机器视觉硬件篇（二）

码农小萌新135

已于 2025-03-25 17:03:15 修改

阅读量1.1k

点赞数 28

文章标签：数码相机

于 2025-03-25 15:40:53 首次发布

本文链接：https://blog.csdn.net/m0_59842669/article/details/146431537

版权

一、相机

1.1 常见的相机品牌

工业相机是机器视觉系统的核心组件，广泛应用于自动化检测、质量控制、科学研究等领域。以下是一些常见的工业相机品牌：

国际品牌：

巴斯勒、索尼、基恩士、康耐视、佳能（Canon，工业相机系列）、东芝泰力（Toshiba Teli）

国内品牌：

海康威视（Hikvision）、大华（Dahua）、华睿科技（Huaray Tech）、维视图像（Microvision）、凌云光（LUSTER LightTech）

（海康威视相机）

1.2 相机的分类

工业相机可以根据传感器类型、接口类型、成像方式等进行分类：

1.2.1 按传感器类型分类：

（1）CCD相机：

$\bullet$ 色彩还原好，噪声低，适合高精度成像。

$\bullet$ 功耗较高，速度较慢。

（2）CMOS相机：

$\bullet$ 功耗低，速度快，成本低。

$\bullet$ 现代CMOS技术已接近CCD的画质。

1.2.2 按成像方式分类：

（1）面阵相机：

二维成像，适合静态物体或复杂形状的拍摄。

（2）线扫相机：

一行像素逐行扫描，适合连续运动物体的高分辨率成像。

以下是面阵相机与线扫相机的详细对比表格，涵盖关键特性和应用场景：

面阵相机 vs 线扫相机对比表

特性	面阵相机 (Area Scan Camera)	线扫相机 (Line Scan Camera)
成像原理	二维传感器一次性捕获完整图像	单行传感器连续扫描合成图像
分辨率	固定（如500万像素：2592×1944）	单行分辨率固定（如8K×1），长度方向无限（依赖扫描时间）
帧率/行频	通常10-100 fps（受限于传感器读出速度）	行频可达10-100 kHz（适合高速运动物体）
运动适应性	需物体静止或同步触发	专为连续运动物体设计（如传送带）
视场范围	固定矩形视场（受镜头限制）	窄带视场，长度方向可扩展
图像畸变	可能存在镜头畸变（如桶形、枕形）	仅扫描方向可能存在拉伸变形
照明要求	瞬时均匀照明（脉冲光源常用）	需持续稳定的线光源（均匀性要求高）
典型传感器类型	CCD/CMOS（全局快门或卷帘快门）	线性CCD/TDI-CMOS（多行积分）
成本	中低端机型成本较低	通常较高（因专用性强）
数据处理复杂度	直接处理完整图像	需实时拼接行数据，算法更复杂
适用场景	静态/间歇运动物体检测（如零件质检）	连续运动物体检测（如印刷、纺织、板材）
典型应用案例	- 机器人引导 - 医疗影像 - 安防监控	- 印刷缺陷检测 - 钢板表面检测 - 薄膜生产监控
优势	- 成像速度快（单次曝光） - 系统集成简单	- 超高分辨率（长度方向） - 无运动模糊
劣势	- 高速运动易产生模糊 - 大视场高分辨率成本高	- 照明和同步要求严格 - 数据处理复杂

