《机器视觉检测技术》高职全套教学课件

项目一机器视觉概述机器视觉概述硬件构成硬件选型视觉软件KImage基础机器视觉测量技术机器视觉图像处理模式识别技术电子芯片缺陷检测技术3D视觉检测技术全套可编辑PPT课件

什么是机器视觉？

眼睛是人类获取外界信息的重要渠道，而机器视觉则是机器的“眼睛”。人类通过眼睛将外界信息传入大脑，再经过大脑的分析与处理对事物做出反应，是人类的基本行为。而机器想要了解外界信息是要通过机器视觉，机器视觉不仅仅局限于模拟眼睛对图像信息的接收，还包括大脑的部分功能，即对图像的处理和判断。图1.1机器视觉就是机器的“眼睛”美国制造工程师协会（SocietyofManufacturingEngineers，SME）机器视觉分会和美国机器人工业协会（RoboticIndustriesAssociation，RIA）的自动化视觉分会对机器视觉下的定义为：“机器视觉是研究如何通过光学装置和非接触式传感器自动地接收、处理真实场景的图像，以获得所需信息或用于控制机器人运动的学科。”然而，由于机器视觉广泛的领域，和复杂的涉及面，目前还没有权威官方的定义。什么是机器视觉？1.1机器视觉的发展历程1.1机器视觉的发展历程1950年，光科学家Gilson首次提出“光流”的概念，为2D影像统计模式带来了发展，并成为了机械视觉的起源。1960年，美国科学家LarryRoberts发布了论文《BlockWorld》，这篇论文被称为关于机器视觉的第一篇博士论文。在这篇论文里，机器视觉被简化成多面体等三维结构，对物体形状及物体的空间关系进行描述，这一方法被称为“积木世界”。该论文发表后，立刻引发了科学机构对机器视觉的关注。1966年，麻省理工学院（MIT）设立了机器视觉项目，这标志着三维机器视觉研究的开始。1.1机器视觉的发展历程70年代中期，由视觉科学家DavidMarr为领头的研究团队，针对“物体与视觉”等相关课题展开研究。1978年，DavidMarr提出了一种可以使计算机识别视觉世界的算法，通过“自下而上”即捕捉物体形象的方法，以2D的轮廓素描为起点，逐步完成3D形象的捕捉，这标志着机器视觉研究取得了学术性的重大突破。1.1机器视觉的发展历程从20世纪80年代开始，各大研究机构开始大力发展机器视觉，在这一期间新概念、新方法、新理论层出不穷，呈现出百家争鸣的态势。其中的OCR和智能摄像头等方法的问世为后世带来了深远的影响。随着机器视觉技术的蓬勃发展，大量视觉公司如雨后春笋般涌现，包含了研发、制造、销售等诸多领域，形成了专属于机器视觉的产业，并趋于完善。其中的LED灯、传感器及控制结构等更是迎来了蓬勃发展。1.1机器视觉的发展历程2000年至今，更高速的3D视觉扫描系统和热影象系统等逐步问世，机器视觉的软硬件产品蔓延至生产制造的各个阶段，应用领域也不断扩大。当下，机器视觉作为人工智能的底层产业及电子、汽车等行业的上游行业，仍处于高速发展的阶段，具有良好的发展前景。1.1机器视觉的发展历程90年代初，我国开始引入机器视觉技术，并将视觉技术融入到各行各业。相较国外，国内的机器视觉起步较晚，目前处于快速成长期。自1998年开始，我国大量引进机器视觉生产线和高级设备，诞生了国际机器视觉厂商的代理商和系统集成商。同时各大高校也引入国际先进理论，例如，华中科技大学就在印刷在线检测设备与浮法玻璃缺陷在线检测设备上取得了重大成功。1.1机器视觉的发展历程

对于我国而言，机器视觉发展主要经历了三个阶段：

第一个阶段：启蒙阶段。这一阶段的中国机器视觉处在一个探索阶段，通过接触国外的先进技术，我国基本掌握了国外简单的机器视觉产品，但是还尚不成熟。国内的各企业主要通过代理业务对客户进行服务。

第二个阶段：发展阶段。这一阶段的中国已经拥有了完整的机器视觉初级应用系统，并开始广泛应用于特种印刷业、烟叶异物剔除等行业。随着国内机器视觉技术的逐渐发展，越来越多自主核心技术承载的机器视觉软硬件被研发出来，尤其是全系列模拟接口和USB2.0的相机和采集卡，以及PCB检测设备、SMT检测设备、LCD前道检测设备等发明，打破了欧美在机器视觉入门级市场的垄断地位。

