膠的均勻程度、厚度、缺陷等。視覺引導(dǎo)機(jī)器人涂膠汽車制造行業(yè)汽車零部件機(jī)器人自動化焊接與視覺引導(dǎo)的機(jī)器人涂膠過程相似，區(qū)別在于機(jī)器人末端使用的工具以及工藝參數(shù)。在汽車零部件的焊接中，為了定位焊縫所在位置，需要使用視覺技術(shù)幫助機(jī)器人實(shí)現(xiàn)自主定位、引導(dǎo)和校正焊接軌跡等操作，提高焊接質(zhì)量和效率。汽車白車身機(jī)器人自動焊接汽車制造行業(yè)汽車生產(chǎn)線上，機(jī)器人替代人工完成重復(fù)性的上下料等工作十分常見，通過三維掃描方式獲取工件的擺放位置，規(guī)劃機(jī)器人無碰撞移動路徑和抓取姿態(tài)，可以實(shí)現(xiàn)零部件智能抓取。汽車鈑金件機(jī)器人視覺智能抓取航天航空行業(yè)隨著視覺測量技術(shù)的不斷發(fā)展和測量精度的不斷提高，視覺測量也被逐漸應(yīng)用于航空航天零部件的外觀檢測和尺寸分析，以及基于視覺測量技術(shù)引導(dǎo)航空航天零部件加工或者裝配。通過采集航空發(fā)動機(jī)圖像，并對采集到的圖像進(jìn)行圖像預(yù)處理，與標(biāo)準(zhǔn)模板進(jìn)行配準(zhǔn)、圖像分割及差異區(qū)域篩選等步驟，可以快速實(shí)現(xiàn)裝配后的發(fā)動機(jī)錯漏裝檢測；除了錯漏裝檢測，為了保證零件在復(fù)雜環(huán)境中的性能，通常會對航空航天零部件表面進(jìn)行熱處理或者進(jìn)行特殊材料涂層，經(jīng)過處理后的零部件如果表面存在劃痕，難以滿足零件的使用要求，而通過機(jī)器視覺采集圖像可以實(shí)現(xiàn)航空航天零部件表面劃痕缺陷的快速識別。裝配完成后的航空發(fā)動機(jī)航天航空行業(yè)傳統(tǒng)的航空航天零部件使用三坐標(biāo)進(jìn)行尺寸檢測，三坐標(biāo)檢測方式需要接觸待測目標(biāo)、測點(diǎn)數(shù)量少、測量效率低，難以滿足日益增長的零部件高效檢測要求。光學(xué)三維掃描方式具有測量效率高、在位在線、能夠測量復(fù)雜曲面結(jié)構(gòu)等技術(shù)優(yōu)勢，已開始在航發(fā)葉片、航空機(jī)匣、航空垂尾等大型復(fù)雜構(gòu)件尺寸檢測與輪廓分析中得到應(yīng)用，已成為替代三坐標(biāo)檢測的重要方式之一。航發(fā)葉片三坐標(biāo)測量航發(fā)葉片光學(xué)三維測量航天航空行業(yè)相機(jī)作為提供外部環(huán)境圖像信息的重要部件，在各種航空航天裝備中使用。例如用于開展火星探測的祝融號上配備了導(dǎo)航與地形相機(jī)與多光譜相機(jī)，其中導(dǎo)航與地形相機(jī)為火星車導(dǎo)航提供眼睛，多光譜相機(jī)用于拍攝固定波段下的圖像，不同成分物體形成的光譜圖像差異明顯，因此可以用來獲取視野范圍內(nèi)的礦物成分空間分布。祝融號火星車導(dǎo)航與地形相機(jī)祝融號火星車多光譜相機(jī)機(jī)械加工行業(yè)在機(jī)械加工行業(yè)，存在零件外形尺寸測量、裝配后位置度檢測、表面劃痕和異物檢測等需求，傳統(tǒng)的尺寸位置檢測主要依靠人工卡尺、樣板等量具進(jìn)行，表面劃痕和異物檢測主要依賴人工肉眼。這些檢測方式人因誤差大，容易產(chǎn)生錯檢、漏檢等問題。機(jī)器視覺作為一種新的檢測方法應(yīng)用于機(jī)械加工行業(yè)，能夠提高零部件的檢測效率和檢測精度，同時作為一種非接觸檢測方式能夠減少對工件表面損傷，提升工件檢測的安全性。加工件外形尺寸檢測加工件壓傷、焊偏、少焊、臟污缺陷檢測印刷行業(yè)印刷行業(yè)是機(jī)器視覺常見的應(yīng)用行業(yè)之一。機(jī)器視覺系統(tǒng)能夠迅速準(zhǔn)確地檢測出印刷品中的各類缺陷，提高產(chǎn)品質(zhì)量和生產(chǎn)效率，降低生產(chǎn)成本。被檢測的印刷品形式多樣，從印刷材質(zhì)方面可分為紙質(zhì)、塑料和金屬鋼板等，從印刷形式方面可分為卷曲材料和單張產(chǎn)品。一些印刷行業(yè)常見的檢測內(nèi)容，包括：材質(zhì)的缺陷檢測（如孔洞、異物等）、印刷缺陷檢測（如飛墨、刀絲、蹭版、套印不準(zhǔn)等）、顏色缺陷檢測（如淺印、偏色、露白等）食品行業(yè)在食品、飲料高速生產(chǎn)流水線上，人工肉眼檢測已不能滿足企業(yè)對于食品質(zhì)量的檢測要求，機(jī)器視覺的應(yīng)用提高了食品、飲料行業(yè)的檢測技術(shù)水平。機(jī)器視覺在食品、飲料行業(yè)常見的檢測內(nèi)容包括：瓶口破損、瓶底異物檢測、瓶子計數(shù)、飲料灌裝定位、灌裝液位檢測、灌裝后異物檢測、標(biāo)簽位置及噴碼識別等醫(yī)藥行業(yè)機(jī)器視覺技術(shù)在醫(yī)藥行業(yè)的廣泛適用為其贏得了更加廣闊的市場空間。圖1-28展示了一些常見的檢測內(nèi)容，主要包括液體制劑的灌裝定位、尺寸不合格的膠囊檢測、瓶體內(nèi)雜質(zhì)及封蓋檢測、膠囊臟污檢測、醫(yī)藥產(chǎn)品外包裝的條碼檢測、外包裝外觀檢測、外包裝紙箱的滿箱檢測等。農(nóng)行業(yè)機(jī)器視覺技術(shù)也被廣泛運(yùn)用到農(nóng)業(yè)的現(xiàn)代化生產(chǎn)中，通過視覺技術(shù)可實(shí)現(xiàn)對瓜果蔬菜質(zhì)量的無損檢測，并按其外表形狀、顏色、是否存在缺陷進(jìn)行好果與壞果的分類；也可實(shí)現(xiàn)對大米、小麥以及其他谷物的種類辨識，并根據(jù)谷物的尺寸進(jìn)行等級分類。大豆的包絡(luò)直徑機(jī)器視覺檢測紡織行業(yè)傳統(tǒng)紡織行業(yè)也存在大量機(jī)器視覺的應(yīng)用，例如布匹制造過程中表面容易摻入雜質(zhì)，影響布匹的品質(zhì)。通過引入機(jī)器視覺檢測技術(shù)對布匹表面進(jìn)行檢測，可快速高效地檢測出布匹的顏色和存在的雜質(zhì)，檢測合格率能夠達(dá)到100%。布匹顏色檢測布匹表面缺陷檢測THANKS感謝您的觀看機(jī)器視覺發(fā)展趨勢認(rèn)知目錄3D視覺技術(shù)嵌入式機(jī)器視覺高速機(jī)器視覺智能機(jī)器視覺項(xiàng)目總結(jié)3D視覺技術(shù)Part01項(xiàng)目背景隨著工業(yè)技術(shù)的不斷發(fā)展，機(jī)器視覺與機(jī)器人、圖像處理等技術(shù)相結(jié)合，使得機(jī)器視覺在半導(dǎo)體、汽車制造、航空航天等領(lǐng)域發(fā)揮出更加重要的作用，同時也呈現(xiàn)出一些新的發(fā)展趨勢。3D相機(jī)分類在工業(yè)實(shí)際應(yīng)用中，常用的3D掃描設(shè)備主要為線掃描式和面結(jié)構(gòu)光式，兩種掃描方式采用不同的成像原理，在成像速度和精度上有所差異。線掃相機(jī)面結(jié)構(gòu)光相機(jī)線激光掃描線激光掃描成像原理如圖1-32所示，在測量過程中，線激光器向被測物體投射線激光，由工業(yè)相機(jī)采集激光條紋在被測物體表面的圖像，并通過激光條紋中心線提?。ㄈ鐖D1-33所示）算法，求解激光條紋中心線二維像素點(diǎn)坐標(biāo)所對應(yīng)的三維空間點(diǎn)坐標(biāo)。為了保證掃描的精度，線激光傳感器在使用前需要進(jìn)行相機(jī)標(biāo)定。相機(jī)標(biāo)定主要是對工業(yè)相機(jī)與鏡頭所構(gòu)成成像系統(tǒng)的內(nèi)參數(shù)矩陣（從相機(jī)坐標(biāo)系到圖像坐標(biāo)系的轉(zhuǎn)換關(guān)系）、外參數(shù)矩陣（從世界坐標(biāo)系到相機(jī)坐標(biāo)系的轉(zhuǎn)換關(guān)系）和畸變系數(shù)進(jìn)行標(biāo)定。工業(yè)相機(jī)標(biāo)定最常用的方法是張正友標(biāo)定法，主要原理是用待標(biāo)定相機(jī)從不同角度拍攝棋盤格標(biāo)定板，根據(jù)像素信息計算內(nèi)參矩陣和矯正鏡頭畸變。激光條紋中心線提取是線激光掃描的另一關(guān)鍵技術(shù)，條紋提取精度對三維坐標(biāo)點(diǎn)計算精度（測量精度）影響很大，其核心是根據(jù)圖像中激光條紋灰度分布精確提取中心線，常見的條紋中心線提取方法包括灰度重心法、Hessian矩陣法、邊緣提取法等。xwyww

