机器视觉之如何选择自己需要的机器视觉系统-硬件篇.docx

深圳稻草人机器视觉培训 联为智能教育如何选择自己需要的机器视觉系统-硬件篇 当下，工业自动化、智能化脚步越来越快，加上市场和政策的推动，自动化在生产制造中的应用将进入飞速发展的时期。机器视觉系统作为自动化和智能化生产必不可少的部分，工业制造企业也会越来越多的接触到机器视觉系统。而在此之前，很多的运营人、工业人、技术人、采购人对于机器视觉都是陌生的。如何以最快的速度熟悉机器视觉系统便成为大家近期需要考虑的问题。那么来到你面前的第一个问题是：公司要用，自己不了解，如何选择一套公司需要的机器视觉系统呢？这里从技术上,以最通俗易懂的方式，理一下选择一套自己需要的机器视觉系统的过程。很显然，我们要先搞明白什么是机器视觉系统？组成是什么？因为，我们要知道买些什么。通俗的说：机器视觉系统就是让机器设备具有像人一样的视觉，并能像人一样进行检测、识别、判断、定位、计数等功能的一套软硬件设备。机器视觉系统的经典组成包括：被测物体、光源、相机、镜头、图像处理软件系统（SCI/KEYENCE/康耐视/欧姆龙等）、图像处理硬件（PC）、执行机构（机器人/机械手等）需要注意的，或者说需要购买的其实可以分为2部分：1 图像采集的硬件（光源、相机、镜头）2 图像处理的软件（就是所谓的视觉系统）首先来确定硬件，也就是视觉系统的光源、相机、镜头在硬件选择上，我们一般会按相机、镜头、光源这样的流程来选择。往往技术部门首先遇到的是一个工件检测的CASE，我们就以具体的CASE为实例情景：如上图，假设我们要通过机器视觉系统测量上面工件螺纹部分的精准宽度W，精度要求D=0.01。先用钢尺粗略量下W的范围来确定选择相机的芯片分辨率通过测量，该工件初步测量的宽度W=6毫米左右，那么我们要做的视场大小定为FOV=10毫米比较合适。注：视场，就是相机拍摄到的范围，一般以物理尺寸表示。视场、精度、分辨率的计算公式是：分辨率F=FOV/D 根据客户的精度要求D=0.01，那么图像的分辨率应该是F=FOV/D=1000(毫米)，如果以1个像素对应1毫米，那么我们需要至少分辨率为1000的相机。根据市面上各种像素相机的分辨率参数，再考虑最小的成本，那么选择130W（1280*1024）像素的相机比较合适，又因为工件只要求测量尺寸，不需要颜色识别，选择黑白相机即可（便宜、图片小、传输快、对比度更高）。 确定好相机是分辨率为130W的黑白相机，接下来就是确定品牌，这里就不多说，建议选择德国、日本或者加拿大的相机，本公司主要做了加拿大的灰点相机（POINT GREY），性能和价格比较平衡，客户都比较满意。如果真的是捉襟见肘，检测要求又不是很高，也可以选择部分国产品牌。选完相机后，就是确定镜头，镜头的选择主要考虑检测环境。比如说该工件在流水线检测过程中的工位高度大约是：100mmH150mm，那么根据相机的芯片尺寸X就可以得到镜头的焦距f。请看下图： 在检测时，相机的芯片尺寸、镜头焦距、工作高度、视场宽度构成了一组相似三角形。根据相似三角形的边边关系，不难得出：FOV/X=H/f 以OPT的130W像素灰点相机为例，芯片尺寸是1/3英寸（仔细看，相机的芯片一般为长方形，芯片尺寸一般以对角线的长度来表示），长宽分别是4.8*3.6毫米，以4.8边来对应FOV。