1.2.3 按接口类型分类：

（1）USB接口：

USB3.0/3.1接口传输速度快，适合中低端应用。

（2）GigE接口：

千兆以太网接口，传输距离远，适合多相机系统。

（3）Camera Link接口：

高速传输，适合高分辨率、高帧率应用。

（4）CoaXPress接口：

超高带宽，适合超高分辨率和高帧率需求。

（5）MIPI接口：

主要用于嵌入式系统，如手机、无人机。

1.3 相机的参数

工业相机的核心参数决定了其性能和适用场景：

1. 分辨率：

$\bullet$ 定义：传感器上像素的数量，通常用横向像素数 × 纵向像素数表示（如1920×1080）。

$\bullet$ 作用：

（1）分辨率越高，图像细节越丰富。

（2）高分辨率适合需要精细检测的场景，如电子元件检测、印刷品检测。

$\bullet$ 选择建议：

根据检测目标的尺寸和精度要求选择合适的分辨率。

2.帧率：

$\bullet$ 定义：相机每秒捕捉的图像数量，单位为fps（帧/秒）。

$\bullet$ 作用：

（1）帧率越高，越适合拍摄高速运动物体。

（2）低帧率可能导致漏拍或运动模糊。

$\bullet$ 选择建议：

根据物体运动速度和检测需求选择合适的帧率。

3.传感器尺寸：

$\bullet$ 定义：传感器感光区域的物理尺寸，通常用英寸表示（如1/1.8英寸、2/3英寸）。

$\bullet$ 作用：

（1）传感器尺寸越大，感光能力越强，成像质量越好。

（2）大尺寸传感器适合弱光环境和高动态范围场景。

$\bullet$ 选择建议：

根据光学系统的匹配性和成像需求选择合适的传感器尺寸。

4.像素尺寸：

$\bullet$ 定义：单个像素的物理尺寸，单位为μm（如3.45μm）。

$\bullet$ 作用：

（1）像素尺寸越大，感光能力越强，动态范围越高。

（2）小像素尺寸可以提高分辨率，但可能降低感光能力。

$\bullet$ 选择建议：

根据光照条件和动态范围需求选择合适的像素尺寸。

5.动态范围：

$\bullet$ 定义：相机能够捕捉的最亮和最暗部分的比值，通常用dB表示。

$\bullet$ 作用：

（1）动态范围越大，越能同时捕捉亮部和暗部细节。

（2）高动态范围适合光照不均匀的场景。

$\bullet$ 选择建议：

根据场景的光照变化选择动态范围。

6.接口类型：

$\bullet$ 定义：相机与计算机或其他设备连接的接口类型。

$\bullet$ 常见接口：

（1）USB3.0/3.1：传输速度快，适合中低端应用。

（2）GigE：传输距离远，适合多相机系统。

（3）Camera Link：高速传输，适合高分辨率、高帧率应用。

（4）CoaXPress：超高带宽，适合超高分辨率和高帧率需求。

$\bullet$ 选择建议：

根据传输速度、距离和系统复杂度选择合适的接口。

7.信噪比

$\bullet$ 定义：信号与噪声的比值，单位为dB。

$\bullet$ 作用：

信噪比越高，图像质量越好，噪声越低。

