视觉工程师必备视觉知识

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是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，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。

一

、机器视觉优势

机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。

人工检测与机器视觉自动检测的主要区别有：

二

、案例

为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。

01

啤酒厂采用的填充液位检测系统为例

当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。

机器人视觉引导玩偶定位应用

02

现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘2中，振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统，该系统通过判断玩偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人，机器人收到坐标后运动抓取产品，当振动盘中有很多玩偶处于反面时，VD200视觉定位系统需判断反面玩偶数量，当反面玩偶数量过多时，VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。

该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面，计算出玩偶中心点坐标，发送给机器人。通过VD200视觉定位系统实现自动上料，大大减少人工成本，大幅提高生产效率。

03

视觉检测在电子元件的应用

此产品为电子产品的按钮部件，产品来料为料带模式，料带上面为双排产品。通过对每个元器件定位后，使用斑点工具检测产品固定区域的灰度值，来判断此区域有无缺胶情况。

该应用采用了深圳**龙公司的DragonVision视觉系统方案，使用两个相机及光源配合机械设备，达到每次检测双面8个产品，每分钟检测大约1500个。当出现产品不良时，立刻报警停机，保证了产品的合格率和设备的正常运行，提高生产效率。

机器视觉的应用领域

04

☞ 识别

标准一维码、二维码的解码

光学字符识别（OCR）和确认（OCV）

☞ 检测

色彩和瑕疵检测

零件或部件的有无检测

目标位置和方向检测•测量

尺寸和容量检测

预设标记的测量，如孔位到孔位的距离

☞ 机械手引导

输出空间坐标引导机械手精确定位

三

、机器视觉系统的组成

 ▼  分类

▼  组成

○  图像获取：光源、镜头、相机、采集卡、机械平台

○  图像处理与分析：工控主机、图像处理分析软件、图形交互界面。

○  判决执行：电传单元、机械单元

01

光源

（1）光路原理

照相机并不能看见物体，而是看见从物体表面反射过来的光。

镜面反射：平滑表面以对顶角反射光线

漫射反射：粗糙表面会从各个方向漫射光线

发散反射：多数表面既有纹理，又有平滑表面，会对光线进行发散反射

（2）作用和要求

在机器视觉中的作用：

照亮目标，提高亮度；

形成有利于图像处理的效果；

克服环境光照影响，保证图像稳定性。

要求：

用作测量的工具或参照；

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。

（3）光场构造

明场：光线反射进入照相机

暗场：光线反射离开照相机

（4）构造光源

使用不同照明技术对被测目标会产生不同的影响，以滚珠轴承为例：

镜头

02

（1）主要参数

工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型，即理想凸透镜。

参数：焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口

分辨率：对色彩和纹理的分辨能力。

畸变：镜头中心区域和四周区域的放大倍数不相同。

畸变的校正一般用黑白分明的方格图像来进行，过程并不复杂。一般如果畸变小于2%，人眼观察不到；若畸变小于CCD的一个像素，摄像机也看不见。

（2）镜头---分类

（3）镜头---远心镜头

在测量系统中，物距常发生变化，从而使像高发生变化，所以测得的物体尺寸也发生变化，即产生了测量误差；即使物距是固定的，也会因为CCD敏感表面不易精确调整在像平面上，同样也会产生测量误差。采用远心物镜中的像方远心物镜可以消除物距变化带来的测量误差，而物方远心物镜则可以消除CCD位置不准带来的测量误差。

03

相机

种类：线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS

指标：象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等。

工作模式：Free run、Trigger（多种）、长时间曝光等。

传输方式：GIGE，Cameralinker,模拟。

（1）相机--按照图像传感器区分

CCD相机：使用CCD感光芯片为图像传感器的相机,集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。

CMOS相机：使用CMOS感光芯片为图像传感器的相机 ,将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。

（2）相机--按照输出图像颜色区分

单色相机：输出图像为单色图像的相机。

彩色相机：输出图像为彩色图像的相机。

（3）相机--按输出信号区分

模拟信号相机：从传感器中传出的信号，被转换成模拟电压信号，即普通视频信号后再传到图像采集卡中。

数字信号相机：信号自传感器中的像素输出后，在相机内部直接数字化并输出。数字相机又包含1394相机、USB相机、Gige相机、CameraLink相机等。

（4）相机--按照传感器类型区分

面扫描相机：传感器上像素呈面状分布的相机，其所成图像为二维“面”图像。

线扫描相机：传感器上呈线状（一行或三行）分布的相机，其所成图像为一维“线”图像。

（5）相机--CMOS VS CCD

（6）相机--传感器的尺寸

图像传感器感光区域的面积大小。这个尺寸直接决定了整个系统的物理放大率。如：1/3“、1/2”等。绝大多数模拟相机的传感器的长宽比例是4：3 (H：V)，数字相机的长宽比例则包括多种：1：1，4：3，3：2 等。

（7）相机--像素

是成像于相机芯片的图像的最小组成单位。以200万像素的相机为例，满屏有1600*1200个像素,成像于1/1.8英寸大小的CCD芯片。

（8）相机--分辨率

由相机所采用的芯片分辨率决定，是芯片靶面排列的像元数量。通常面阵相机的分辨率用水平和垂直分辨率两个数字表示，如：1920（H）x 1080(V)，前面的数字表示每行的像元数量，即共有1920个像元，后面的数字表示像元的行数，即1080行。

（9）相机--帧率和行频

由相机的帧率/行频表示相机采集图像的频率，通常面阵相机用帧率表示，单位fps（Frame Per second），如30fps,表示相机在1秒钟内最多能采集30帧图像；线性相机通常用行频表示，单位KHz,如12KHz表示相机在1秒钟内最多能采集12000行图像数据。

（10）相机--快门速度（Shutter Speed）

CCD/CMOS相机多数采用电子快门，通过电信号脉冲的宽度来控制传感器的光积分（曝光）时间。对于一般性能的的相机快门速度可以达到1/10000-1/100000秒。

卷帘快门（Rolling Shutter）：多数CMOS图像传感器上使用的快门，其特征是逐行曝光，每一行的曝光时间不一致。

全局快门（Global Shutter）：CCD传感器和极少数CMOS传感器采用的快门，传感器上所有像素同时刻曝光。

（11）相机--智能相机

智能工业相机是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。智能工业相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信装置等构成。由于应用了最新的 DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。

本文仅做学术分享，如有侵权，请联系删文。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~