owxcyczc

W

z

C

oc成像平面線激光器激光平面

I

uvoiI

piW

p線激光掃描面結(jié)構(gòu)光掃描目前工業(yè)常用的面結(jié)構(gòu)光式掃描儀多采用相位移法，通過光柵投射裝置向被測物體投射多幅相移光柵圖像，由工業(yè)相機(jī)同步拍攝經(jīng)被測物體表面調(diào)制而變形的光柵圖像，然后通過相位計算、對應(yīng)點(diǎn)匹配、三維重建等過程從光柵圖像中計算出被測物體的三維測點(diǎn)數(shù)據(jù)。相位移法通過采集多幀有一定相移的光柵條紋來計算包含有被測物體表面三維信息的相位初值，采用多頻外差原理對相位展開得到連續(xù)的絕對相位值。計算出每個像素絕對相位值后，再根據(jù)極線幾何約束，建立圖像間匹配關(guān)系。面結(jié)構(gòu)光掃描基于上述原理，華中科技大學(xué)團(tuán)隊開發(fā)出PowerScan系列國產(chǎn)化三維面陣掃描儀產(chǎn)品，包括高效率型三維掃描儀（如圖1-35a)所示）和高精度型三維掃描儀（如圖1-35b)所示），其測量精度可以達(dá)到±0.01mm（參考德國VDI/VDE標(biāo)準(zhǔn)），可廣泛應(yīng)用于航空復(fù)雜構(gòu)件、汽車零部件等精密光學(xué)測量。高效率型三維掃描儀高精度型三維掃描儀面結(jié)構(gòu)光掃描德國GOM公司開發(fā)的ATOS系列三維掃描設(shè)備是目前工業(yè)測量領(lǐng)域常用的相位移面陣測量設(shè)備之一。如圖1-36~1-38所示，ATOS系列傳感器包括ATOS

Q、ATOS

5系列以及精度更高的ATOS

5

for

Airfoil等，同時開發(fā)了自動化的掃描裝備包括GOM

ScanCobot、ScanBox系列?，F(xiàn)場測量時可根據(jù)高分辨率應(yīng)用需求或高測量速度應(yīng)用需求選擇合適的型號，其掃描儀單次測量精度最高可達(dá)±0.008mm（參考德國VDI/VDE標(biāo)準(zhǔn)），可滿足航空航天領(lǐng)域高精度檢測需求，同時可與機(jī)器人集成實(shí)現(xiàn)自動化三維測量。三維視覺測量技術(shù)由于分辨率高、采集數(shù)據(jù)快、全場測量、低成本和高精度等優(yōu)點(diǎn)，已廣泛應(yīng)用于航空航天、汽車工業(yè)、核電運(yùn)維等領(lǐng)域，未來三維視覺測量技術(shù)將得到進(jìn)一步的發(fā)展。嵌入式機(jī)器視覺Part02背景介紹目前機(jī)器視覺系統(tǒng)主要分為兩種，一種基于通用計算機(jī)（如圖1-39所示）完成處理和運(yùn)算，另一種基于嵌入式框架（如圖1-40所示）完成處理和運(yùn)算。隨著現(xiàn)代化工業(yè)中檢測方法逐漸應(yīng)用于復(fù)雜對象，檢測的實(shí)時性要求也不斷提高，嵌入式視覺系統(tǒng)具有功耗低、尺寸小、數(shù)據(jù)本地計算等技術(shù)優(yōu)勢，開發(fā)小型化、集成化嵌入式機(jī)器視覺產(chǎn)品已成為機(jī)器視覺領(lǐng)域未來發(fā)展的重要方向?；谕ㄓ糜嬎銠C(jī)的視覺系統(tǒng)嵌入式機(jī)器視覺高速機(jī)器視覺Part03高速機(jī)器視覺高速機(jī)器視覺也被稱為高速攝像，一般相機(jī)幀率超過250幀/秒。高速機(jī)器視覺目前主要用于科研領(lǐng)域，例如粒子圖像測速（Particle

