工业机器视觉（二）：软硬件选型和相关知识

---

前言

最后编辑时间为2024-06-13，阅读本文前请注意最后编辑时间，文章内容可能与目前最新的技术发展情况相去甚远。欢迎各位评论与私信，指出错误或是进行交流等。

---

根据工业机器视觉系统开发过程（参考工业机器视觉（一）该文章），对于任务进行需求分析后，要进行软硬件选型。

由于是计算机专业的，对于硬件方面并不专业。因此，本文主要参考他人文章，重点关注图像采集部分，为后续的软件部分打下基础，并列出一些关键的内容。

光源

光源的作用主要有：
1）照亮目标，提高亮度；
2）形成有利于图像处理的成像效果，降低视觉检测系统的复杂度及对 图像处理算法的难度；
3）克服环境光的干扰，保证图像稳定性；
4）用作测量的工具或参照物。

良好的光场设计要求

• 对比度明显，目标与背景的边界清晰
• 背景尽量淡化而且均匀，不干扰图像处理
• 与颜色有关的还需要颜色真实，亮度适中，不过曝或欠曝
  

没有一款万能的光源，只有合适的才是最好的。因此，需要：
1）了解项目需求，明确要检测或者测量的目标，并且测试样品要丰富，要有不同种类的完好样品及问题样品，尽可能的让样品出现所有的问题，特别是要有最难检测实际有问题的样品。
2）分析目标与背景的区别，找出两者之间最可能差异大的光学现象，确定工业相机、光源、被测物的空间结构关系；
3）根据光源与目标之间的配合关系，初步确定合适的光源发光类型；
4）要多款备用测试光源，LED光源常见的几大类，以及不同的颜色都要有。拿实际光源测试，以确定满足要求的打光方式；
5）根据具体，确定适用于客户的产品。

具体硬件选型和相关知识查看以下文章：
https://blog.csdn.net/weixin_51554164/article/details/125746746
https://blog.csdn.net/weixin_42258743/article/details/107380953
https://blog.csdn.net/together_1/article/details/123094071
https://blog.csdn.net/qq_61703240/article/details/136188143
https://blog.csdn.net/yishuihanq/article/details/107094673
https://blog.csdn.net/VOMMA/article/details/139272526

相机

具体硬件选型和相关知识查看以下文章：
https://blog.csdn.net/together_1/article/details/123094071
https://blog.csdn.net/qq_61703240/article/details/136188143
https://blog.csdn.net/Vichael_Chan/article/details/98093950
https://handsome-man.blog.csdn.net/article/details/115560970
https://blog.csdn.net/2301_76660661/article/details/131719647
https://blog.csdn.net/yishuihanq/article/details/107178971
https://blog.csdn.net/VOMMA/article/details/139272526

镜头

具体硬件选型和相关知识查看以下文章：
https://blog.csdn.net/weixin_51554164/article/details/125722680
https://blog.csdn.net/weixin_42258743/article/details/107378389
https://blog.csdn.net/together_1/article/details/123094071
https://blog.csdn.net/qq_61703240/article/details/136188143
https://handsome-man.blog.csdn.net/article/details/115560970
https://blog.csdn.net/yishuihanq/article/details/107179121
https://blog.csdn.net/VOMMA/article/details/139272526

采集卡

具体硬件选型和相关知识查看以下文章：
https://blog.csdn.net/VOMMA/article/details/134963288
https://blog.csdn.net/weixin_51554164/article/details/124320774
https://blog.csdn.net/weixin_51554164/article/details/124608967
https://blog.csdn.net/qq_43359864/article/details/137794239
https://blog.csdn.net/qq_43359864/article/details/123372444
https://blog.csdn.net/image900/article/details/116232626

其余硬件

传感器、显示设备、PLC、执行机构、连线、电源等需要结合实际应用场景

机器视觉软件或算法库

机器视觉软件和算法库主要用于实现和优化机器视觉功能。

OpenCV

OpenCV是一个开源的计算机视觉和机器学习软件库，广泛应用于实时图像处理、计算机视觉和机器学习应用开发。OpenCV用C++语言编写，它的主要接口也是C++语言。该库也有大量的Python, Java and MATLAB/OCTAVE的接口，如今也提供对于C#, Ruby的支持。

优点：

• 开源免费： Opencv是一个开源的计算机视觉库，对于预算有限的项目和个人开发者来说，这是一个巨大的优势。
• 社区支持： 有一个庞大的用户社区，提供了大量的文档、教程和代码示例，帮助新手快速上手和解决问题。
• 跨平台： 支持Windows、Linux和MacOS等多种操作系统，使得在不同平台上的迁移和部署变得容易。
• 丰富的功能： 提供了丰富的算法和功能，包括图像处理、特征提取、目标跟踪等，几乎涵盖了计算机视觉的所有基础领域。