第三个阶段：高速发展阶段。在这一阶段众多机器视觉核心器件陆续问世，研发厂商不断涌现，一大批真正的系统级工程师被培养出来，极大推动了国内机器视觉行业的发展。1.1机器视觉的发展历程

机器视觉作为一门新兴产业，虽然只有几十年的发展，却早已融入了电子、制药、食品、包装等多个领域，在解放了劳动力的同时有效推动了经济发展。随着“中国制造2025”的实施，我国将进一步深化产业结构调整，推进制造业的科技创新，提高智能制造水平，着力从要素驱动向创新驱动的根本转变。产业结构的转型升级和制造业的进一步智能化无疑为机器视觉技术的发展带来了巨大的机遇与挑战。1.2机器视觉的发展趋势1.2机器视觉的发展趋势

和人类自身视觉相比，机器视觉拥有诸多优势：在效率方面，机器视觉不会疲惫，即使在连日的高强度作业下，也不会降低精度，与人类对比，即使拥有再敏锐的视觉以及高度发达的头脑，也无法一刻不停的工作数小时；在质量方面，机器视觉能够敏锐的感知到千分之一英寸的误差，对存在误差的产品做出及时更正，拥有极高的准确性，而人类的眼睛无法达到如此精确的程度，而且人类在某些特定环境中，其视觉识别能力也会大幅下降，直接影响产品质量管控工作；在安全可靠方面，机器视觉可以广泛应用在恶劣环境与危险环境中，工作人员只需要通过远程即可观察到车间的生产情况，大大降低了发生危险的几率；在重复性方面，机器视觉的机器只需要更改某一特定参数即可快速投入到新的工作环境中去，无需经过繁琐的培训与学习即可快速适应新环境的需要。因此，机器视觉的发展必将势不可挡。而弥补与改进现今机器视觉设备的短点也必将成为机器视觉发展的趋势。1.2机器视觉的发展趋势一、自动化的研发

提高机器视觉的自动化程度是机器视觉技术发展的一大趋势。如何让它拥有更宽的带宽用来保障数据传输，如何让它拥有更快的速度用来处理识别结果，如何让它拥有更智能的程序来解决故障。大力发展如非接触在线检测、工业图像采集与处理、实时检测等技术已然成为了机器视觉必然的发展趋势。1.2机器视觉的发展趋势二、工业相机的发展

作为机器视觉的核心部件，工业相机的性能高低也直接影响了机器视觉的精确性。在工业相机将图像的光信号转换为电信号的过程中，如何使它拥有更高的传输力、抗干扰力，使成像更加清洗准确，以满足机器视觉系统的进一步要求势必将成为一种发展趋势。1631.2机器视觉的发展趋势三、集成产品的增多

工业相机的发展表明了集成产品的不断增多，工业相机是在一个独立体里集成处理器、镜头、光源、输入/输出装置和以太网。人类社会正进入视觉信息的大数据时代，工业相机可说是工业自动化系统的灵魂之窗。1.2机器视觉的发展趋势四、更高端的市场

目前全球的高端视觉行业被日本基恩士和美国康耐视两大巨头垄断，占据着行业价值链的顶端，拥有最尖端的制作工艺与技术，他们的专利创造了巨额的财富。而国内企业主要围绕中低端市场，利润水平低，没有稳定的科研团队与经济收入。进军机器视觉的高端市场成为了国内机器视觉的发展趋势。1.3机器视觉的应用领域1.3机器视觉的应用领域

快速识别和相关检测的快速性和准确性直接或间接地影响到产品的整体市场竞争力，这为机器视觉技术在工业检测中提供了广大应用空间。在现代工业和现代科学技术的发展过程中，检测有各种各样的要求，如机器各部件尺寸的测量，邮政编码二进制码和条形码的识别，以及在短期内对明显缺陷的检测和歧视性应用目标等。1.3机器视觉的应用领域一、工业检测领域的应用

1.机器视觉技术在包装检验中的应用

在产品包装检验行业领域，一般涉及连续、大规模的复验和测量,如印刷品质量的检测，以及产品包装上的字符串和条形码的准确识别。机器视觉技术的应用,提高了产品包装的质量检测的可靠性和稳定性。机器视觉技术可以满足包装检测的准确性和精确性的要求。

2.机器视觉技术在产品质量检验中的应用

在产品质量检验领域,机器视觉技术可以检测得到传统的手动或繁体中文测量结果,并可以提高设备检测结果的准确性。在各种机械产品的尺寸和整体质量测试结果的新兴领域中,自动化机器视觉相关的检测技术也可以得到更广泛的应用。例如,可以检测各种零件和产品的几何相关参数,可以进行自动生产线中产品的中间位置相关检测,并且可以检测相似产品表面的质量检查结果。1.3机器视觉的应用领域二、日常生产领域的应用