Image

Velocimetry，PIV）測試、飛機(jī)碰撞測試、材料性能測試等，這類測試往往持續(xù)時間短（1秒內(nèi)），必須借助高速攝像機(jī)才能進(jìn)行捕捉，通過高速攝像機(jī)在短暫的時間內(nèi)對目標(biāo)進(jìn)行快速多次采樣，然后通過慢放進(jìn)行觀察或借助圖像處理方式進(jìn)行深入分析。風(fēng)洞實(shí)驗(yàn)是航空航天工程中的重要環(huán)節(jié)，用于模擬飛機(jī)在不同飛行條件下周圍的湍流情況。在PIV測試時，在流場中散播一些跟蹤性與反光性良好的示蹤粒子，用激光片光照射到所測流場的切面區(qū)域，通過成像記錄系統(tǒng)連續(xù)攝取兩次或多次曝光的粒子圖像，最后利用圖像互相關(guān)方法分析所拍攝的PIV圖像，獲得每一小區(qū)域中粒子圖像的平均位移，由此確定流場切面上整個區(qū)域的二維流體速度分布，用來研究氣動力學(xué)、風(fēng)洞模型的性能和優(yōu)化飛行器設(shè)計高速機(jī)器視覺飛機(jī)、火箭等飛行器的運(yùn)行總會伴隨著高速沖擊、高速振動等復(fù)雜環(huán)境，如飛機(jī)飛行過程中的起落沖擊、鳥撞或冰雹撞擊等。圖1-42展示了一架中國國航的波音737客機(jī)遭遇飛鳥撞擊，機(jī)鼻雷達(dá)罩被砸穿的場景。為了保證飛機(jī)能夠安全準(zhǔn)確地完成預(yù)期的目標(biāo)，對于飛機(jī)部件結(jié)構(gòu)強(qiáng)度及材料在高速沖擊、振動環(huán)境下的材料力學(xué)性能研究提出了越來越高的要求，使用高速相機(jī)并結(jié)合雙目立體視覺以及圖像處理技術(shù)，可實(shí)現(xiàn)高速沖擊變形、高速振動變形下飛機(jī)關(guān)節(jié)部件輪廓的精確測量波音737飛機(jī)被飛鳥撞穿高速機(jī)器視覺航空航天材料可能會遇到高速碰撞、爆炸類似的沖擊加載情況，了解此類材料沖擊狀態(tài)下的力學(xué)響應(yīng)，有助于材料的工程應(yīng)用?；羝战鹕瓧U裝置（如圖1-43所示）主要用于材料動態(tài)力學(xué)性能的測試，通過霍普金森桿施加高應(yīng)變率、高載荷率和復(fù)雜應(yīng)力狀態(tài)的加載，采用高速相機(jī)獲取試件材料在高速變形過程中的圖片，通過圖像和視頻處理技術(shù)，計算出試件的三維位移場及應(yīng)變場，分析航空航天材料動態(tài)力學(xué)性能?；羝战鹕瓧U實(shí)驗(yàn)智能機(jī)器視覺Part04智能機(jī)器視覺隨著人工智能技術(shù)的不斷進(jìn)步，深度學(xué)習(xí)技術(shù)為機(jī)器視覺領(lǐng)域提供了新的工具和手段，使其朝著更加智能化的方向發(fā)展。通過對采集的圖像進(jìn)行人工智能技術(shù)的分析和智能決策，機(jī)器視覺技術(shù)現(xiàn)在能夠在諸如車輛自動導(dǎo)航和視頻監(jiān)控等更加復(fù)雜的應(yīng)用場景中發(fā)揮關(guān)鍵作用。在深度學(xué)習(xí)技術(shù)出現(xiàn)之前，傳統(tǒng)的機(jī)器視覺在場景識別、檢測、測量和定位方面通常需要手動設(shè)計特征并選擇合適的分類器，才能獲得令人滿意的效果。為此研究人員開始致力于研究無需手動設(shè)計特征或選擇分類器的機(jī)器視覺系統(tǒng)，卷積神經(jīng)網(wǎng)絡(luò)的出現(xiàn)使這一設(shè)想成為現(xiàn)實(shí)。卷積神經(jīng)網(wǎng)絡(luò)通過對圖像進(jìn)行多次卷積（如圖1-44所示）與池化處理（如圖1-45所示），來提取圖像的特征信息。在圖像處理過程中的卷積是將一小塊區(qū)域的信息抽象出來，池化則是對一小塊區(qū)域內(nèi)求平均值或者最大值的操作，通過對圖像進(jìn)行多次卷積和池化，可以降低圖像數(shù)據(jù)規(guī)模并提取圖像特征信息。智能機(jī)器視覺深度學(xué)習(xí)在剛被提出來的十余年間，雖然在部分領(lǐng)域取得應(yīng)用，但并未引起大眾的廣泛關(guān)注，直到2012年“

神經(jīng)網(wǎng)絡(luò)之父”