缺点：

• 性能问题： 在某些情况下，Opencv的性能可能不如专业的商业软件，尤其是在处理大规模数据或者实时应用时。
• 算法库的局限性： 对于一些高级的视觉任务，Opencv可能没有现成的解决方案，需要用户自己开发或者寻找第三方库。

适用场景：

• Opencv适合于教育、研究和原型开发，以及那些需要快速开发和部署计算机视觉应用的场合。

---

HALCON

HALCON是一款由德国MVTec公司开发的机器视觉软件包，包含一套完善的标准的机器视觉算法，应用范围广。它是一套image processing library，由一千多个各自独立的函数，以及底层的数据管理核心构成。其中包含了各类滤波，色彩以及几何，数学转换，型态学计算分析，校正，分类辨识，形状搜寻等等基本的几何以及影像计算功能。整个函数库可以用C，C++，C#，Visual basic和Delphi等多种普通编程语言访问。Halcon为大量的图像获取设备提供接口，保证了硬件的独立性。

优点：

• 高性能： Halcon是为工业级应用设计的，它的算法优化得非常好，适合处理大量数据和实时应用。
• 丰富的算法库： 提供了广泛的图像处理和分析功能，包括3D视觉、深度学习、形状匹配等。
• 易于集成： Halcon提供了易于使用的API和支持多种编程语言的接口，可以方便地集成到各种工业自动化系统中。

缺点：

• 成本： Halcon是一款昂贵的商业软件，可能不适合预算有限的项目。
• 学习曲线： 对于初学者来说，Halcon的学习曲线比较陡峭，需要投入较多的时间来掌握其复杂的功能。

适用场景：

• Halcon适用于对性能要求极高的工业视觉系统，如自动化检测、质量控制、机器人引导等。

---

VisionPro

美国康耐视公司开发的机器视觉软件，VisionPro提供多种开发工具拖放式界面、简单指令码和编程方式等，全面支持所有模式的开发。用户利用VisionPro QuickBuild™可以无需编程配置读取、选择并优化视觉工具，决定产品是否合格。用户也可以利用C++、C#、VB及.NET开发管理应用程序。Vision Pro提供的.NET程序接口允许用户采用面向对象的高级语言编程访问所有工具，以高效开发客户的专用视觉方案。

优点：

• 用户友好的界面： VisionPro拥有直观的图形用户界面，可以通过拖放的方式快速设计视觉应用。
• 强大的工具集： 提供了一系列强大的视觉工具，如图像增强、目标定位、缺陷检测等。
• 良好的硬件支持： VisionPro支持广泛的工业相机和视觉硬件，使得系统集成相对容易。

缺点：

• 成本： 与Halcon相似，VisionPro也是一款商业软件，价格不菲。
• 定制性： 尽管VisionPro很强大，但对于需要高度定制的视觉应用，可能需要额外的开发工作

适用场景：

• VisionPro适合于需要快速部署的工业视觉检测系统，尤其是在使用Cognex相机或者其他支持的硬件时。

---

VisionMaster

VisionMaster算法开发平台是海康机器人自主开发的机器视觉软件，致力于为客户提供快速搭建视觉应用、解决视觉检测难题的算法工具， 能满足视觉定位、尺寸测量、缺陷检测以及信息识别等机器视觉应用。

优点：

• 定制性强： VisionMaster提供了灵活的软件框架和开发工具，允许开发者根据需求进行高度定制。
• 成本效益： 相对于其他商业软件，VisionMaster可能提供更具竞争力的定价，适合中小企业。
• 技术支持： 通常提供良好的技术支持服务，帮助用户解决开发和部署过程中的问题。

缺点：

• 知名度和普及度： VisionMaster可能没有像Opencv、Halcon和VisionPro那样广泛的用户基础和社区支持。
• 资源和文档： 相较于其他成熟的软件，VisionMaster可能在资源和文档方面稍显不足。

适用场景：

• VisionMaster适用于需要定制化解决方案的机器视觉应用，尤其是在预算相对有限的情况下。

Labview

LabView是一种程序开发环境，由美国国 家仪器（NI）公司研制开发，使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。LabView软件是NI设计平台的核心，也是开发测量或控制系统的理想选择。LabView开发环境集成了工程师和科学家快速构建各种应用所需的所有工具，旨在帮助工程师和科学家解决问题、提高生产力和不断创新。

其他除以上罗列的5种外还有其他机器视觉软件开发平台和算法库，如感兴趣，请自行查阅资料

---

参考文章：
https://blog.csdn.net/qq_38998213/article/details/132323093
https://blog.csdn.net/moonlightpeng/article/details/97622652
————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/chenai886/article/details/135065871