机器视觉系统是一种模拟人类视觉功能,通过光学装置和非接触式传感器获取图像数据,并进行分析和处理,以实现对目标物体的识别、测量、检测和定位等功能的智能化系统。其目的是让机器能够理解和解释视觉信息,从而做出决策或执行任务。简单来说,机器视觉是用机器代替人眼来做测量和判断。

机器视觉系统

图像处理流程

工业相机是机器视觉系统中的一个关键组件,其最本质的功能就是将光信号转变成有序的电信号。

一、工业相机的工作原理

1.图像采集:通过镜头收集被拍摄物体反射或透射的光线,将其聚焦在图像传感器上。

2.光电转换:图像传感器(常见的有 CCD 和 CMOS)将光信号转换为电信号。以 CMOS 传感器为例,每个像素点都有一个感光二极管,光线照射时产生与光强成正比的电荷,进而被转换为电压信号。

3.信号处理:转换后的电信号经过放大器进行放大,并通过模数转换器(ADC)将模拟信号转换为数字信号,这些数字信号经过处理后形成数字图像数据,传输给计算机等设备进行后续分析。

二、工业相机的分类

  1. 按图像传感器类型:分为 CCD工业相机和 CMOS工业相机。

  2. 按输出色彩:分为彩色工业相机和黑白(单色)工业相机。

  3. 按扫描方式:面阵工业相机和线阵工业相机。

  4. 按输出信号方式分:模拟工业相机、数字工业相机。

  5. 按响应频率范围分:可见光(普通)相机、红外相机、紫外相机等。

  6. 按照光谱波段数量来分,可分为高光谱相机和多光谱相机。

  7. 按照成像维度分:2D工业相机和3D工业相机

  8. 特殊工业相机:偏振工业相机。

三、工业相机的传感器

图像传感器作为工业相机核心部件,其靶面的大小,往往直接关系到成像的质量。通常来讲,图像的成像质量与像素的大小成正比。这也就意味着,同样大小的图像传感器,如果分辨率越高,那么像素尺寸就越小,其成像质量也就会越差。

工业上的1/2.3’CMOS传感器,分辨率通常只在500万像素级别,而 民用的1/2.3’CMOS传感器,则分辨率可以做到1600万像素甚至更高的级别。因此工业相机的成像质量往往要比民用的相机成像质量要好;同时,如果相同分辨率的相机,传感器面积越大,则其单位像素的面积也越大,成像质量也会越好。同样的500万像素的相机,2/3’的传感器成像质量就要好于1/2’的。

常见的传感器尺寸

四、相机如何选型

1. 明确应用需求

检测目标:尺寸、速度、精度、缺陷类型(如表面划痕、尺寸测量等)。

环境条件:光照(自然光/人工光源)、温度、振动、粉尘等。

输出要求:是否需要实时分析、数据存储或与其他设备(如PLC)通信。

2. 核心参数选型

(1) 分辨率

公式计算: 分辨率≥被测物尺寸/检测精度×安全系数。例如:检测10mm物体,要求0.05mm精度,需至少200万像素(1600×1200)。

(2) 传感器类型

全局快门(Global Shutter):适合高速运动物体(如流水线),避免拖影。

滚动快门(Rolling Shutter):静态或低速场景,成本低。

传感器尺寸:越大则通光量越高,但需匹配镜头像场。

(3) 帧率(FPS)

计算: 帧率≥产线速度/检测步长(单帧视野)。例如:产线速度1m/s,每帧视野10mm,则至少需100FPS。

高速场景:选择Camera Link或CoaXPress接口(如500FPS以上)。

(4) 像元尺寸

小像元(如1.4μm):高分辨率但低感光,需强光源。

大像元(如5.5μm):低照度表现好,适合弱光环境。

(5) 光谱响应

可见光(400-700nm):常规检测。

近红外(700-1000nm):穿透性检测(如硅片内部缺陷)。

紫外或X光:特殊材料分析。

3. 接口选择

接口类型

带宽

传输距离

典型应用

USB3.0

400MB/s

<5m

低成本、中低速检测

GigE

120MB/s

100m

远距离、多相机同步

Camera Link

850MB/s

10m

高速、高分辨率

CoaXPress

6.25GB/s

100m+

超高速、4K/8K成像

5GigE/10GigE

500MB/s~1GB/s

100m

平衡速度与距离需求

4. 镜头选型匹配

焦距计算: 焦距=工作距离×传感器尺寸/视野(FOV)

镜头类型: 远心镜头:高精度尺寸测量(无透视误差)。

FA镜头:通用场景,成本低。

变焦镜头:视野需频繁调整的场景。

5. 其他关键因素

动态范围(HDR):高对比度场景(如焊接检测)需100dB以上。

触发模式:硬件触发(光电传感器同步)或软件触发。

防护等级:IP67(防尘防水)适用于户外或恶劣环境。

软件支持:兼容Halcon、LabVIEW或定制SDK开发。

五、相机选型注意事项

1、相机类型

对于静止检测或者一般低速的检测,优先考虑面阵相机,对于大幅面高速运动或者滚轴等运动的特殊应用考虑使用线阵相机。根据检测的速度,选择相机的帧率一定要大于物体运动的速度,一定要在相机的曝光和传输时间内完成。而在实际检测中实现同样的目的可以有多种不同的解决办法,相机的选择也就有了更多空间。