和“

深度學(xué)習(xí)鼻祖”Hinton

課題組開發(fā)出CNN網(wǎng)絡(luò)AlexNet

（

如圖1-46所示）

在ImageNet圖像識別比賽中一舉奪得冠軍，AlexNet識別效果超過所有淺層的方法，從而使深度學(xué)習(xí)方法在世界范圍內(nèi)引發(fā)關(guān)注。2015年，ResNet在ImageNet圖像識別比賽中獲得分類、定位和檢測三項(xiàng)冠軍，基于卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器視覺展示了巨大的發(fā)展?jié)摿?。AlexNet網(wǎng)絡(luò)結(jié)構(gòu)圖總結(jié)Part04總結(jié)深度學(xué)習(xí)技術(shù)的發(fā)展已經(jīng)通過其出色的性能、靈活性和可以使用自定義數(shù)據(jù)集進(jìn)行重新訓(xùn)練的能力徹底改變了視覺處理流程，但深度學(xué)習(xí)技術(shù)也有自身的缺點(diǎn)，如系統(tǒng)計算要求高、計算時間長和準(zhǔn)確率低，這又是傳統(tǒng)機(jī)器視覺技術(shù)可以克服的。未來這兩種技術(shù)在不同應(yīng)用場景中將結(jié)合起來使用，發(fā)揮各自的優(yōu)勢，尤其在全景視覺、三維視覺等場景中具有較大的應(yīng)用潛力。AlexNet網(wǎng)絡(luò)結(jié)構(gòu)圖THANKS感謝您的觀看傳統(tǒng)計算機(jī)視覺系統(tǒng)與嵌入式計算機(jī)視覺系統(tǒng)對比目錄傳統(tǒng)計算機(jī)視覺系統(tǒng)引言嵌入式計算機(jī)視覺系統(tǒng)傳統(tǒng)計算機(jī)視覺系統(tǒng)與嵌入式系統(tǒng)比較在大學(xué)生活中的應(yīng)用010203040506未來發(fā)展趨勢與挑戰(zhàn)引言Part01計算機(jī)視覺領(lǐng)域的發(fā)展從傳統(tǒng)計算機(jī)視覺到嵌入式計算機(jī)視覺的轉(zhuǎn)變。應(yīng)用需求的增長在工業(yè)自動化、智能監(jiān)控、智能家居等領(lǐng)域，對計算機(jī)視覺的需求不斷增長。技術(shù)進(jìn)步的推動嵌入式系統(tǒng)、深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，為計算機(jī)視覺的應(yīng)用提供了更強(qiáng)大的支持。背景介紹010203對比分析對傳統(tǒng)計算機(jī)視覺系統(tǒng)與嵌入式計算機(jī)視覺系統(tǒng)進(jìn)行對比分析，探討各自的優(yōu)缺點(diǎn)。指導(dǎo)實(shí)踐為相關(guān)領(lǐng)域的研究和應(yīng)用提供指導(dǎo)，幫助選擇最適合的計算機(jī)視覺系統(tǒng)。推動技術(shù)發(fā)展促進(jìn)計算機(jī)視覺技術(shù)的進(jìn)一步發(fā)展，提高應(yīng)用水平和智能化程度。目的和意義傳統(tǒng)計算機(jī)視覺系統(tǒng)基于通用計算機(jī)和視覺算法，具有通用性和靈活性，但功耗較高、體積較大。傳統(tǒng)計算機(jī)視覺系統(tǒng)與嵌入式系統(tǒng)概述嵌入式計算機(jī)視覺系統(tǒng)將計算機(jī)視覺算法嵌入到專用硬件中，具有低功耗、小體積、高穩(wěn)定性等優(yōu)點(diǎn)，但算法更新相對困難。傳統(tǒng)計算機(jī)視覺系統(tǒng)Part02傳統(tǒng)計算機(jī)視覺系統(tǒng)簡介基于數(shù)字圖像處理技術(shù)傳統(tǒng)計算機(jī)視覺系統(tǒng)主要依賴于數(shù)字圖像處理技術(shù)，通過對圖像進(jìn)行各種算法處理來實(shí)現(xiàn)目標(biāo)檢測、識別等功能。獨(dú)立硬件和軟件系統(tǒng)傳統(tǒng)計算機(jī)視覺系統(tǒng)通常由獨(dú)立的硬件和軟件系統(tǒng)組成，硬件包括相機(jī)、圖像采集卡等，軟件則包括圖像處理算法和應(yīng)用程序。復(fù)雜度高由于需要處理大量的圖像數(shù)據(jù)，傳統(tǒng)計算機(jī)視覺系統(tǒng)通常具有較高的復(fù)雜度，對硬件和軟件要求較高。圖像處理基礎(chǔ)算法包括圖像去噪、圖像增強(qiáng)、圖像復(fù)原等基礎(chǔ)算法，用于提高圖像質(zhì)量。特征提取與匹配算法通過提取圖像中的特征點(diǎn)、邊緣等信息，進(jìn)行圖像匹配和識別。機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法利用機(jī)器學(xué)習(xí)算法對圖像進(jìn)行分類、識別等任務(wù)，深度學(xué)習(xí)算法能夠自動學(xué)習(xí)圖像中的特征并進(jìn)行分類。圖像處理算法圖像采集傳統(tǒng)計算機(jī)視覺系統(tǒng)通過相機(jī)等圖像采集設(shè)備獲取圖像，并將其轉(zhuǎn)化為數(shù)字信號進(jìn)行處理。圖像處理對采集到的圖像進(jìn)行預(yù)處理、特征提取、分割等操作，以實(shí)現(xiàn)目標(biāo)檢測、識別等功能。圖像存儲與傳輸處理后的圖像需要進(jìn)行存儲和傳輸，傳統(tǒng)計算機(jī)視覺系統(tǒng)通常采用文件形式進(jìn)行存儲，并通過網(wǎng)絡(luò)等方式進(jìn)行傳輸。圖像采集與處理傳統(tǒng)計算機(jī)視覺系統(tǒng)廣泛應(yīng)用于工業(yè)檢測領(lǐng)域，如產(chǎn)品質(zhì)量檢測、自動化生產(chǎn)線等。工業(yè)檢測典型應(yīng)用場景在醫(yī)學(xué)影像處理領(lǐng)域，傳統(tǒng)計算機(jī)視覺系統(tǒng)可以用于醫(yī)學(xué)圖像分析、病變檢測等。醫(yī)學(xué)影像處理傳統(tǒng)計算機(jī)視覺系統(tǒng)在智能交通領(lǐng)域也有廣泛應(yīng)用，如車輛識別、交通監(jiān)控等。智能交通嵌入式計算機(jī)視覺系統(tǒng)Part03實(shí)時性嵌入式計算機(jī)視覺系統(tǒng)通常需要實(shí)時處理圖像數(shù)據(jù)，因此需要具備高效的處理能力和算法。應(yīng)用領(lǐng)域嵌入式計算機(jī)視覺系統(tǒng)廣泛應(yīng)用于工業(yè)自動化、智能交通、安防監(jiān)控等領(lǐng)域。嵌入式系統(tǒng)嵌入式計算機(jī)視覺系統(tǒng)是基于嵌入式系統(tǒng)的，具有嵌入式系統(tǒng)的所有特點(diǎn)，如體積小、功耗低、集成度高等。嵌入式計算機(jī)視覺系統(tǒng)簡介算法優(yōu)化嵌入式計算機(jī)視覺系統(tǒng)需要根據(jù)具體應(yīng)用場景對圖像處理算法進(jìn)行優(yōu)化，以提高處理速度和精度。常用算法嵌入式圖像處理算法包括圖像濾波、邊緣檢測、目標(biāo)識別、圖像壓縮等，這些算法需要在嵌入式系統(tǒng)上實(shí)現(xiàn)并優(yōu)化。算法移植嵌入式計算機(jī)視覺系統(tǒng)通常需要將算法從通用計算機(jī)移植到嵌入式設(shè)備上，因此需要考慮算法的可移植性和實(shí)現(xiàn)效率。嵌入式圖像處理算法嵌入式圖像采集與處理圖像采集嵌入式計算機(jī)視覺系統(tǒng)需要通過攝像頭等圖像采集設(shè)備獲取圖像數(shù)據(jù)，因此需要關(guān)注圖像采集的精度和實(shí)時性。圖像預(yù)處理在圖像采集后，嵌入式計算機(jī)視覺系統(tǒng)通常需要對圖像進(jìn)行預(yù)處理，如去噪、增強(qiáng)、校正等，以提高圖像質(zhì)量。圖像處理嵌入式計算機(jī)視覺系統(tǒng)需要對預(yù)處理后的圖像進(jìn)行進(jìn)一步處理和分析，如目標(biāo)檢測、跟蹤、識別等，以實(shí)現(xiàn)具體的應(yīng)用功能。傳統(tǒng)計算機(jī)視覺系統(tǒng)與嵌入式系統(tǒng)比較Part04嵌入式計算機(jī)視覺系統(tǒng)在功耗和成本方面表現(xiàn)突出，分別達(dá)到85和90，遠(yuǎn)超傳統(tǒng)系統(tǒng)，顯示其高效的能源利用和成本控制能力。嵌入式系統(tǒng)在體積上也更具優(yōu)勢，僅為75，遠(yuǎn)低于傳統(tǒng)系統(tǒng)，表明其在小型化、集成化方面的進(jìn)步。傳統(tǒng)系統(tǒng)在靈活性上得分較高，達(dá)50，而嵌入式系統(tǒng)較低，這是其固有的一個劣勢，需要在后續(xù)研發(fā)中加強(qiáng)。性能比較傳統(tǒng)計算機(jī)視覺系統(tǒng)成本傳統(tǒng)計算機(jī)視覺系統(tǒng)通常需要高性能的計算機(jī)和昂貴的圖像處理卡，成本較高，且需要專業(yè)的維護(hù)和升級。成本比較嵌入式計算機(jī)視覺系統(tǒng)成本嵌入式計算機(jī)視覺系統(tǒng)通常采用嵌入式處理器和專門的圖像處理模塊，成本相對較低，且易于集成和部署。傳統(tǒng)計算機(jī)視覺系統(tǒng)靈活性傳統(tǒng)計算機(jī)視覺系統(tǒng)通常具有較高的靈活性，可以適應(yīng)不同的視覺任務(wù)和場景，但需要專業(yè)的編程和調(diào)試。嵌入式計算機(jī)視覺系統(tǒng)靈活性嵌入式計算機(jī)視覺系統(tǒng)通常針對特定應(yīng)用進(jìn)行設(shè)計和優(yōu)化，靈活性相對較低，但易于使用和維護(hù)。