$\bullet$ 选择建议：

在弱光环境下选择高信噪比的相机。

8.镜头接口

$\bullet$ 定义：相机与镜头的连接接口。

$\bullet$ 常见类型：

C接口：适合小型传感器。

CS接口：适合更小的传感器。

F接口：适合大尺寸传感器。

$\bullet$ 选择建议：

根据传感器尺寸和镜头兼容性选择合适的接口

9.曝光时间

$\bullet$ 定义： 曝光时间是传感器接收光线的时间长度，单位为秒（s）或毫秒（ms）。

$\bullet$ 作用

（1）图像亮度：曝光时间越长，图像越亮；越短，图像越暗。

（2）运动模糊：长时间曝光可能导致运动物体拖影；短时间曝光可冻结动作。

（3）噪声控制：弱光下增加曝光时间可提高亮度，但可能引入噪声。

$\bullet$ 选择建议

（1）弱光环境：增加曝光时间，注意噪声和模糊。

（2）运动物体：缩短曝光时间，减少拖影。

（3）静态物体：可延长曝光时间，提高画质。

（4）协同调整：结合光圈、ISO等参数优化成像效果。

1.4 如何选型

选择工业相机时需要根据具体需求进行综合考虑：

1.明确应用场景：

$\bullet$ 如果是静态物体检测，选择面阵相机。

$\bullet$ 如果是连续运动物体检测，选择线扫相机。

$\bullet$ 如果是高速拍摄，选择高帧率相机。

2.分辨率需求：

根据检测目标的精度要求选择合适的分辨率。

3. 帧率需求：

根据物体运动速度选择帧率，确保无漏拍。

4.光照条件：

在弱光环境下选择高灵敏度相机，或搭配补光设备。

5.接口类型：

根据传输距离和速度需求选择合适的接口。

6.预算范围：

在满足性能需求的前提下，选择性价比高的相机。

7.品牌和售后：

选择知名品牌，确保售后服务和配件供应的可靠性。

8.软件兼容性：

确保相机与现有软件系统的兼容性，或支持二次开发。

其它：什么是像素精度，与像素尺寸的区别？

1.像素精度（Pixel Accuracy）

定义：
像素精度是指每个像素代表的实际物理尺寸，通常以毫米/像素（mm/pixel）或微米/像素（μm/pixel）为单位。
作用：
- 像素精度决定了图像中每个像素对应的实际尺寸，直接影响测量精度。
- 例如，像素精度为0.1mm/像素，意味着每个像素代表0.1mm的实际尺寸。
计算公式：
像素精度=视野范围（FOV）图像分辨率像素精度=图像分辨率视野范围（FOV）
例如：
- 视野范围（FOV）为100mm。
- 图像分辨率为1000像素。
- 则像素精度为：100mm / 1000像素 = 0.1mm/像素。

2.像素尺寸与像素精度的区别

特性	像素尺寸	像素精度
定义	传感器上单个像素的物理尺寸	每个像素代表的实际物理尺寸
单位	微米（μm）	毫米/像素（mm/pixel）或微米/像素（μm/pixel）
影响因素	传感器尺寸和分辨率	视野范围（FOV）和分辨率
作用	影响感光能力和动态范围	影响测量精度和检测能力
示例	3.45μm × 3.45μm	0.1mm/像素