结合现场工位要求工作距离100毫米H150毫米，很快我们可以计算出要选的镜头焦距应该是：f =H*X/FOV,再根据现在主流的镜头焦距参数来选择（5mm/8mm/12mm/15mm/16mm/25mm/35mm/50mm/75mm） 这个实验可以选择工作距离固定的远心镜头，工作距离FOV大约是相机芯片水平方向尺寸的2倍，所以我们选择放大倍率为0.5倍（放大倍率M=X/FOV）、工作距离H=110毫米的日本OPTART远心镜头（因为我司是该品牌镜头的中国区总代理）。那么这个实验的视场FOV长度是4.8/0.5=9.6（毫米），如下图：注：远心镜头，是经过特殊的光路设计，在一定的范围内，使物象不会随着物距的变化而变化。 相机和镜头都选择完毕了，接下来就要选择光源。 整个机器视觉系统其实是围绕图片为核心来展开工作的，图片的质量直接决定了系统处理和判断的结果，一幅好的图片可以减轻处理硬件的负担、可以降低系统运算的难度、可以大幅提高机器视觉系统工作的效率。而光源的选择和打光的方式、技巧决定图片质量最关键的因素（因为时下相机和镜头在技术上差距并不明显）。决定光源本身质量的因素主要有3个：灯珠、光路设计和工艺。 机器视觉光源由于特殊的应用环境，对灯珠的要求要远远高于民用的LED灯，一般会采用国外的大品牌灯珠：CREE/OSRAM/日亚，也有部分业内光源企业使用国产灯珠，那就在效果上会有些折扣，但是价格会更有优势。 光路设计则是取决于企业本身的技术实力和在行业内的沉淀。这里以我司的一款同轴光源OPT-CO70-W结构为例，说明光路设计对成像质量的影响。 如上图红色方框中的铝合金外壳，可以有效遮挡住透过漫射板的光，避免这些光不经过分光镜直接打在被测物体上，而使得图像在靠近红色方框区域亮度更亮，整幅图像的亮度不均匀。工艺则是取决于企业的理念、定位和行业的积累。 整体的光源质量往往可以从合作的客户上来判断，当然，服务于苹果体系、与机器视觉系统的国际巨头走的很近的企业自然会更值得信赖。 具体工件的光源选择就需要专业的技术人员根据工件的特点和工位的特殊要求来选择和设计打光方案。针对不同的案例，需要不同的光源和打光方式，这里就不赘述。就本次实验的工件，需要检测该工件的螺纹部分宽度，我们会选择我司的一款平行背光源OPT-FLP102102-W,平行的白光从工件底部打光，可以让工件的轮廓非常清晰的呈现出来（如下图）。 综上所述，相机POINTGREY130W像素黑白相机FL2G-13S2M-C，镜头选择OPTART远心镜头05M-110，平行背光OPT-FLP12086-W。上图为整套方案的示意简图。拍出来的效果图到底怎么样呢？请看下图： 上图的效果对于任何软件团队，使用简单的算法就可以轻松的抓取工件2侧的边缘，来计算出工件宽度（判断一幅视觉图像的好坏主要看图像的一致性、均匀性和对比度）。 到此为止，我们已经完成了整个机器视觉系统除了软件系统以外所有的硬件的选择。当然不包括一些琐碎的零配件，比如：光源的控制器（给光源供电、控制光源亮度和开关）、光源的供电延长线、镜头的接圈、相机的连接线等，考虑其他一些设备兼容的问题（比如相机的光学接口、不同的传输协议U3/1394/GIGE/CAMERALINK等）这些就无需从技术上做很详细的说明，一般光源、相机、镜头的供应商都会配套。 上述的这些配件，接下来我也会专门讲下选择的办法。 机器视觉系统的选择（二）将重点介绍机器视觉系统的软件，当然，我会以我公司OPT自主研发的，在国内极具竞争力的SCI智能相机系统和机器视觉开发包（Imaging process libary）为主。 这里提供国内机器视觉系统应用中比较主流的一些硬件品牌：