靈活性比較010203傳統(tǒng)計算機(jī)視覺系統(tǒng)：優(yōu)點(diǎn)：高性能、高靈活性、適用于復(fù)雜任務(wù)。缺點(diǎn)：成本高、部署困難、維護(hù)復(fù)雜。優(yōu)缺點(diǎn)總結(jié)優(yōu)缺點(diǎn)總結(jié)缺點(diǎn)：性能相對較低、靈活性差、適用范圍有限。優(yōu)點(diǎn)：成本低、易于集成和部署、實(shí)時性好。嵌入式計算機(jī)視覺系統(tǒng)：010203傳統(tǒng)計算機(jī)視覺系統(tǒng)適用于對性能和精度要求較高的應(yīng)用場景，如醫(yī)學(xué)影像處理、安防監(jiān)控等。優(yōu)缺點(diǎn)總結(jié)嵌入式計算機(jī)視覺系統(tǒng)適用于對成本、功耗和實(shí)時性要求較高的應(yīng)用場景，如智能家居、自動駕駛等。傳統(tǒng)計算機(jī)視覺系統(tǒng)隨著計算機(jī)硬件和算法的不斷進(jìn)步，傳統(tǒng)計算機(jī)視覺系統(tǒng)的性能將不斷提升，應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步擴(kuò)大。嵌入式計算機(jī)視覺系統(tǒng)隨著嵌入式技術(shù)的不斷發(fā)展和應(yīng)用需求的不斷增長，嵌入式計算機(jī)視覺系統(tǒng)將逐漸成為主流，為各種智能設(shè)備提供強(qiáng)大的視覺處理能力。優(yōu)缺點(diǎn)總結(jié)在大學(xué)生活中的應(yīng)用Part05圖像識別與處理在課堂上，傳統(tǒng)計算機(jī)視覺系統(tǒng)被用來教授圖像識別和處理的基礎(chǔ)知識，如特征提取、分類、圖像分割等。學(xué)術(shù)研究傳統(tǒng)計算機(jī)視覺系統(tǒng)為學(xué)術(shù)研究提供了強(qiáng)大的工具，學(xué)生們可以通過該系統(tǒng)完成圖像處理領(lǐng)域的課題。輔助教學(xué)傳統(tǒng)計算機(jī)視覺系統(tǒng)還可以用于輔助教學(xué)，如自動閱卷、考試監(jiān)控等。傳統(tǒng)計算機(jī)視覺系統(tǒng)在課堂中的應(yīng)用自動駕駛嵌入式計算機(jī)視覺系統(tǒng)在自動駕駛領(lǐng)域有著廣泛的應(yīng)用，學(xué)生們可以通過該系統(tǒng)開發(fā)出自動駕駛汽車，實(shí)現(xiàn)自動泊車、自動避障等功能。無人機(jī)控制嵌入式計算機(jī)視覺系統(tǒng)可以用于無人機(jī)控制，學(xué)生們可以通過該系統(tǒng)實(shí)現(xiàn)無人機(jī)的自主飛行和自動避障。機(jī)器人技術(shù)嵌入式計算機(jī)視覺系統(tǒng)在機(jī)器人技術(shù)中有著廣泛的應(yīng)用，學(xué)生們可以通過該系統(tǒng)開發(fā)出各種智能機(jī)器人，如服務(wù)機(jī)器人、教育機(jī)器人等。嵌入式計算機(jī)視覺系統(tǒng)在課外實(shí)踐中的應(yīng)用圖像處理算法研究畢業(yè)設(shè)計是學(xué)生們展示自己才華的重要平臺，學(xué)生們可以通過對傳統(tǒng)計算機(jī)視覺系統(tǒng)中的圖像處理算法進(jìn)行深入研究，提出新的算法。計算機(jī)視覺系統(tǒng)在畢業(yè)設(shè)計中的應(yīng)用嵌入式系統(tǒng)設(shè)計與開發(fā)在畢業(yè)設(shè)計中，學(xué)生們可以結(jié)合嵌入式計算機(jī)視覺系統(tǒng)的特點(diǎn)，設(shè)計和開發(fā)出具有實(shí)際應(yīng)用價值的嵌入式系統(tǒng)。計算機(jī)視覺應(yīng)用創(chuàng)新學(xué)生們可以將計算機(jī)視覺技術(shù)應(yīng)用到新的領(lǐng)域中，如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等，實(shí)現(xiàn)計算機(jī)視覺技術(shù)的創(chuàng)新應(yīng)用。大學(xué)生如何選擇合適的計算機(jī)視覺系統(tǒng)課程需求在選擇計算機(jī)視覺系統(tǒng)時，學(xué)生們需要考慮自己的課程需求，選擇適合自己課程需求的系統(tǒng)。實(shí)際應(yīng)用學(xué)生們還需要考慮計算機(jī)視覺系統(tǒng)的實(shí)際應(yīng)用，選擇能夠滿足自己實(shí)際應(yīng)用需求的系統(tǒng)。系統(tǒng)性能在選擇計算機(jī)視覺系統(tǒng)時，學(xué)生們還需要考慮系統(tǒng)的性能，如處理速度、準(zhǔn)確性等，以確保系統(tǒng)的穩(wěn)定性和可靠性。未來發(fā)展趨勢與挑戰(zhàn)Part06高效算法傳統(tǒng)計算機(jī)視覺系統(tǒng)將繼續(xù)優(yōu)化算法，提高圖像處理和模式識別的速度和準(zhǔn)確性。多功能集成傳統(tǒng)計算機(jī)視覺系統(tǒng)將不斷集成更多功能，如目標(biāo)檢測、跟蹤、識別等，以適應(yīng)更廣泛的應(yīng)用場景。智能化發(fā)展傳統(tǒng)計算機(jī)視覺系統(tǒng)將引入更多人工智能技術(shù)，如深度學(xué)習(xí)，實(shí)現(xiàn)更高級別的圖像理解和智能決策。傳統(tǒng)計算機(jī)視覺系統(tǒng)發(fā)展趨勢嵌入式計算機(jī)視覺系統(tǒng)發(fā)展趨勢微型化嵌入式計算機(jī)視覺系統(tǒng)將向更小、更輕、更便攜的方向發(fā)展，以適應(yīng)各種嵌入式設(shè)備的需求。低功耗嵌入式計算機(jī)視覺系統(tǒng)將更加注重低功耗設(shè)計，以滿足嵌入式設(shè)備在有限電源下的長時間運(yùn)行需求。實(shí)時性嵌入式計算機(jī)視覺系統(tǒng)將更加注重實(shí)時性，以滿足嵌入式設(shè)備在動態(tài)環(huán)境中的實(shí)時響應(yīng)需求。挑戰(zhàn)傳統(tǒng)計算機(jī)視覺系統(tǒng)面臨算法復(fù)雜度高、計算資源消耗大等挑戰(zhàn)；嵌入式計算機(jī)視覺系統(tǒng)則面臨硬件資源受限、算法優(yōu)化困難等挑戰(zhàn)。面臨的挑戰(zhàn)與機(jī)遇機(jī)遇隨著人工智能和物聯(lián)網(wǎng)技術(shù)的發(fā)展，傳統(tǒng)計算機(jī)視覺系統(tǒng)和嵌入式計算機(jī)視覺系統(tǒng)都將迎來新的發(fā)展機(jī)遇，如智能家居、自動駕駛等。未來研究方向深度學(xué)習(xí)融合將深度學(xué)習(xí)與傳統(tǒng)計算機(jī)視覺技術(shù)相結(jié)合，實(shí)現(xiàn)更高效、更準(zhǔn)確的圖像理解和模式識別。硬件加速探索新型硬件加速技術(shù)，如FPGA、ASIC等，提高計算機(jī)視覺系統(tǒng)的處理速度和能效。算法優(yōu)化繼續(xù)研究高效、低復(fù)雜度的算法，提高計算機(jī)視覺系統(tǒng)的性能和準(zhǔn)確性。THANKS感謝觀看2D工業(yè)相機(jī)認(rèn)知目錄工業(yè)相機(jī)簡介工業(yè)相機(jī)組成工業(yè)相機(jī)分類工業(yè)相機(jī)參數(shù)分辨率核算工業(yè)相機(jī)選型工業(yè)相機(jī)簡介Part01工業(yè)相機(jī)作為機(jī)器視覺系統(tǒng)中的關(guān)鍵組件，與系統(tǒng)整體的成本、效率和精度高度相關(guān)。工業(yè)相機(jī)一般安裝在工業(yè)生產(chǎn)的流水線上，為視覺系統(tǒng)源源不斷地提供關(guān)于檢測對象的圖像信息。不同于普通相機(jī)的是，它是一種工業(yè)級的產(chǎn)品，能夠每周7天、每天24小時不斷工作，具有很高的穩(wěn)定性和可靠性。與普通相機(jī)相比，工業(yè)相機(jī)性能更加穩(wěn)定、幀率更高、光譜范圍更寬，能夠滿足復(fù)雜的生產(chǎn)現(xiàn)場檢測需求。行曝光面陣相機(jī)幀曝光面陣相機(jī)大靶面面陣相機(jī)工業(yè)相機(jī)的功能是將光信號轉(zhuǎn)變?yōu)橛行虻碾娦盘?，形成圖像輸出。選擇合適的相機(jī)是機(jī)器視覺系統(tǒng)設(shè)計中的重要環(huán)節(jié)，相機(jī)的選擇不僅直接決定了采集到的圖像的分辨率、質(zhì)量，還與整個系統(tǒng)的運(yùn)行模式直接相關(guān)。工業(yè)相機(jī)組成Part02概念三光學(xué)接口防塵片控制與信號轉(zhuǎn)換電路圖像傳感器數(shù)據(jù)接口工業(yè)相機(jī)主要組成部分包括光學(xué)接口、數(shù)據(jù)接口、圖像傳感器、控制與信號轉(zhuǎn)換電路、防塵片等光學(xué)接口光學(xué)接口用于連接鏡頭與相機(jī)，主要有S口/M12、CS口、C口、M口等，各種接口主要根據(jù)接口直徑和法蘭距（相機(jī)芯片到法蘭面距離）進(jìn)行區(qū)分。一般而言，相機(jī)和所選鏡頭要有相同的光學(xué)接口，但也可通過轉(zhuǎn)接環(huán)進(jìn)行不同光學(xué)接口之間的轉(zhuǎn)接，或通過接圈來調(diào)節(jié)鏡頭到物體距離C口相機(jī)CS口相機(jī)S-C轉(zhuǎn)接環(huán)S口鏡頭C口鏡頭5mm接圈概念三數(shù)據(jù)接口數(shù)據(jù)接口是指相機(jī)的傳輸接口，用于將采集的圖像數(shù)據(jù)傳輸?shù)接嬎銠C(jī)。常用的數(shù)據(jù)傳輸接口有IEEE1394、GigE(Gigabit

