常规视觉检测方案价值探讨收藏

网友投稿 146 2024-01-25


    机器视觉的工业检测按照应用方向可以分为:定位、识别(颜色、字符、形态、材质等)、测量、有无、缺陷检测等这里面有很多项目依靠常规的图像采集硬件系统搭配简单的视觉算法都可以实现比如颜色识别、字符检测、条码/二维码识别、有无检测等。

常规视觉检测方案价值探讨收藏

这些视觉检测的方案一般都已经很成熟,不需要复杂的光照系统,不需要高分辨率的相机甚至不需要专门去写算法来开发国内行业里有大量的视觉公司、自动化公司、光学硬件公司大概都做过这样的视觉应用行业发展到今天,效率、成本、稳定性的优势在这些项目里的价值已经日渐凸显的越来越重要了。

这里我们分析一下如何有效的降低这些项目的成本,同时提升这些项目的执行效率以及稳定性问题    因为现在国内外的标准视觉软件都可以实现上述的视觉检测任务,因此在软件端我们就不再讨论了我们来看硬件的部分:1、相机 2、镜头 3、光源。

    光源的部分无论是用标准的机器视觉光源还是自己用其他照明设备来实现都可以达到目标,因为这些检测项目一般来说对光源的均匀度、发光角度等都要求不大,只要满足视场内的照明强度就可以相机的部分可以综合考虑是用智能相机还是工业相机的方式,因为这些项目一般对分辨率要求不是很高,反而对执行效率有一定的要求,因此低分辨率高帧率的相机一般是比较合适的,考虑到工控机或PC的成本,用智能相机也是不错的选择,这块就要根据客户的具体使用需求和预算成本综合考虑。

硬件里面变量最大的因素就是镜头的部分针对这些应用一般的工程师会优先考虑成本比较低且分辨率不高(相机分辨率低)的工业定焦镜头,这种镜头选择性广且相对比其他机器视觉镜头(远心、变倍等)来说价格便宜但它就是最经济的镜头吗?它还有其他的潜在问题吗?。

‍‍‍我们先看这种工业镜头的工作方式:这种工业镜头一般有两处可以旋转调节的机构,一处是镜头的光圈(控制进光量)一处是镜头的后焦(控制镜头在不同物距下对焦清晰)对焦控制是为了适应镜头在不同工作物距下都能清晰成像,这拓展了镜头的应用场景,镜头的光圈部分是为了控制像面的亮度,可以弥补光源的亮度不足或相机的曝光不足。

这两者都大大拓展了镜头的使用场景,但同时也产生了一个问题,不好调整、不好量化、使用过程中出现变化等问题总之一句话:变量多了稳定性就差经常做视觉拍照方案的工程师和现场维护工程师可能深有感触的是,同样的镜头、同样的相机光源 通过不同的参数组合调整往往会出来差别很大的图片视觉效果。

其中一个很重要的原因就是镜头在调整过程中无法量化的参数,就拿光圈调节来说:光圈调节可以控制图像的亮暗,光源的调节也可以达到这样的效果,相机曝光的调节也可以,那同样的一张图片就有三个变量在左右,同时更潜在的问题是,光圈调节还会影响镜头的工作景深,镜头的分辨率等。

这些变化往往会导致后期算法的不稳定那么有没有一款合适的产品能避免这些问题呢?    固定光圈设计、压圈后焦调节的微型焦距镜头可以很好的解决以上的问题我们只需要在合适的工作距离下把镜头装在工业相机上,通过压圈调节把镜头聚焦清晰就可以,镜头的光学设计保证了镜头在固定光圈下各项光学性能达到最优的量化指标下,一致性和稳定性非常好,不用担心调试的效率和后期维护的异常。

而且最重要的是它本身就是为了机器视觉检测项目开发的,成本上有着非常大的优势,可大大降低硬件成本。下面看一下在我们实验室拍的样品对比图:1、金属字符

Computar 75mm

IOIP 微焦 2 、二维码标贴

Computar 25mm

IOIP 微焦 3、连接线颜色

Computar 25mm

IOIP微焦IOIP根据不同焦距开发了一系列微焦镜头,可在很多场景下替代普通的工业定焦镜头使用。具体产品信息可在网站查询。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:助力智能制造——基于AI深度学习的智能化缺陷检测系统(一)收藏
下一篇:机器视觉实现对透明物体的缺陷检测收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~