机器视觉作为一种新兴技术，其所具有的精准、快速、可靠、适应大部分工作环境等突出优点被人类重视。在工业生产中，机器视觉的应用已经无处不在。在生产阶段，机器视觉被用来可控制手臂的移动以及抓取；在质检过程中，机器视觉取代人工去识别缺陷产品，其0.01～0.02mm的超高的紧密度识别能够取代人眼，完美完成质检工作；在自动识别方面，机器视觉做到了快速的分辨产品包装与种类，尤其是药物、食品等领域，如图1-2所示。图1-2机器视觉生产口罩1.3机器视觉的应用领域二、日常生产领域的应用

根据需求的不同，机器视觉能够快速的满足人们的需要，例如最常见的检测工作中，就可以分为高精度的定量测量与低精度的半定量检测。机器视觉技术在生产中的应用解放了大量的人力，创造了巨额的财富。1.3机器视觉的应用领域三、在医学领域的应用

机器视觉的数字图像处理技术、信息融合技术广泛应用在辅助诊断中，通过对X射线透视图、核磁共振图像、CT图像等医学图像的再构造及分析，为医生快速并准确的确诊病人的疾病提供了有力的技术支持与保障，如图1-3所示。图1-3机器视觉检测药品1.3机器视觉的应用领域四、交通监控领域中的应用

随着工业相机的发展与普及，机器视觉在交通领域的应用逐渐崭露头角，通过对图像的识别，只需将摄像头放置在可以拍摄到车辆的路口，就可以利用摄像头的自动拍照功能，对所有车辆的违章情况做出自动识别并上报给警务系统，尤其是20世纪以来，汽车数量爆发式增长，通过机器视觉的应用，节省了大量的警力，如图1-4所示。图1-4机器视觉测速1.3机器视觉的应用领域五、航空航天领域的应用

通过对放射图像遥感多波段图像、合成孔径雷达图像、航天航测图像等的自动判读，机器视觉被广泛应用在航空航天的雷达控制及自动操作上。即使不上天空，也可以运筹帷幄，取得各种数据。航空航天领域的应用无疑极大推动了人类对天空的理解。1.3机器视觉的应用领域六、芯片制作领域的应用

视觉定位可以在极短的时间内从上千的零件堆中准确找到需要的零件。当芯片制作的过程中，机器可以根据设定，严格遵守顺序的完成芯片各精细器件的拾取与绑定工作，即使是μ级的超精密器件，也可以被视觉定位完美的识别。1.3机器视觉的应用领域七、农产品种植领域的应用

机器视觉技术可以有效监控农产品的生产并做出正确指导，实现农产品的自动检测升级。通过视觉检测可以判断出产品是否遭遇虫害，在采摘的过程中，可以有效分辨果实是否成熟，自动剔除表皮由损害的水果。随着机器视觉的发展，其在农产品种植生产中的角色也更加重要，如图1-5所示。图1-5农业机器人1.3机器视觉的应用领域八、物流分拣领域的应用

实际上，物体分拣应用是建立在识别、检测之后一个环节，通过机器视觉系统将图像进行处理，实现分拣。在机器视觉工业应用中常用于食品分拣、零件外貌瑕疵自动分拣、棉花纤维分拣等。

随着互联网购物的兴起，每日数以万计的快递被发出，物流分拣通过赋予每个快递专门的二维码，从而完成对图像的处理，实现对包裹的自动分拣，通过扫描二维码，物流还可以识别快递的目的地。除了物流分拣外，机器视觉还经常应用在食品分拣以及棉花纤维的分拣中，如图1-6所示。图1-6机器视觉分拣快递1.3机器视觉的应用领域

随着研究的进步，如今的机器视觉已不再是一个独立的系统，它横跨运动控制、逻辑控制、数据采集、企业数据库管理等诸多领域，成为了自动化系统的重要组成部分。机器视觉的发展对提高生成效率、降低人工成本起到了重大的作用，推动了国家由劳动密集型向技术密集型转型的过程，机器视觉的应用必将成为企业发展的大趋势。1.4机器视觉的性能