Ethernet)和USB等，如圖2-4所示。IEEE1394常見的有1394a和1394b，1394a的傳輸速率約為400Mbits/s，1394b為800Mbits/s，IEEE1394也稱為火線，相較其他幾種接口，IEEE1394占用系統(tǒng)資源高，成本也較高，長距離傳輸線纜價格相對較貴，且應(yīng)用范圍窄。而GigE接口易用，可適用于多相機(jī)，傳輸距離遠(yuǎn)，線纜價格低，有標(biāo)準(zhǔn)的GigE

Vision協(xié)議，因此在工業(yè)相機(jī)中廣泛使用概念三數(shù)據(jù)接口圖像傳感器是工業(yè)相機(jī)的結(jié)構(gòu)核心，也被稱為相機(jī)芯片，分為CCD和CMOS兩種類型，如圖2-5所示。從外觀來看，CCD傳感器表面布有焊線，連接著與PCB印刷版焊接的針腳，而CMOS傳感器則將周邊電路集成到傳感器芯片中。從微觀結(jié)構(gòu)來看，CCD像元由光電二極管與下方的CMOS電容器構(gòu)成，填充因子高，而CMOS像元由光電二極管和多個晶體管構(gòu)成，填充因子相對較低。工業(yè)相機(jī)分類Part03概念三按像元排列方式分類按照芯片中像元的排列方式不同，相機(jī)可以分為面陣相機(jī)和線陣相機(jī)，如圖2-6所示。線陣相機(jī)的像元按照一維進(jìn)行排列，相機(jī)和物體要有相對運(yùn)動才能成像，面陣相機(jī)的像元按照二維進(jìn)行排列，物體靜止或運(yùn)動都可以成像。因此，當(dāng)待測對象位于傳送帶或滾軸上，且物體的運(yùn)動速度比較快，或者待測對象幅面很寬的情況下，優(yōu)先選用線陣相機(jī)，反之則選用面陣相機(jī)。概念三按成像顏色分類按照成像色彩分類，相機(jī)可分為黑白與彩色兩種類型，其中黑白相機(jī)的芯片上沒有濾光片。彩色相機(jī)通常又分為兩種類型，第一種的芯片上帶有三色濾光片，這種濾光片的排列25%是紅色（Red）、50%是綠色（Green）、25%是藍(lán)色（Blue），因此也稱為原色濾光片或RGGB濾光片。濾光后成紅綠藍(lán)三種顏色，生成三色感光，然后再組合成彩色。第二種是芯片上帶有四色濾光片，它由四種基本顏色的濾光片均布組成，分別為青色（Cyan）、品紅色（Magenta）、黃色（Yellow）和綠色（Green），因此也稱為補(bǔ)色濾光片或CMYG，濾光后可以將其分離成某種顏色及其互補(bǔ)色。兩種濾光片的區(qū)別如圖2-7所示。概念三按成像顏色分類一般黑白相機(jī)的感光性能更強(qiáng)，分辨率更高。彩色圖像由人眼來看視覺效果或許更好，但可能不利于圖像處理。為保證彩色圖像的成像真實(shí)性，彩色相機(jī)使用時搭配白色光源。除非需要檢測彩色信息，或得到的彩色圖像有利于后期的圖像處理，否則一般選用黑白相機(jī)。例如下圖2-8中，對于PCB板檢測，如果是進(jìn)行字符識別，黑白相機(jī)就足夠滿足成像效果；如果需要檢測顏色差異的焊錫及引腳，則選用彩色相機(jī)。概念三按快門控制方式分類相機(jī)按照快門控制方式可以分為全局快門和卷簾快門兩種類型。兩種相機(jī)快門過程都包含重置、曝光、存儲操作、讀出四個過程。不同點(diǎn)是它們的快門過程時序不同，如圖2-9所示。全局快門整幅場景幾乎在在同一時間進(jìn)行重置、曝光、存儲操作，只在讀出時有較小時序上的錯位；卷簾快門是從行1直到行N逐行方式依次執(zhí)行四個過程，每行都有時序差異。因此，如果需要拍攝運(yùn)動的物體，則需要選全局快門的相機(jī)；如果需要拍攝靜止的物體，就要選卷簾快門的相機(jī)。概念三按快門控制方式分類相機(jī)按照快門控制方式可以分為全局快門和卷簾快門兩種類型。兩種相機(jī)快門過程都包含重置、曝光、存儲操作、讀出四個過程。不同點(diǎn)是它們的快門過程時序不同，如圖2-9所示。全局快門整幅場景幾乎在在同一時間進(jìn)行重置、曝光、存儲操作，只在讀出時有較小時序上的錯位；卷簾快門是從行1直到行N逐行方式依次執(zhí)行四個過程，每行都有時序差異。因此，如果需要拍攝運(yùn)動的物體，則需要選全局快門的相機(jī)；如果需要拍攝靜止的物體，就要選卷簾快門的相機(jī)。分類方式分類種類按傳感器芯片類型分CCD相機(jī)、CMOS相機(jī)按傳感器芯片結(jié)構(gòu)分線陣相機(jī)、面陣相機(jī)按掃描方式分隔行掃描、逐行掃描按分辨率分普通分辨率、高分辨率按輸出信號分模擬相機(jī)、數(shù)字相機(jī)按成像顏色分彩色相機(jī)、黑白相機(jī)按輸出數(shù)據(jù)速度分普通速度相機(jī)、高速相機(jī)按快門控制方式分卷簾快門相機(jī)、全局快門相機(jī)Part04工業(yè)相機(jī)參數(shù)工業(yè)相機(jī)的技術(shù)參數(shù)主要包括像元尺寸、分辨率、芯片尺寸、像元深度、曝光時間、增益、幀率等概念三像元尺寸像元是相機(jī)芯片上的小組成單元，是實(shí)現(xiàn)光電信號轉(zhuǎn)換的基本單元。像元尺寸是用于描述像元大小的參數(shù)。通常像元尺寸小于2.2μm的相機(jī)被稱為小像元相機(jī)，大于5.5μm的相機(jī)則稱為大像元相機(jī)。大像元相機(jī)多用在科學(xué)醫(yī)療領(lǐng)域，中等像元相機(jī)多應(yīng)于工業(yè)領(lǐng)域，而小像元相機(jī)多應(yīng)用于消費(fèi)市場領(lǐng)域。像元的大小對圖像傳感器的感光性能有重要的影響，像元尺寸越大，接收光線越多，感光性能越強(qiáng)。如果其他條件限制嚴(yán)格，而整體成像亮度不足時，可以選擇大像元尺寸的相機(jī)以彌補(bǔ)圖像的亮度不足。概念三分辨率分辨率是相機(jī)每次采集圖像的像素點(diǎn)數(shù)，反映到相機(jī)芯片上指的是芯片上的像元數(shù)量，如圖2-10所示。例如：一個相機(jī)的分辨率是2448（H）×2048（V），表示此款相機(jī)芯片上每行的像元數(shù)量是2448，像元的行數(shù)是2048，此相機(jī)的分辨率是500萬像素。通常分辨率越高的相機(jī)，價格越貴。概念三芯片尺寸相機(jī)的芯片尺寸可用于表示傳感器的大小。相機(jī)的分辨率反映了相機(jī)芯片上像元的數(shù)量，在像元尺寸已知的情況下，可以按照公式計算傳感器的尺寸：傳感器尺寸=像元尺寸×分辨率上式所計算的傳感器尺寸，也稱相機(jī)芯片尺寸，通常按照對角線長度來標(biāo)定，單位為英寸(〞)，如圖2-11所示。同理，也可以根據(jù)垂直分辨率V和水平分辨率H來計算芯片垂直與水平方向的尺寸。水平H垂直V2/3