二、镜头

镜头是光学系统中的核心组件，负责将光线聚焦到相机传感器上，形成清晰的图像。镜头的光学性能直接影响成像质量，因此在选择和使用镜头时需要了解其基本特性和参数。

2.1 镜头的基本结构

镜头通常由多片透镜（镜片）组成，这些镜片通过精密的排列和镀膜技术来校正光学像差，提高成像质量。主要组成部分包括：

1. 镜片组：

由凸透镜、凹透镜等组成，用于聚焦光线。

2. 光圈：

控制进入镜头的光线量，影响景深和曝光。

3. 对焦机构：

用于调整镜片位置，实现对焦。

4. 镜筒：

保护镜片并提供机械支撑。

2.2镜头参数

1.焦距（Focal Length）：

定义：镜头光学中心到传感器平面的距离，单位为毫米（mm）。

作用：决定视野范围（FOV）和放大倍数。

短焦距：广角镜头，视野大，适合拍摄大场景。

长焦距：远摄镜头，视野小，适合拍摄远处物体。

2.光圈（Aperture）：

定义：镜头通光孔径的大小，用f值表示（如f/2.8）。

作用：控制进光量和景深。

大光圈（小f值）：进光多，景深浅，适合弱光环境和背景虚化。

小光圈（大f值）：进光少，景深大，适合风光摄影。

3.视场角（Field of View, FOV）：

定义：镜头能够捕捉的场景范围，单位为度（°）。

作用：决定拍摄范围。

广角镜头：视场角大，适合拍摄大场景。

长焦镜头：视场角小，适合拍摄局部细节。

4.像圈（Image Circle）：

定义：镜头能够成像的圆形区域。

作用：像圈必须覆盖传感器尺寸，否则会出现暗角或黑边。

5.分辨率（Resolution）：

定义：镜头解析细节的能力，通常用每毫米线对数（lp/mm）表示。

作用：高分辨率镜头可以更好地匹配高分辨率传感器。

6.畸变（Distortion）：

定义：镜头成像时产生的几何失真。

类型：

桶形畸变：图像边缘向外膨胀。

枕形畸变：图像边缘向内收缩。

7.色差（Chromatic Aberration）：

定义：不同波长的光无法聚焦到同一点，导致颜色边缘出现色散。

校正：通过特殊镜片（如低色散镜片）减少色差。

8.对焦距离（Focus Distance）：

定义：镜头能够清晰成像的最近和最远距离。

作用：决定镜头的适用范围。

9.接口类型（Mount Type）：

定义：镜头与相机连接的接口类型。

常见类型：

C接口：适合小型传感器。

CS接口：适合更小的传感器。

F接口：适合大尺寸传感器。

2.3 镜头的分类

常用的镜头是定焦镜头、定倍远心镜头和连续变倍镜头。

按焦距分类：
- 广角镜头：焦距短（如16mm），视野大，适合风光摄影。
- 标准镜头：焦距中等（如50mm），接近人眼视角，适合日常拍摄。
- 长焦镜头：焦距长（如200mm），视野小，适合远距离拍摄。
按用途分类：
- 定焦镜头：焦距固定，成像质量高，适合专业摄影。
- 变焦镜头：焦距可调，使用灵活，适合多种场景。
按光圈分类：
- 固定光圈镜头：光圈值固定，适合专业摄影。
- 可变光圈镜头：光圈值随焦距变化，适合日常使用。