优势及功能特点

机器视觉系统是一种将图像信号转换为电信号并通过专用的图像处理系统，分析目标的各项特征的技术，进而根据分析结果来控制现场设备的动作。通过赋予机器“眼”的功能，从而实现替代传统人工以及简单的机械工具的作用。一、机器视觉系统性能优势1.非接触测量被观测者和观测者之前没有直接接触，只需要在仪器的可是范围内，就可以完成必要的采样与分析，不需要亲身前往恶劣的环境中，十分可靠。2.超高效率作为机器，机器视觉系统可以连续工作，无需休息，快速而高效，为生产节约了大量时间。一、机器视觉系统性能优势3.低成本机器视觉系统早期成本较高，但是建成以后，每年只需要投入少量的维护费与管理费即可继续工作，从长远讲，机器视觉系统相较人工，成本更低。4.高精度机器视觉系统的识别精度能够达到毫厘等级，即使是再天赋异禀的人类，也无法达到如此高的识别精度。一、机器视觉系统性能优势5.使用灵活当需要检测不同规格的产品时，只需要稍微更改一下参数，机器视觉系统就可以立刻投入到工作中。6.稳定性高即使是长时间的高强度作业也不会降低机器的精度，而人类难以长期集中精力对同一对象进行观察工作。7.检测范围广可以识别红外线等多种光线，可以胜任很多人眼无法完成的工作，拥有极高的泛用性。二、机器视觉系统功能特点1.定位功能能够快速准确的确定物体位置，并将位置信息处理后以信号的方式传递给执行端，从而实现全自动的作业。2.测量功能通过获取被测物体的各项特征，完成对物体的轮廓、面积、孔径等的测量。3.缺陷检测功能通过分析产品表面的各项特征，从而判断产品的质量。目前机器视觉系统已经广泛应用于工业、医疗、交通、食品、航空、国防、物流甚至体育等行业，机器视觉已经成为了与我们的日常生活息息相关的一部分。THANKS项目二硬件构成2.1相机

机器视觉系统的第一个项目就是图像采集，想要采集图像就离不开相机这个核心部件，如图2-1所示。相机作为将现场的影像转化成数字信号或模拟信号的工具在进行拍摄时，光信号通过镜头到达图像传感器后被转化为电信号，内部处理电路对该电信号进行相应的算法处理，处理后的数据按照相关标准通过数据接口向上位机传输，这就是相机工作的基本操作原理。下面将对相机的分类、关键参数以及接口方面进行介绍。图2-1xcg-h280cr-sony工业相机一、分类

相机作为机器视觉中图像采集模块的核心元件，根据不同的分类方式，得到不同的分类类别，见表2-1。表2-1工业相机分类划分标准分类1分类2芯片类型CCD相机CMOS相机传感器结构特性面阵相机线阵相机图像输出颜色黑白（单色）相机彩色相机能否获得深度信息2D相机3D相机一、分类1.按照输出信号分类

1）模拟相机模拟相机由于采用了标准的模拟量视频信号作为输出的形式，因此必须配备专门的影像采集卡，才能将模拟信号转换成计算机能够处理的数字信号，以便后期计算机对视频信号的处理与应用。其主要优势在于：通用化、低费用，但其缺点是分辨率低、采集速度慢、在传输过程中易受噪音的影响而影响图像的品质，因此大部分应用于对图像品质要求不高的计算机视觉中，早期的机器视觉系统多用模拟相机组成。它的视频输出接口以

BNC,S-VIDEO等为主，而与之配套的机器视觉主机则以工控机+视频采集卡为主，整体造价偏高。在当前的主流高清晰度机器视觉应用场合中，模拟相机已经比较少见。一、分类1.按照输出信号分类

2）数字相机数字相机顾名思义就是把扫描到的图像信号以数字信号的形式输出，在相机内部装有A/D变换器，可以把模拟信号直接变换成数字信号。在图像传送工作中，抗干扰能力很强是其优点，而且视频信号的格式也比较丰富，且具有高清晰度和丰富的视频输出接口等特点。一、分类2.按照色彩分类

1）黑白相机黑白相机输出的图像看起来是黑白的，但并不是二值图，而是灰度图。当光线照射到感光芯片时，光子信号会转换成电子信号。由于光子的数目与电子的数目成比例，主要统计出电子数目就能形成反应光线强弱的黑白图像。即在黑白相机中，光的颜色信息是没有被保留的。一、分类2.按照色彩分类

2）数字相机数字相机顾名思义就是把扫描到的图像信号以数字信号的形式输出，在相机内部装有A/D变换器，可以把模拟信号直接变换成数字信号。在图像传送工作中，抗干扰能力很强是其优点，而且视频信号的格式也比较丰富，且具有高清晰度和丰富的视频输出接口等特点。一、分类2.按照色彩分类