(11)8.85.74.81/2.5

(6.4)1/3

(6)3.81/4

(4.5)2.7

3.6

4.3

6.6 9.61

(16mm)12.8芯片示意圖常見芯片尺寸規(guī)格(單位：mm)概念三像元深度像元深度是工業(yè)相機(jī)的數(shù)字信號輸出格式，指每個像素每個通道數(shù)據(jù)的位數(shù)。像元深度最常用的為8bit，此外對于數(shù)字相機(jī)還會有10bit、12bit、16bit等。像元深度值越大，則圖像細(xì)節(jié)越豐富；灰度等級越大，圖像占用的存儲空間越大，如圖2-12所示。在實(shí)際使用時，需要根據(jù)對于灰度等級的需求選擇像元深度。當(dāng)像元深度大于8bit時，在普通電腦顯示屏上無法顯示，只能轉(zhuǎn)為8bit或更低位顯示出來。概念三曝光時間曝光時間是指拍攝時相機(jī)快門打開后圖像傳感器采集光線的時間，曝光時間越長圖像越亮，但曝光時間過長會導(dǎo)致圖像過曝，信息細(xì)節(jié)丟失，降低了系統(tǒng)的抗抖動性?？苟秳有栽讲?，對運(yùn)動物體拍攝的曝光時間越長，拖影越長。曝光時間過短會導(dǎo)致圖像過暗，導(dǎo)致圖像細(xì)節(jié)丟失在暗區(qū)，曝光時間與圖像灰度及質(zhì)量的關(guān)系示意如圖2-13所示。拍攝時需要選擇合適的曝光時間，保證圖像具有良好的細(xì)節(jié)和對比度。概念三增益在工業(yè)相機(jī)中，可以通過調(diào)節(jié)增益調(diào)整圖像傳感器的電子信號與灰度值輸出之間的響應(yīng)曲線斜率，從而改變相機(jī)的輸出灰度值。當(dāng)電子信號輸入量一定時，增加增益可以增加響應(yīng)曲線的斜率，相機(jī)的灰度值輸出就會更高，如圖2-14a)所示。在低光環(huán)境下，可以通過調(diào)整增益的方式來增強(qiáng)信號，改變圖像亮度。但這一過程不但會放大所需的信號，同時也會放大相機(jī)所產(chǎn)生的所有干擾噪聲，如圖2-14b)、c)所示，只有在極端的環(huán)境下才考慮使用增益來增加圖像的亮度。概念三幀率幀率指相機(jī)每秒鐘能采集和傳輸圖像的幀數(shù)，其單位為fps，即幀/秒。幀速率越高，意味著每秒捕獲的圖像越多，常用相機(jī)幀率為14~20fps。相機(jī)幀率受芯片類型、分辨率、像素深度、曝光時間、數(shù)據(jù)接口帶寬和芯片設(shè)計等因素影響。CMOS比CCD信號讀出速度更高，故CMOS幀率更高。通常，分辨率越低，圖像數(shù)據(jù)越小，幀率越高。0200400600800100012002448×

20481228×

1024614×

512307×

256154×

12877×

6438×

32幀率21711382604657681140常見相機(jī)的分辨率與幀率之間的關(guān)系分辨率核算Part05分辨率核算為保證所選擇的相機(jī)能夠滿足視覺檢測的精度需求，需要對相機(jī)的分辨率進(jìn)行核算，計算方法為：相機(jī)單方向的分辨率

單方向視場范圍大小

視覺精度其中視場是指成像系統(tǒng)中相機(jī)的圖像傳感器可以監(jiān)測到的最大區(qū)域，視覺精度又稱像素分辨率，指的是一個像素可以表征視場中多少區(qū)域的尺寸。假設(shè)視場的水平方向長度為32mm，相機(jī)的水平分辨率為1600，則視覺系統(tǒng)精度為：32mm

/1600像素

0.02mm

/

像素表示圖像中每個像素對應(yīng)0.02mm。概念三分辨率核算確定待測對象的檢測區(qū)域和待測對象最小的細(xì)節(jié)特征尺寸。確定待測對象的檢測區(qū)域是為了確定視場，如圖2-16所示，一般視場尺寸至少要取待測對象尺寸的120%。確定待測對象最小的細(xì)節(jié)特征尺寸，是為了明確圖像采集系統(tǒng)需要再現(xiàn)待測對象的最小細(xì)節(jié)為多少。根據(jù)待測區(qū)域來確定視場概念三分辨率核算根據(jù)項(xiàng)目類型，確定合適的視覺精度。圖像采集系統(tǒng)的視覺精度根據(jù)應(yīng)用需求會有所不同，由于相機(jī)采集圖像過程中有噪聲存在，為了區(qū)分待測對象的最小細(xì)節(jié)，通常圖像采集系統(tǒng)（硬件）的視覺精度應(yīng)為待測對象最小細(xì)節(jié)的2~3倍。精度數(shù)值越小，說明精度越高，如下圖2-17所示，視覺精度越高，對待測對象細(xì)節(jié)的描繪就越詳細(xì)，但同時也會導(dǎo)致圖像存儲空間的提高。不同視覺精度的選擇對待測對象細(xì)節(jié)呈現(xiàn)的影響概念三分辨率核算下表2-3展示了在三類常見檢測任務(wù)中，為滿足待測對象最小細(xì)節(jié)的精度需求所需要的像素數(shù)量。形狀匹配需要1/10~1/4像素再現(xiàn)對象最小細(xì)節(jié)邊緣檢測需要1/4~2像素再現(xiàn)對象最小細(xì)節(jié)缺陷檢測需要4~10像素再現(xiàn)對象最小細(xì)節(jié)滿足最小細(xì)節(jié)精度所需的像素數(shù)量概念三分辨率核算確定相機(jī)分辨率。在確定了視場大小與視覺精度后，便可以進(jìn)行相機(jī)分辨率的估算。相機(jī)分辨率

視場大小/

視覺精度分辨率核算接下來將舉例說明相機(jī)分辨率核算方法。如圖2-18所示的大拇指圖片，其實(shí)際的長寬都為40mm，在黑色的輪廓上存在有劃痕和缺損缺陷，劃傷寬度為0.2mm，缺損長度約為1mm。分辨率核算由于待測對象的尺寸為40mm×40mm，根據(jù)120%的視場比例確定視場的尺寸為48mm×48mm。由于檢測任務(wù)為缺陷檢測，且待測缺陷中最小的尺寸為0.2mm，需要4-10像素來重現(xiàn)待測缺陷的最小尺寸。考慮到劃痕類缺陷較為細(xì)小，因此選擇10像素來重現(xiàn)最小細(xì)節(jié)，即所需的視覺精度為：0.2

