改进机器视觉体系的十大方法

发布日期：2019-12-17 作者：admin 点击：

改进机器视觉体系的十大方法

着全球制造商场的竞赛日益剧烈，企业需确保以最高功率运营显得很重要的。由于进程相关毛病导致的停机时刻被以为对错增值停机时刻，直接影响公司的盈利能力。机器视觉是一个新式范畴，如果设置正确，能够减少进程功率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一范畴，以寻求可能的改善。在机器视觉系统中如果没有恰当的设置，可能会导致机器视觉进程的非增值停机，下面是特别需要留意改善的十个方面：

1)照明技术-正确的照明技术应该用来照亮需要检测的区域。背光、亮场、掠射、低角度线性阵列和暗场等光照技术是机器视觉鲁棒性最关键的方面。根据零件表面光洁度和轮廓，正确的照明技术可以增强缺陷或去除图像噪声，提高系统的效率和稳定性。这样做的目的是为了选择一种能够产生最大对比度(从黑色到白色像素)的光照技术。此外，对比度需要与正在测量或检查的内容直接相关。

2)照明颜色-应考虑每个特定部分或应用所用的灯光颜色。频率是每秒振荡的次数，而波长是波在同一位置上两点之间的距离。每种不同的紫外、蓝、绿、黄、红、红外光谱都有不同的照明频率和波长。这些变化会影响物体和相机的表面在光线进入时的反应。其目的是利用能产生最大对比度和消除图像中噪声的光频率。例如，金属零件有时可以被引入到一个系统中，该系统有一层薄薄的油或表面轻微氧化，这取决于它们是如何存储的。当这两种类型的零件都被引入检查系统时，使用光的频率来减少波动量是很重要的。

3)使用滤光片滤光片，消除背景和架空照明噪声等严重的环境干扰。通过简单地在相机镜头上放置一个与照亮该部件的光的频率匹配的滤波器，可以消除环境照明干扰。

4)镜头-视场(FOV)和感兴趣区域(ROI)，包含所需的像素精度，起着重要的作用。正确的焦距镜头将抉择机器视觉系统所能看到的区域的大小，并最终抉择所收集的一切信息。核算太大的FOV将导致更少的细节和准确性，而核算太小的FOV可能导致检查失利，由于部分或目标在摄像机的视野之外。在核算FOV时，重要的是在抉择哪个焦距镜头最适合应用之前，先确认零件或物体的最大ROI和该区域的最大可接受过失。有时这些要素可能会遭到相机到物体的作业间隔或高度的束缚，所以在构建系统之前需求考虑一切这些要素。

5)定位——重要的是要知道部件或应用程序的公差太宽，不允许对部件进行重复检测。当一个部件移出相机视野时，会导致系统不稳定。应该使用某种类型的物理夹具来限制物体或感兴趣的部分的运动。如果部件移出相机视图，就会发生故障，增加不必要的停机时间。通过提供零件的粗略位置，可以消除这种不稳定性，确保零件每次都能重复出现在机器视觉系统中。