彩色相机输出的图像是彩色的，而彩色相机又分为真彩色相机与伪彩色相机。由于CCD与

CMOS影像传感器不能分辨色彩，而仅可感知信号强度。为了能够采集彩色的图像，真彩色相机和伪彩色相机的区别是：采取了不同的方式采集颜色。真彩色相机利用三棱镜将光线分为三个基色（RGB），然后分别使用三个感光芯片去感知各个光线的强弱程度，再进行合成就得到了彩色图片。但此做法虽获取的图像质量好，但造价过于昂贵，柯达的Bayer提出了一种廉价的折中方案，即伪彩色相机。这种相机，在图像传感器前面设置了一个布满规律排列滤光点的滤光片。规律为：每个绿点的周围，分布两个红点、两个蓝点、四个绿点。其原因是，人眼对绿色更为敏感，所以绿色是红色和蓝色的两倍。这样下来，虽然每一个滤光点只能通过红绿蓝三种色彩之一，但后期的算法处理中可以通过插值法补回所缺失的数据。一、分类3.按照感光芯片的类型分类

1）CCD相机CCD是指“电荷耦合器件”（chargecoupleddevice），它能够将光线变为电荷并将电荷存储及转移，也可将存储之电荷取出使电压发生变化，是将光信号转换为电信号的一种图像传感器。CCD根据结构不同，可分为线阵CCD，面阵CCD。面阵CCD又分为全帧型，帧转移型，行间转移型，TDI型。一、分类3.按照感光芯片的类型分类2）CMOS相机CMOS指"互补金属氧化物半导体"，也是一种图像传感器，它是一种典型的固体成像传感器。CMOS图像传感器通常由像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、AD转换器、数据总线输出接口、控制接口等几部分组成,这几部分通常都被集成在同一块硅片上。其工作过程一般可分为复位、光电转换、积分、读出几部分。一、分类3.按照感光芯片的类型分类3）CCD相机与CMOS相机的区别（1）成像过程。CCD与CMOS图像传感器光电转换的原理相同，他们最主要的差别在于信号的读出过程不同；由于CCD仅有一个(或少数几个)输出节点统一读出，其信号输出的一致性非常好；而CMOS芯片中，每个像素都有各自的信号放大器，各自进行电荷-电压的转换，其信号输出的一致性较差。但是CCD为了读出整幅图像信号，要求输出放大器的信号带宽较宽，而在CMOS芯片中，每个像元中的放大器的带宽要求较低，大大降低了芯片的功耗，这就是CMOS芯片功耗比CCD要低的主要原因。尽管降低了功耗，但是数以百万的放大器的不一致性却带来了更高的固定噪声，这又是CMOS相对CCD的固有劣势。一、分类3.按照感光芯片的类型分类（2）集成性。从制造工艺的角度看，CCD中电路和器件是集成在半导体单晶材料上，工艺较复杂，世界上只有少数几家厂商能够生产CCD晶元，如DALSA、SONY、松下等。CCD仅能输出模拟电信号，需要后续的地址译码器、模拟转换器、图像信号处理器处理，并且还需要提供三组不同电压的电源同步时钟控制电路，集成度非常低。而CMOS是集成在被称作金属氧化物的半单体材料上，这种工艺与生产数以万计的计算机芯片和存储设备等半导体集成电路的工艺相同，因此生产CMOS的成本相对CCD低很多。同时CMOS芯片能将图像信号放大器、信号读取电路、A/D转换电路、图像信号处理器及控制器等集成到一块芯片上，只需一块芯片就可以实现相机的的所有基本功能，集成度很高，芯片级相机概念就是从这产生的。随着CMOS成像技术的不断发展，有越来越多的公司可以提供高品质的CMOS成像芯片，包括：Micron、CMOSIS、Cypress等。一、分类3.按照感光芯片的类型分类（3）速度。CCD采用逐个光敏输出，只能按照规定的程序输出，速度较慢。CMOS有多个电荷-电压转换器和行列开关控制，读出速度快很多，大部分500fps以上的高速相机都是CMOS相机。此外CMOS的地址选通开关可以随机采样，实现子窗口输出，在仅输出子窗口图像时可以获得更高的速度。（4）噪声。CCD技术发展较早，比较成熟，采用PN结或二氧化硅（SiO2）隔离层隔离噪声，成像质量相对CMOS光电传感器有一定优势。由于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，噪声对图像质量影响很大。近年，随着CMOS电路消噪技术的不断发展，为生产高密度优质的CMOS图像传感器提供了良好的条件。一、分类4.按照传感器的像素排列方式分类1）线阵相机线阵相机的像素排列方式呈“线”状，长度极长多为几k，而宽度却只有几个像素。