2、相机帧率

相机的帧率决定着设备的测量效率,如相机的帧率是30FPS,则每秒钟最多拍摄30次。通常来说,相机的分辨率越低,同样的接口,帧率也会越高;而分辨率越高,帧率也会越低。帧率*分辨率≤总线带宽,即在接口一定(总线带宽已经确定),分辨率一定时,帧率也是有其最大值的。即要想相机的分辨率快,又要想相机的帧率高,那么就需要找更大带宽的总线,也就是相机的输出接口。

3、相机的曝光时间

相机的最小曝光时间,可以决定目标的运动速度。或者反过来说,目标的运动速度,对相机的最小曝光时间提出了要求。

假设我们的目标运动速度是1mm/S,我们的测量精度是0.01mm/pixel,那么我们必须考虑,物体的运动引起的拖影必须要小于我们的精度0.01mm,目标移动0.01mm,需要用时10ms,这就要求我们的相机的曝光时间必须小于10ms,如果大于这个曝光时间,那么仅仅物体运动引起的模糊就会大于0.01mm,这时我们的精度已经无法达到0.010.01mm/pixel了。

4、与镜头的匹配

传感器芯片尺寸需要小于或等于镜头的靶面尺寸,C 或CS 安装座也要匹配(或者增加转接口)。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/94611.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/94611.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/94611.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java如何快速实现短信登录?

全文目录&#xff1a;开篇语前言1. 短信登录的工作原理2. 短信登录的优点3. 短信登录的缺点4. 短信登录的实现示例&#xff1a;使用 Java 实现短信登录的流程4.1 发送短信验证码&#xff08;伪代码&#xff09;4.2 使用第三方短信平台发送短信&#xff08;以阿里云为例&#xf…

HTML已死,HTML万岁——重新思考DOM的底层设计理念

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

客户管理系统的详细项目框架结构

以下是针对客户管理系统的详细项目框架结构&#xff0c;整合了核心业务模块&#xff08;客户信息、合同管理、售前售后等&#xff09;&#xff0c;并补充了实用扩展模块&#xff08;如数据统计、标签管理等&#xff09;&#xff0c;严格遵循Django模块化设计原则&#xff1a; c…

【01】OpenCV C#——C#开发环境OpenCvSharp 环境配置 工程搭建 及代码测试

文章目录一、OpenCV 介绍二、OpenCvSharp 介绍三、OpenCvSharp环境搭建3.1 创建新项目3.2 添加 NuGet组件3.3 代码测试3.4 相较于 C OpenCV不同的之处四、LearnOpenCV有时候&#xff0c;单纯c#做前端时会联合C实现的dll来落地某些功能由于有时候会用C - Opencv实现算法后封装成…

【解决办法】报错Found dtype Long but expected Float

Found dtype Long but expected Float错误通常发生在尝试将一个数据类型为Long的张量传递给一个期望数据类型为Float的函数或操作时。在PyTorch中&#xff0c;Long和Float是两种常见的数据类型&#xff0c;分别对应于64位整数和32位浮点数。某些函数或操作可能只接受特定数据类…

QtC++ 调用 tesseract开源库 搭配 Opencv 实现文字识别:从tesseract库基本介绍到实际应用实现

前言 在当今数字化时代&#xff0c;文字识别&#xff08;OCR&#xff09;技术已经渗透到我们生活和工作的方方面面&#xff0c;从扫描文档的自动排版到车牌识别、票据信息提取等&#xff0c;都离不开 OCR 技术的支持。而在众多 OCR 实现方案中&#xff0c;QtC 结合 tesseract 和…

数据集-目标检测系列- 地球仪 数据集 globe>> DataBall

数据集-目标检测系列- 地球仪 数据集 globe&#xff1e;&#xff1e; DataBall贵在坚持&#xff01;* 相关项目1&#xff09;数据集可视化项目&#xff1a;gitcode: https://gitcode.com/DataBall/DataBall-detections-100s/overview2&#xff09;数据集训练、推理相关项目&…

[Oracle] DUAL数据表

Oracle中的DUAL数据表是一个特殊的单行单列虚拟表结构&#xff1a;1行1列SELECT * FROM DUAL;输出结果&#xff1a;列名默认DUMMY&#xff0c;值为X常见使用DUAL数据表的场景&#xff1a;1.系统函数调用测试当需要测试Oracle函数但不需要真实表数据时&#xff0c;我们可以考虑使…