2.4如何选择

1.根据应用场景选择：

（1）风光摄影：选择广角镜头。

（2）人像摄影：选择标准或中焦镜头。

（3）运动摄影：选择长焦镜头。

2.根据传感器尺寸选择：确保镜头的像圈覆盖传感器尺寸。

3.根据分辨率需求选择：高分辨率传感器需要高分辨率镜头。

4.根据预算选择：高质量镜头通常价格较高，但成像效果更好。

三、光源

光源是机器视觉和光学系统中不可或缺的组成部分，它为相机提供照明，确保目标物体能够被清晰地捕捉和分析。光源的选择和设计直接影响图像质量、检测精度和系统稳定性。

3.1 光源的作用

（1）提高图像质量：提供均匀、稳定的照明，减少噪声和阴影。

（2）增强对比度：突出目标物体的特征，便于检测和分析。

（3）适应不同场景：针对不同材质、形状和表面特性的物体，选择合适的光源。

（4）提高检测效率：通过优化照明，减少图像处理复杂度，提高检测速度。

3.2 常见的光源及分类

1.按发光原理分类：

（1）LED光源：

优点：寿命长、功耗低、响应快、可调光。

应用：广泛应用于工业检测、机器视觉。

（2）卤素灯光源：

优点：亮度高、光谱连续。

缺点：发热量大、寿命短。

应用：适合高亮度需求的场景。

（3）荧光灯光源：

优点：光线柔和、成本低。

缺点：响应慢、寿命较短。

应用：适合一般照明需求。

（4）激光光源：

优点：单色性好、方向性强、亮度高。

应用：适合高精度测量和特殊检测。

2.按照明方式分类：

（1）背光源（Backlight）：

光线从物体背面照射，突出物体轮廓。

应用：尺寸测量、轮廓检测。

（2）前光源（Frontlight）：

光线从物体正面照射，突出表面特征。

应用：表面缺陷检测、字符识别。

（3）同轴光源（Coaxial Light）：

光线与相机光轴平行，减少反光。

应用：高反光表面检测。

（4）环形光源（Ring Light）：

光线呈环形分布，均匀照明。

应用：圆形物体检测、表面均匀照明。

（5）条形光源（Bar Light）：

光线呈条形分布，适合长条形物体。

应用：线扫描检测、长条形物体照明。

（6）点光源（Spot Light）：

光线集中，适合局部高亮度照明。

应用：微小物体检测、高精度测量

3.3 光源的参数

1.亮度（Brightness）：

定义：光源的发光强度。

作用：亮度越高，图像越清晰，但需避免过曝。

2.均匀性（Uniformity）：

定义：光源照明的均匀程度。

作用：均匀照明可减少图像中的亮暗差异。

3.光谱特性（Spectral Characteristics）：

定义：光源发出的光的波长分布。

作用：不同波长的光对物体的穿透和反射效果不同。

4.色温（Color Temperature）：

定义：光源的颜色特性，单位为开尔文（K）。

作用：影响图像的色彩还原。

5.稳定性（Stability）：

定义：光源亮度和色温的稳定程度。

作用：稳定性高可减少图像波动。

6.寿命（Lifetime）：

定义：光源的使用寿命。

作用：长寿命光源可降低维护成本。

7.响应时间（Response Time）：

定义：光源从开启到达到稳定亮度的时间。

作用：响应时间短适合高速检测。

3.4 光源的选择

1.根据物体特性选择：

透明物体：选择背光源。

高反光物体：选择同轴光源。

表面纹理检测：选择低角度环形光源。

2.根据检测需求选择：

高精度测量：选择高亮度、均匀性好的光源。

高速检测：选择响应时间短的光源。

3.根据环境条件选择：

高温环境：选择耐高温的LED光源。

弱光环境：选择高亮度光源。

4.根据成本选择：

高质量光源通常价格较高，但能显著提升检测效果。

在工业检测领域，表面缺陷检测：使用环形光源或条形光源。尺寸测量：使用背光源。

3.5打光方案选择

打光方式是机器视觉和光学成像中的核心技术，通过不同的光线投射方法突出目标特征、消除干扰信息，从而显著提升图像质量。

打光方式	原理	特点	适用场景	注意事项
背光照明	光源位于物体背面，形成高对比度轮廓	消除表面纹理干扰，边缘锐利	尺寸测量、透明物体检测	需平行光源，控制物体与光源距离
同轴照明	光线与镜头光轴平行，通过分光镜反射	消除镜面反射，平整表面高亮	金属/玻璃表面缺陷、二维码识别	分光镜镀膜质量影响效果
环形光照明	环形排列LED，多角度均匀照射	无阴影，适合曲面	外观检测、字符识别	根据角度选择直射/漫射型
穹顶光照明	半球形漫反射腔体均匀照明	完全无方向性，消除反光死角	复杂曲面、球体表面检测	需控制光源均匀性＞90%
条形光照明	条形LED阵列定向照射	突出特定方向特征	长条形物体、线扫描检测	可多角度组合增强效果
低角度照明	＜15°极低角度斜射	增强微小凹凸对比度	划痕、凹陷检测（0.5μm级）	需配合挡光结构
结构光照明	投射编码光图案（如条纹/点阵）	实现三维重建	三维轮廓测量、体积计算	需标定相机-投影仪系统
偏振光照明	偏振光+检偏镜消除特定反射	抑制眩光，增强材料内部信息	应力分析、复合材料检测	需匹配偏振方向
暗场照明	光线不直接进入镜头（＞75°斜射）	突出表面微小缺陷	透明物体杂质、晶圆检测	需要精密角度控制

四、视觉检测方案的选择

在工业检测中，视觉检测方案需要高精度、高稳定性和高效率，通常用于 缺陷检测、尺寸测量、定位引导、OCR识别、分类分拣 等任务。以下是详细的方案设计步骤，结合工业场景的特殊要求。

4.1 需求分析与场景定义

(1) 明确检测目标

检测内容：表面缺陷（划痕、污渍、裂纹）、尺寸偏差（长/宽/孔径）、装配完整性、字符识别（OCR）、颜色分类等。
精度要求：如 ±0.01mm 的尺寸公差，或 99.9% 的缺陷检出率。
速度要求：如 2000 件/分钟的高速产线检测。