由于被测视野为细长的“线”状，所以多用于滚筒上检测的问题，如图2-2所示。需要极大的视野或极高的精度。一般上只在两种情况下使用这种相机：一、被测视野为细长的带状，多用于滚筒上检测的问题。二、需要极大的视野或极高的精度。在第二种情况下（需要极大的视野或极高的精度），就需要用激发装置多次激发相机，进行多次拍照，再将所拍下的多幅“条”形图象，合并成一张巨大的图。因此，用线阵型相机，必须用可以支持线阵型相机的采集卡。图2-2线阵相机一、分类4.按照传感器的像素排列方式分类2）面阵相机面阵相机，就是像素矩阵拍摄，如图2-3所示。显示影像的精细程度并不取决于像素的数目，而是取决于分辨率。分辨率取决于所选的镜头的焦距，同样的相机使用的镜头焦距不同，分辨率就会不同。面阵相机用途广泛，如材料的面积、形状、尺寸和位置等，甚至温度的测量都可以用它。面阵相机是一种可以一次性的获取图像并能进行图像采集的相机。图2-3面阵相机一、分类4.按照传感器的像素排列方式分类3）线阵相机与面阵相机的区别，见表2-2。表2-2面阵相机与线阵相机的区别分类面阵相机线阵相机主要区别芯片为面阵，镜头为C口或CS口镜头芯片为线状物体静止或运动都可成像相机和物体间要有相对运动才能成像根据性能，价格不一价格比较高数据传输接口有多种打光的依赖比CMOS芯片低由于传输数据量大，数据传输接口一般为GigE接口或CamLink接口一、分类4.按照传感器的像素排列方式分类（1）应用对比。面阵相机：可以快速准确的获取二维图像信息，而且具有非常直观的测量图像。应用范围比较广，例如面积、形状、尺寸、位置，甚至温度等测量。线阵相机：被检测的物体通常匀速运动，利用一台或多台相机对其逐行连续扫描，已达到对其整个表面均匀检测。可以对其图像一行一行进行处理，或者对有多行组成的面阵图像进行处理。另外线阵相机非常适合测量场合，这要归功于传感器的高分辨率，它可以准确测量到微米。主要应用于工业、医疗、科研与安全领域的图像处理。典型应用领域是检测连续的材料，例如金属、塑料、纸和纤维等。一、分类4.按照传感器的像素排列方式分类（2）优点对比。面阵相机：可以获取二维图像信息，测量图像直观。线阵相机：一维像元数可以做得很多，而总像元素较面阵相机少，而且像元尺寸比较灵活，帧幅数高，特别适用于一维动态目标的测量。而且线阵分辨率高，价格低廉，可满足大多数测量现场要求。一、分类4.按照传感器的像素排列方式分类（3）缺点对比。面阵相机：像元总数多，而每行的像元数一般较线阵少，帧幅率受到限制，因此其应用面较广，如面积、形状、尺寸、位置，甚至温度等的测量。由于生产技术的制约，单个面阵的面积很难达到一般工业测量现场的需求。线阵相机：要用线阵获取二维图像，必须配以扫描运动，而且为了能确定图像每一像素点在被测件上的对应位置，还必须配以光栅等器件以记录线阵每一扫描行的坐标。一般看来，这两方面的要求导致用线阵获取图像有以下不足：图像获取时间长，测量效率低；由于扫描运动及相应的位置反馈环节的存在，增加了系统复杂性和成本；图像精度可能受扫描运动精度的影响而降低，最终影响测量精度。一、分类5.按照扫描方式的不同分类1）逐行扫描相机逐行扫描也称为非交错扫描，是指通过扫描每行像素，在电子显示屏上“绘制”视频图像，每一帧图像由电子束顺序地一行接着一行连续扫描而成。该扫描方式克服传统扫描方式的缺陷，运动检测和运动补偿功能更加完善，并且显示稳定性比隔行扫描强，动态失真程度低。2）隔行扫描相机隔行扫描也就是交错扫描，最终是把每一帧图像通过两场扫描完成。因此，隔行扫描拥有较高的刷新率，改善了运动中物体的外观，并且空间分辨率比逐行扫描更高。一、分类6.按照响应频率范围分类按照响应频率范围，可以分为可见光相机（也就是普通相机），红外相机，紫外相机。红外相机根据红外光的分类不同而分为NIR（近红外）红外相机、SWIR（短波红外）红外相机、MWIR（中波红外）红外相机和LWIR（长波红外）红外相机。由于NIR的波长比可见光长，它更容易透射纸张、布料和塑料等，故可以做到消除不必要的眩光和反射，忽略各种检测应用中不需要的细节。SWIR的范围在1050nm到2500nm之间，由于超出了传统硅基成像传感器的能力范围，所以短波红外相机通常使用InGaAs传感器来感知该波段的光。其具有相对成本效益和成熟的特点，使产品的检测和分类成为它的拿手好戏。