机器视觉简析/视觉不稳定因素分析 | CV | 终端智能

机器视觉系统组成

典型的机器视觉系统一般由图像的获取、图像的处理和分析、输出或显示三部分组成。按照视觉系统组成结构主要分为两大类：PC或板卡式机器视觉系统（PC-Based Vision System），以及嵌入式机器视觉系统，亦称“智能相机”（SmartCamera）。　

2.1 PC-Based视觉系统

PC式视觉系统是一种基于个人计算机（PC）的视觉系统，其图像获取设备一般由光源、光学镜头、CCD或CMOS摄像机以及图像采集卡组成，图像处理与分析设备以一台PC机为基础配合图像处理软件，一般以显示器作为图像处理结果的显示输出。

但同时，基于PC的机器视觉的应用系统尺寸较大，除相机外，还需图像采集卡、工控机、各种连接线缆等，在一些对设备体积限制较严的场合，如生产装置内部、移送装置上就难以满足要求了。同时其结构复杂，多数人认为PC-Based系统包含较多的外部部件，各部件由不同厂家生产，涉及兼容性和连接插件等中间环节，集成度较低，从而导致其稳定性下降。相对于集成度高的智能相机，其开发周期也相对较长。

2.2 嵌入式视觉系统

智能相机主要由图像采集单元、通型信块，图像处理单元（处理软件）三大组成部分，图像采集单元类似于传统的普通相机，将光信号转为模拟信号或数字信号，相当于CCD/CMOS相机和图像采集卡，图像处理单元相当于PC-Based 系统的PC部分，是嵌入式视觉的核心，包括图像处理、存储单元以及相应的处理软件，一般有DSP、FPGA和RISC三种硬件平台用来完成图像处理的运算，软件可由外部写入，但一般成熟的嵌入式机器视觉系统均将通用的图相处里算法封装为固定的模块，开发人员可以根据需要选择调用。

嵌入式视觉系统存在一些明显的优势，比如由于其图像获取单元与处理单元直接相连接，在像素一致性方面较好，抗干扰能力性较强，可适用于更多恶劣的工作环境。软件上，成熟的智能相机基本已经固化了视觉算法模块和通讯模块等，用户只需要简单的调用即可，所以开发简单，开发周期也短。

嵌入式视觉系统也存在一定劣势，比如在精度和速度上，由于体积和图像处理能力的限制。同时，智能相机高度集成化的特点也给它带来了灵活性不足的问题，它的硬件和软件开发相对固定，可扩展性较差。

机器视觉检测系统的不稳定性因素

1、工业相机对成像稳定性的影响

工业相机的选择主要考虑其传感器类型、分辨率和帧率，其中传感器分CCD与CMOS两种，CMOS图像传感器集成度高，各元件、电路之间距离很近，干扰比较严重，成像噪声高，CCD传感器相机在成像质量上和稳定性方面较优。

影响相机成像质量的另一重要因素就是相机的镜头，一个影响系统检测精度的重要因素就是图像的几何畸变误差，它是光学透镜固有的透视失真，受到制作工艺的影响，无法消除，只能弥补。

2、光源对成像稳定性的影响

光源具有放大图像的特征与缺陷、削弱混乱及背景的作用，直接影响输入数据的质量。可见光中LED光源的稳定性和寿命相对于卤素灯、日光灯等要好，响应时间短，可自由选择颜色，运行成本也低，得到了广泛的应用。光源的照射方式可分为背向照明、前向照明、结构光照明和频闪照明，其设计要点是以突出图像特征为准则。

3、软件稳定性

检测软件稳定性对机器视觉的影响毋庸置疑，视觉系统最终会在计算机上利用软件采用有针对性的算法进行图像滤波，边缘检测和边缘提取等一系列图像处理，不同的图像处理和分析手段以及不同的检测方法与计算公式，都会带来不同的误差，算法优劣决定测量精度的高低。

4、机械结构定位影响

除成像系统硬件外，相机与物体之间的相对位置关系也会对图像质量的稳定性产生影响，如相机或工件的机械支撑结构如果存在震动，会影响检测精度，且这也是一个难以排查的问题。在动态下检测工件，需要考虑运动模糊对图像精度的影响（模糊像素 = 物体运动速度*相机曝光时间）。 另外，CCD相机与被测零件之间在理性状况下应为相机镜头光轴垂直于零件所在平面，但实际使用中，由于安装误差或相机、工件制造误差等原因不能保证光轴与被测平面完全垂直，存在一定角度偏差，同样对测量精度产生影响。