(2) 环境因素

光照条件：自然光、LED 光源、红外光（特殊材料检测）。
运动状态：静态检测（传送带暂停）或动态检测（飞拍）。
干扰因素：震动、粉尘、油污、反光等。

4.2.硬件选型

(1) 工业相机

参数	选型要点
分辨率	根据检测精度计算（如 0.02mm/pixel，500 万像素可覆盖 10cm × 10cm 视野）。
帧率	高速检测需高帧率（如 200fps 以上）。
传感器类型	全局快门（动态场景）、卷帘快门（静态场景）。
接口	GigE（长距离）、USB3（短距离）、Camera Link（超高速）。

(2) 镜头

普通镜头：适用于一般检测，如 50mm 定焦镜头。
远心镜头：高精度尺寸测量，消除透视误差。
变焦镜头：适用于多品种、小批量柔性检测。

(3) 光源

光源类型	适用场景
环形光	均匀照明，适用于表面缺陷检测（如 PCB 板）。
同轴光	减少反光，适用于镜面、金属表面检测。
背光	轮廓检测（如尺寸测量）。
结构光	3D 检测（如焊缝、凹凸缺陷）。

(4) 辅助设备

编码器：用于运动同步（飞拍）。
PLC/IO 控制：触发相机拍照、分拣不良品。
防护罩：防尘、防水（食品、制药行业）。

4.3.软件算法设计

(1) 传统视觉算法（OpenCV/Halcon）

预处理：
- 去噪（高斯滤波、中值滤波）。
- 增强对比度（直方图均衡化、Gamma 校正）。
特征提取：
- 边缘检测（Canny、Sobel）。
- 模板匹配（NCC、Shape-Based）。
- Blob 分析（缺陷检测）。
测量与分类：
- 几何尺寸（圆拟合、直线拟合）。
- 颜色分类（HSV 空间分析）。

(2) 深度学习（AI 视觉）

适用场景：复杂缺陷（纹理不均、不规则划痕）。
常用模型：
- 分类：ResNet、EfficientNet（良品/不良品分类）。
- 检测：YOLO、Faster R-CNN（定位缺陷位置）。
- 分割：U-Net、Mask R-CNN（像素级缺陷分析）。
数据要求：
- 至少 1000+ 标注样本（缺陷多样本覆盖）。
- 数据增强（旋转、加噪、模拟缺陷）。

4.4.系统集成与测试

(1) 通信与控制

PLC 交互：通过 Modbus/TCP 或 IO 信号控制分拣机构。
数据存储：SQL 数据库记录检测结果，MES/SCADA 系统对接。

(2) 测试与优化

重复性测试：连续运行 24 小时，验证稳定性。
误检/漏检分析：调整算法阈值或增加 AI 模型训练数据。
抗干扰测试：模拟震动、光照变化，优化鲁棒性。

4.5典型工业视觉检测案例

行业	检测内容	技术方案
电子制造	PCB 焊点缺陷、元件缺失	高分辨率相机 + 环形光 + 深度学习分类
汽车零部件	齿轮尺寸、表面划痕	远心镜头 + 结构光 + 边缘检测算法
食品包装	标签 OCR、瓶盖完整性	背光 + 高速相机 + 模板匹配
锂电池	极片涂布缺陷、极耳对齐度	线扫相机 + 同轴光 + 语义分割模型

4.6.方案优化方向

提高速度：GPU 加速（CUDA）、多相机并行处理。
提升精度：亚像素边缘检测、3D 点云分析。
增强适应性：自适应光照补偿、在线学习（增量训练 AI 模型）。

总结：

工业视觉检测方案的核心是 硬件选型 + 算法优化 + 系统集成，需结合具体需求选择 传统视觉 或 AI 视觉，并通过测试不断优化。如果是 高精度、高速度 场景，建议采用 远心镜头 + 深度学习；如果是 简单规则检测，传统算法（如 Halcon）可能更高效。