/10

0.02mm

/

像素故可以計算得到所需的相機(jī)水平豎直分辨率為：48

/

0.02

2400即所需相機(jī)的分辨率至少為：2400

2400

5760000工業(yè)相機(jī)選型Part05相機(jī)的選型直接關(guān)系到數(shù)據(jù)采集的質(zhì)量、精度和效率。針對特定的測量任務(wù)，選擇適合的相機(jī)可以提高測量的準(zhǔn)確性和可靠性。相機(jī)選型的一般流程如下：明確檢測需求。例如，若需要檢測傳送帶上的運(yùn)動物體時，需要確定其運(yùn)動速度，對快門速度、曝光時間以及光源的設(shè)計。同時還要確定適配待測對象的視場大小，并明確需要達(dá)到的檢測精度要求。確定色彩需求。2D工業(yè)相機(jī)主要分為彩色和黑白兩種。一般而言，只有在需要識別彩色信息的場合，例如電路板涂色引腳、彩色印刷品等，才需要使用彩色相機(jī)。確定視覺精度。根據(jù)檢測需求，可以計算適配檢測對象的視場大小，并確定需要達(dá)到的精度，再依照本項(xiàng)目1.5節(jié)中所述方法對系統(tǒng)的視覺精度以及相機(jī)的分辨率進(jìn)行核算。確定硬件參數(shù)。根據(jù)核算的相機(jī)分辨率、視覺精度等參數(shù)以及對采集速度、安裝位置、數(shù)據(jù)傳輸方式等需求，確定相機(jī)的各個元器件的參數(shù)。選擇相機(jī)傳感器芯片的類型。同等分辨率的情況下，CCD相機(jī)的成像效果要比CMOS相機(jī)好，價格也要貴一些，因此在精度要求不太高的情況下，可以考慮選擇CMOS相機(jī)，對精度要求很高時可以考慮CCD相機(jī)。近年來，CMOS傳感器芯片性能與CCD傳感器芯片性能逐漸接近，在滿足性能要求的前提下，考慮性價比可優(yōu)選選用CMOS相機(jī)。根據(jù)選型結(jié)果列出清單。綜合考慮各種因素，列出需求項(xiàng)清單，確定相機(jī)型號。檢測類型A尺寸測量D組裝引導(dǎo)B缺陷檢測

C字符識別E其他工位工位1工位2...工位N視野物料大小或待檢測區(qū)域大小/是否需要多相機(jī)組裝精度視覺精度像素分辨率相機(jī)分辨率相機(jī)像素數(shù)量黑白/彩色相機(jī)線陣/面陣相機(jī)圖像質(zhì)量量子響應(yīng)效率/動態(tài)范圍/信噪比/DSNF相機(jī)快門卷簾/全局檢測速度靜止/運(yùn)動拍照曝光時間（正常/飛拍）最短曝光時間幀率數(shù)據(jù)接口（USB/Gig/CameraLink/CLHS/CPX等）傳輸速度、距離、電磁環(huán)境、工控機(jī)性能鏡頭接口C口，F(xiàn)口，使用接圈等成本其他工作環(huán)境溫度和EMI相機(jī)重量、體積預(yù)選相機(jī)型號THANKS感謝您的觀看工業(yè)相機(jī)鏡頭認(rèn)知目錄工作原理鏡頭組成技術(shù)參數(shù)鏡頭選型工作原理Part01視覺系統(tǒng)中，鏡頭的主要作用是將目標(biāo)物體的光線匯聚，成像在相機(jī)傳感器的光敏面上。鏡頭質(zhì)量直接影響圖像質(zhì)量，進(jìn)而影響視覺系統(tǒng)整體性能，選擇合適鏡頭同樣是機(jī)器視覺系統(tǒng)設(shè)計的重要環(huán)節(jié)。鏡頭成像原理是基于凸透鏡成像原理，通過組合的透鏡組，將物體發(fā)出或者反射的光線成像在像平面上（與芯片面重合），如圖2-19所示。透鏡組作用是矯正畸變、色散、場曲等各種成像不良現(xiàn)象。工作原理目標(biāo)物體傳感器鏡頭成像示意圖鏡頭理想成像模型是薄透鏡模型，如圖2-20所示。薄透鏡模型在計算時，忽略了厚度對透鏡的影響，從而對光學(xué)計算公式進(jìn)行簡化。工作原理視場芯片尺寸FF`像距v物距u焦距f焦距f′物方空間像方空間物方平面像方平面O鏡頭成像模型鏡頭組成Part02概念三鏡頭結(jié)構(gòu)可以分為兩部分，光學(xué)部分和機(jī)械部分，如圖2-21所示。光學(xué)部分由透鏡組和光圈環(huán)組成，機(jī)械部分由光圈機(jī)構(gòu)、鏡筒、調(diào)節(jié)機(jī)構(gòu)和支架組成。透鏡組表面會使用增透減反（Anti-Reflection，AR）材料或啞光材料進(jìn)行鍍膜處理，這兩種鍍膜都是為了增加透光率，從而提高相機(jī)接收光線的效率。光圈固定支架鏡片組對焦環(huán)光圈環(huán)鎖緊螺絲工業(yè)鏡頭的結(jié)構(gòu)與組成光圈光圈用于控制鏡頭的進(jìn)光量，用光圈系數(shù)來描述。光圈系數(shù)是指鏡頭焦距與整個鏡頭的入瞳直徑的比值，通常用F/#來表示。光圈系數(shù)F/#越大，光圈的孔狀光闌開口越小，進(jìn)光量越少，如圖2-22所示。F/4F/5.6F/8F/11F/16F/22光圈系數(shù)與光圈大小的關(guān)系光圈環(huán)光圈環(huán)連接著鏡頭內(nèi)部的可控光圈結(jié)構(gòu)，光圈結(jié)構(gòu)是由多個相互重疊的弧形薄金屬葉片組成多邊形或者圓形的孔狀光闌。通過轉(zhuǎn)動光圈調(diào)節(jié)環(huán)，控制葉片離合來改變孔狀光闌的大小，實(shí)現(xiàn)鏡頭通光量的調(diào)節(jié)。F/4F/5.6F/8F/11F/16F/22光圈系數(shù)與光圈大小的關(guān)系概念三對焦環(huán)對焦環(huán)用于調(diào)整鏡頭的聚焦面，保證鏡頭清晰成像。通過旋轉(zhuǎn)對焦環(huán)，改變鏡片組在鏡頭的相對位置，使鏡頭的成像面與相機(jī)芯片表面重合。聚焦不正確就會導(dǎo)致圖像不清晰，難以呈現(xiàn)很好的圖像效果。法蘭距與后截距法蘭距是指鏡頭的法蘭面到成像面（芯片）的距離。后截距分為機(jī)械后截距與光學(xué)后截距，機(jī)械后截距指鏡頭最后的機(jī)械面到像面的距離，光學(xué)后截距指鏡頭最后端鏡片表面頂點(diǎn)到像面的距離。概念三機(jī)械后截距光學(xué)后截距法蘭距成像面鏡頭的法蘭距與后截距法蘭距與后截距鏡頭根據(jù)鏡頭直徑、法蘭距和光學(xué)接口的類型與相機(jī)進(jìn)行匹配，但接口類型與工業(yè)鏡頭性能并無直接關(guān)系，需要根據(jù)實(shí)際情況進(jìn)行搭配與選用。表2-5展示了部分光學(xué)接口的參數(shù)。接口名稱法蘭距直徑螺紋結(jié)構(gòu)固定結(jié)構(gòu)S/M12-Mountundefine12mm螺紋CS-Mount12.526mm25.4mm1-32

UNF螺紋C-Mount17.526mm25.4mm1-32

UNF概念三 螺紋M42-Mount42mmM42x1螺紋F-Mount46.5mm-卡口V58-Mountundefine58mm-螺紋技術(shù)參數(shù)Part03焦點(diǎn)和焦距焦點(diǎn)是指與鏡頭光軸平行的光線射入凸透鏡時，光線所匯聚到的一個點(diǎn)。對于單個透鏡，焦距是指從光心到焦點(diǎn)的距離；對于多個透鏡組成的鏡頭，焦距是指像方主平面到焦點(diǎn)的距離。焦距f焦點(diǎn)像方主平面焦點(diǎn)和焦距概念三