机器视觉系统的选型要点

机器视觉系统的选型要点

选择适合的机器 视觉系统时，为了确认你的任务，应该先明确为了更大限度检测部件你需要做的测试，也就是你能考虑到会出现的缺陷。
[ 机器视觉系统]常见的应用有：
1.测量或计量；
2.读取字符或编码（条形码）信息；
3.检测物体的状态；
4.认知和识别特殊的特性 模式识别；
5.将物体与模板进行对比或匹配。



为了明确哪个才是合适的，可以做一张评估表，列出“必须做”和“可以做”的测试。一旦主要的对测试标准满意，随后可以将更多的测试加进去来改善检测过程，一定要记住，添加测试的同时也会增加检测的时间。
确定你需要的速度-系统检测每一个部件需要多少时间？这个不只是由 PC的速度决定，还受生产流水线速度的影响。很多机器视觉包含了时钟/计时器，所以检测操作的每一步所需要的时间都可以准确测量，从这些数据，我们就可以修改我们的程序以满足时间上的要求。通常，一个基于 PC 的机器视觉系统每一秒可以检测20-25个部件，与检测部件的多少和处理程序以及计算机的速度有密切关系。



聪明地选择机器视觉系统硬件
一套机器视觉系统的性能与它的部件密切相关。在选择的过程中，有很多捷径特别在光学成像上可能很大程度降低系统的效率。如下是在选择部件时你必须紧记的几个基本原则。
1.摄像头摄像头的选择与应用的需求直接相关，通常考虑三点：
a.黑白还是彩色；
b.部件/目标的运动；
c.图像分辨率。
在检测应用中大部分使用黑白摄像头，因为黑白图像能提供90%可视数据，并且比彩色便宜。彩色摄像头主要用于一些需要分析彩色图像的场合里。根据部件在检测时是否移动，决定我们选择标准隔行扫描摄像头还是逐行扫描摄像头。另外，图像的分辨率必须足够高，以提供检测任务需要的足够的数据。然后，摄像头必须质量好并且可以避免工业现场中的振动、灰尘和热的影响。




2.光学部件和照明这个至关重要的因素往往被人所忽略。当你使用一个很差的光学部件或照明，就算你使用再好的机器视觉系统，它表现出的性能甚至比不上一个配上良好光学部件和适当照明的低能力系统。光学部件的目标是产生更好和更大可用面积的图像，并且提供优质的图像分辨率。照明的目标是照亮需要测量或检测的部分的关键特征。通常，照明系统的设计由如下因素决定：颜色、纹理、尺寸、外形、反射率等等。
3.图像采集卡虽然图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。
图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。
使用模拟输入的图像采集卡，目标是尽量不变地将摄像头采集的图像转换为数字数据。使用不正确的图像采集卡可能得到错误的数据。
工业用的图像采集卡通常用于检测任务，多媒体采集卡由于它通过自动增益控制、边沿增强和颜色增强电路来更改图像数据，所以不用在这个领域里。使用数字输入的图像采集卡的目标是将摄像头输出的数字图像数据转换并输送到PC 中作处理。