机器视觉知识汇总

1.机器视觉简介

机器视觉是人工智能正在快速发展的一个分支。
简单说来，机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，
传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;
图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 [百科]

机器视觉系统的特点是提高生产的柔性和自动化程度。
在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；
同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，
用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而
且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

基本构造：
一个典型的工业机器视觉系统包括：
光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、 
相机（包括CCD相机和COMS相机）、
图像处理单元（或图像捕获卡）、
图像处理软件、
监视器、通讯 / 输入输出单元等。

工作原理：
机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，
根据像素分布和亮度、颜色等信息，转变成数字化信号，
图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，
再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。

2.机器视觉影响因素

影响图像质量的主要因素：
　　1. 光强度
　　2. 光方向
　　3. 物距
　　4. 焦距
　　5. 采样率
　　6. 曝光时间和放大倍数
　　7. 暗漏电流
　　8. 分辨率(像素数)
　　

镜头选择和要求：
 - 镜头的质量与传感器质量一样重要。相机是一个光电系统，同时利用光学和电子学原理成像。一旦镜头选择不好就会造成图像模糊。
 - 镜头尺寸和形状的选择主要在于焦距，但物距较小时，常采用C-mount镜头。若相机需要在反射强烈的环境中工作，最好选择带抗反射涂层的镜头。相机总体覆盖范围取决于所需视角、工作距离和镜头性能。

镜头设计/选择的另一个关键参数是目标物体所需的分辨率(mm 或 mil (1/1000英寸))。当相机用于在生产中测量目标物体尺寸时，必需考虑到以下几个重要参数：
　　1. 视角
　　2. 传感器

3.光源选择方法

在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。
系统之所以成功，首先要保证图像质量好，特征明显。
一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。
要保证好的图像，必须要选择一个合适的光源。
光源选型基本要素：

 - 对比度：

对比度对机器视觉来说非常重要。
机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特征的区分。
对比度定义为在特征与其周围的区域之间有足够的灰度量区别。
好的照明应该能够保证需要检测的特征突出于其他背景。

 - 亮度：

当选择两种光源的时候，最佳的选择是选择更亮的那个。
当光源不够亮时，可能有三种不好的情况会出现。
第一，相机的信噪比不够；由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。
其次，光源的亮度不够，必然要加大光圈，从而减小了景深。
另外，当光源的亮度不够的时候，自然光等随机光对系统的影响会最大。

 - 鲁棒性：

另一个测试好光源的方法是看光源是否对部件的位置敏感度最小。
当光源放置在摄像头视野的不同区域或不同角度时，结果图像应该不会随之变化。
方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。
好的光源需要能够使你需要寻找的特征非常明显，除了是摄像头能够拍摄到部件外，好的光源应该能够产生最大的对比度、亮度足够且对部件的位置变化不敏感。
光源选择好了，剩下来的工作就容易多了。具体的光源选取方法还在于试验的实践经验。

4.参考文章

1. 机器视觉系统设计要素分析
2. 影响机器视觉光源效果的因素有哪些？
3. 影响机器视觉检测的场景因素有哪些？
4. 影响机器视觉检测的因素有哪些呢?
5. 机器视觉 （科技技术）