MWIR就是著名的“热红外”，由于这种热辐射是从物体本身发射的，所以不需要外部光源来成像物体。LMIR是电磁波谱红外波段的细分，可捕获8至14μmLWIR光谱中的红外能量，主要专注于温度的测量方面。在机器视觉的应用中，工业上使用最常见的紫外波长是365nm和395nm，因此紫外相机可以检测到可见光无法检测到的特性。因为很多物质都能吸收紫外线，所以能捕捉到物体的表面图像，而且因为其波长较可见光短，所以会被物体的表层特性所散射。广泛应用于高分辨率的视频显微镜，电晕检测，半导体检测和非破坏性检测。一、分类7.按照维度不同分类按照维度不同，可以分为2D相机和3D相机。D全程是Dimensional，翻译中文为维度。中文翻译2D、3D为二维、三维。2D相机即二维相机，只有X、Y两个轴。3D相机即三维相机，三个维度、三个坐标，即有长、宽、高。3D是空间的概念，由X、Y、Z三个轴组成的空间。2D相机不能获得对象的空间坐标信息，因此不支持形状相关的测量，比如对象平坦度，表面角度，体积或去分享同颜色的对象，或者具有接触侧的对象位置之间的特征。2D视觉测量对象的对比度，意味着测量精度，它特别依赖于照明和颜色、灰度变化而易受可变照明条件的影响。一、分类7.按照维度不同分类3D相机与2D机器视觉相比，3D机器视觉具有以下优势：（1）在线检测快速移动目标以获得形状和对比度；（2）对比度是恒定的，非常适合检查低对比度物体；（3）对小的光线变化或环境光线不敏感；（4）为大对象检测设置多传感器设置更简单；（5）消除手动检查造成的错误。二、关键参数1.分辨率相机每次采集图像的像素点数(Pixels)，主要用于衡量相机呈现图像的清晰度。像素点的数目用W×H表示，W是指图像水平方向即每一行的像素数，H是指图像竖直方向即每一列的像素数。如市面上常见的30万像素的相机，它的分辨率通常是640×480，根据上述计算可以算出其总像素数为307200像素，即30.72万像素。虽然在同一类型的相机中分辨率决定了相机的档次水平，但选择机器视觉中使用的相机不是根据分辨率的高低，而是根据项目测量精度水平。即只要相机像素精度大于等于项目测量精度就可以使用和选择。二、关键参数2.像素尺寸像素是把画面分成小格，像素尺寸就是每个小格的占地面积，即实际大小如图2-4所示。单位一般是微米（μm）。故当图像大小一定的情况下，像素尺寸越大，像素越少，分辨率越低。图2-4像素和像素尺寸示意图二、关键参数3.像素深度像素深度是指存储每个像素所用的位数，也用它来度量图像的分辨率。计算机在记录图像颜色时，是使用“位”（bit）作为单位来记录和表示颜色的数据。例如，黑白图像“位”深度是1，即2的1次幂；“位”深度是8的灰度图，含有256中不同的颜色（除了黑色和白色，其余254种均为灰色级）；真彩色RGB图像是R（red）G（green）B（blue）三原色每种都有8“位”，所以一共有24“位”深度来记录颜色数据，即2的24次幂为一千六百万种不同的颜色。二、关键参数4.帧率帧率为相机每一秒拍摄的帧数。例如，10帧就是一秒拍摄10张画面，80帧就是一秒拍摄80张画面。在人类看来，当图像的帧数在10帧~12帧以上时，就会被认为是连续的，这种情况也被称为“视觉残余”。随着帧率的增大，更多的图片在一秒被捕获，使画面看起来更流畅。至于如何选择帧率，要从被测物的运动速度快慢和测量精度等方面去选取，并且很大程度受制于相机的数据传输接口和硬件网络环境。二、关键参数5.曝光时间（快门时间）曝光是为了将光投射到相机里面的感光面上，而曝光时间是快门从打开到关闭的时间间隔。故曝光时间根据相机所拍摄物体的需要，去选定。传感器按曝光形式不同，分为全局快门（GlobalShutter）和卷帘快门（RollingShutter）。一般来说，CCD传感器都是全局快门，GMOS传感器有全局快门和卷帘快门两种。全局快门是指整个芯片的每行像素全部同时进行曝光，每一行像素的曝光开始和结束时间相同。曝光完成后，数据开始逐行读出。相机传感器曝光、数据读出的时间长度一致，但结束数据读出的时刻不一致。全局快门经常应用于动态拍摄，高速飞拍等，曝光时间可以达到10μs甚至更快。卷帘快门是指芯片开始曝光的时候，每行均按照顺序依次开始曝光。第一行曝光结束后，便立即开始读出数据，数据完全读出后，下一行再开始读出数据，如此循环。由于这个特质，卷帘快门相机主要应用于静态或者低速的场合。