机器视觉基础

什么是机器视觉？

• 机器视觉系统分析图像

  • 根据采集到的每张图像作判断，返回数字结果

    
    检测结果

2D Machine Vision

常用的是2D视觉，相机采集一个平面的图像，进而对图像特征分析检测，并给出测量结果

2D机器视觉

3D Machine Vision

另一种是3D检测，下图中包含两种3D检测，左边的使用的是非线扫双目3D视觉，产品和相机都不需要移动就能采集到产品的三维轮廓图像；右边使用的是线扫3D视觉，需要移动产品或者相机，才能采集产品的三维轮廓图像。

3D机器视觉

图像采集Image acquistition

既然是基于图像的检测系统；第一步就是图像的采集，在图像采集时就会涉及到图像视野；同时还会使用感光元件或称图像传感器采集图像，进而方便在计算机上处理图像

• 视野（FOV）或场景即相机所能看到的现实世界的物理尺寸
• 感光元件或称图像传感器（CCD&CMOS），是由一组矩阵式的元素（pixels0）组成，它的功能是将光信号转换成电信号。
  相机成像示意图

视野

• 需要多大的视野，一般又产品大小和产品位置变化范围来决定

  
  图像视野

工作距离

• 定义：镜头前端与目标物的距离，一般建议工作距离为视野大小的2-4倍，这样才能充分发挥镜头的性能，而不至于采集一张有明显变形的图像
  工作距离

工作距离&视野

以30W工业相机为例：再使用不同镜头下，工作距离与视野大小如下图所示：

工作距离与视野大小关系

对比度

• 对比度既黑白在亮度上的差异
  • 亮暗的对比程度
  • 对比度表现了图像画质的清晰程度
  • 黑白亮度差越大则对比度越好

我们需要检测的特征，当特征与背景对比度差异越大，则效果越好

对比度

成像技术

• 图像传感器
• 图像传感器是由行列组成的矩阵式亮度感应元器件组成，既采集到图像的行列；例如：30W相机图像大小为640X480，对应感光元件的像元排列
  The image sensor is a matrix of n rows and m colunmns of light sensitive elements
  感光元件
• 像素--Pixel
  • 感光器件上的基本感光单元，即相机能识别到的图像上的最小单元
  • 相机的总像素（画素）为感光器件的水平和垂直方向的像素数（640X480）
• 分辨率/解析度--Resolution

  • 图像上单个像素所代表的实际尺寸：分辨率=视野 / 像素数（相同方向）

    
    大视野分辨率
    小视野分辨率

像素分辨率

视野大小相同的情况下，分别使用不同像素的相机进行取像，并对比局部放大细节

对比图像

视觉软件是什么？

• 将目标的原始信息（pixel values）转换成实用的信息
  • 形状、颜色、边线等
• 作判断
  • 产品位置、相似程度、距离、有无、质量

一般这种检测只需要几十毫秒至上百毫秒

机器视觉适应性强

能够适应图像与图像的差异

• 亮度变化
• 位置变化
• 工件的差异
  适应以下的要求且达到最优化
• 精度 accurary
• 重复度 repeatability
• 坚固性 robustness
• 速度 speed
• 成本 cost

• 易用性 ease-of-use

  
  检测示例