第五篇: 深入解析基于 SQLAlchemy 的聊天记录持久化模块:`message_model` 与数据库操作封装

深入解析基于 SQLAlchemy 的聊天记录持久化模块:message_model 与数据库操作封装 作者:zgw 标签:SQLAlchemy、Python、FastAPI、数据库持久化、ORM、聊天系统、AI 应用开发 一、前言 在构建大模型应用(如聊天机器人、知识库问答系统)时,对话记录的持久化 是实现“可追溯…

学习游戏制作记录(将各种属性应用于战斗以及实体的死亡)8.5

1.将各种属性应用于战斗我们希望将上节课的CharactorState脚本作为一个父类&#xff0c;而玩家和敌人的属性状态都是继承自它的创建PlayerStats脚本&#xff1a;public class PlayerStats : CharactorState {private Player player;//获取玩家脚本protected override void Star…

Higgsfield平替,地球转场+动物竖中指AI视频教程

大家好&#xff0c;这里是K姐。 一个帮助你把AI真正用起来的女子。 最近TikTok上的网友已经集体疯魔了——刷到的视频总以高空航拍开场&#xff0c;镜头从地球拉近后&#xff0c;要么是橘猫蹲在白宫草坪比中指&#xff0c;要么是柴犬在富士山顶比中指…… 这种堪比好莱坞运镜…

界面规范的其他框架实现-列表-layui实现

另一个要改造的系统使用了layui&#xff0c;改造方式如下&#xff1a;斑马线&#xff1a;.layui-table[lay-even] tr:nth-child(even) {background-color: #f2f2f2 }鼠标滑过&#xff1a;.layui-table tbody tr:hover{background-color: #8dccff }标题行&#xff1a;.layui-tab…

STM32学习笔记2-GPIO的输出模式

GPIOGPIO&#xff1a;通用输入输出口&#xff1b;可配置8种输入输出模式引脚电平&#xff1a;0V-3.3V&#xff0c;部分引脚可容忍5V也可认为高电平&#xff0c;但是对于输出而言&#xff0c;最大就只能输出3.3V&#xff0c;因为供电就只有3.3V&#xff0c;能容忍5v的在以下的引…

Linux系统学习2之磁盘管理

了解磁盘内容&#xff1a;df&#xff1a;df -a &#xff08;-a是列出所有&#xff0c;-k以kb显示&#xff0c;-h以Gb显示&#xff0c;-m以Mbyte显示&#xff0c;-H为用1000b代替1024b&#xff0c;-t为显示文件类型&#xff0c;-i为用inode显示容量&#xff09;&#xff1a;&a…

北大、蚂蚁三个维度解构高效隐私保护机器学习:前沿进展+发展方向

在数据隐私日益重要的 AI 时代&#xff0c;如何在保护用户数据的同时高效运行机器学习模型&#xff0c;成为了学术界和工业界共同关注的难题。北大团队最新完成的综述《Towards Efficient Privacy-Preserving Machine Learning: A Systematic Review from Protocol, Model, and…

计算机网络:如何在实际网络中进行子网划分

在实际网络中,子网划分是通过“借位”将一个大的IP网络分割为多个小的子网,以提高IP地址利用率、增强网络安全性和简化管理。以下是具体的实施步骤、原理和注意事项: 一、子网划分的核心目的 提高IP利用率:避免大网络中IP地址的浪费(例如一个C类地址默认支持254台主机,若…

《第五篇》基于RapidOCR的图片和PDF文档加载器实现详解

基于RapidOCR的图片和PDF文档加载器实现详解 引言 在构建知识库时,我们经常需要处理包含图片和PDF文档的数据。这些文档中的文本信息通常以图像形式存在,需要通过OCR技术来提取。本文将详细介绍如何使用RapidOCR技术实现图片和PDF文档的文本提取加载器。 核心概念 RapidO…

[硬件电路-122]:模拟电路 - 信号处理电路 - 模拟电路与数字电路、各自的面临的难题对比?

数字电路和模拟电路是电子技术的两大基础分支&#xff0c;它们分别处理不同类型的信号&#xff0c;并在设计方法、元件特性、应用场景等方面存在显著差异。以下是两者的详细定义及异同对比&#xff1a;一、定义与核心概念1. 模拟电路&#xff08;Analog Circuit&#xff09;定义…

Linux多线程——线程控制

目录 1.线程知识补充 1.1 线程私有资源 1.2 线程共享资源 1.3 原生线程库 2、线程控制接口 2.1 线程创建 2.1.1 一批线程 2.2 线程等待 2.3 线程终止 2.4 线程实战 2.5 其他接口 2.5.1 关闭线程pthread_cancel 2.5.2 获取线程 ID pthread_self 2.5.3 线pthread_de…

Python爬虫实战:研究spiderfoot工具,构建网络情报收集系统

1. 引言 1.1 研究背景 在数字化时代,互联网公开信息已成为国家治理、企业决策与学术研究的战略资源。据 Statista 统计,2023 年全球互联网数据总量突破 120ZB,其中可通过公开渠道获取的情报信息占比超 30%。传统人工信息收集方式受限于效率与广度,难以应对海量数据处理需…