二、关键参数6.信噪比信噪比顾名思义是指图像中信号与噪声的比例。一般情况下用SNR表示，单位是分贝（dB）。所以信噪比越高，图像的质量越好。三、接口相机的接口分为数据接口和IO接口，其中数据接口的作用是向上位机传输数据；IO接口则是提供相机与上下游设备的信号交互，例如，可以使用输入信号触发相机拍照，相机输出频闪信号控制光源亮起等。三、接口1.数据接口1）千兆网（GigE）接口千兆以太网作为高速以太网技术之一，目前已成为工业图像处理中的一项成熟技术。作为目前通用的数字接口，节省了大量的系统成本。千兆网接口工业相机遵循GigEVision协议，可与千兆以太网标准定义的物理接口协同工作，清晰的逻辑设计可以使相机轻松集成到图像处理程序中。GigEVision千兆以太网特性如下。（1）速度：1Gbit／s。（2）电缆长度：数据无损失情况下，无中继传输最远可达100m，传输效率高。（3）线缆：超五类或六类网线。三、接口1.数据接口总结千兆网接口五个优点如下：第一，千兆网可以匹配PC硬件上的标准网络接口。第二，在使用多个相机时，基础信息较为容易配置。第三，传输距离长，可以满足绝大部分机器视觉应用场景。第四，具备一种特殊的供电方式-PoE供电，可在传输数据的同时，为相机提供直流供电，无需另接电源线，更加方便。第五，同样的架设环境下，只需更换网卡和网线就可实现千兆到万兆网的升级。尽管千兆网接口有如此多的好处，但还有一些局限性，例如，带宽＜1Gbit／s，高分辨率的相机在千兆网环境下，帧率十分受限；UDP传输存在丢包的风险等。三、接口1.数据接口2）万兆网（10GigE）接口除了传统的千兆网以外，万兆网接口（10GigEVision）也在以太网为基础的传输环境中有应用，在搭配万兆网采集卡和线缆环境后，整套环境能够提供10倍于千兆网的带宽，可以满足市场高分辨率、高帧率的需求。与千兆网相同，用户在不更改应用程序软件的情况下，可以将一台兼容GigEVision的相机进行更替，使软件兼容更多型号相机，减少开发和维护成本。GigEVision万兆以太网特性：（1）速度：10Gbit／s。（2）电缆长度：图像无损失情况下，无中继传输最远可达100米，传输效率高。（3）线缆：超六类网线。三、接口1.数据接口总结万兆网接口四个优点如下：第一，与千兆网类似，在使用多个相机时，其基础信息容易配置。第二，传输距离长，无中继传输可达100m，光纤则更长。第三，同样支持PoE供电，可在传输数据的同时，还能为相机提供直流供电。第四，向下兼容千兆网等。虽然万兆网接口比千兆网接口好很多，但是其局限性仍然在于UDP传输存在丢包的风险。三、接口1.数据接口3）USB接口USB3.0接口的理想带宽是5Gbit/s，其具备即插即用，可热插拔的优势，这为依赖于不同PC设置的应用程序提供了可靠性和灵活性。同时，USB3.0端口。它能进行直接内存访问（DMA）,能够将用于数据传输的CPU负载降至最低，这意味着将有更多的计算空间提供给数据库和SDK软件。此外，USB3.0可向下兼容USB2.0。USB3.0接口特性（1）速度：5Gbit/s。（2）电缆长度：图像无损失情况下，最长可达3m，因此5m以上的USB线缆建议用光纤线。（3）线缆：MicroUSB3.0（B型）线缆。三、接口1.数据接口总结USB3.0接口三个优点如下：第一，USB3.0是PC上标准的硬件接口，无需另配采集卡，即插即用，便于使用。第二，具备低CPU负载，信号延迟和抖动（实时功能），以及低能耗和挂起模式的能源管理等功能。第三，采用一根线缆解决方案（通过USB3.0电缆供电）。其局限性如下两点：第一，USB3.0信号在线缆较长时会有衰减，一般建议使用3m内线缆，所以5m以上的USB线缆建议用光纤线。第二，普通线缆的抗干扰能力比较弱。三、接口1.数据接口4）CameraLink接口CameraLink接口顾名思义，其研发理念就是专门针对工业相机的特殊应用需求。因此，这种接口最大的优点就是的传输速度较快。CameraLink接口还具有一个特点，相机生产商不生产相机的使用接口。因为该接口的工业相机与其他接口的工业相机不同。其不同点就在于，CameraLink有配套的采集卡，用于图像采集、图像处理和软件算法工作这些方面。换而言之，这种CameraLink接口的相机被分为两个部分，其中一个部分是安装在电脑主机上的采集卡，只要熟练掌握采集卡的使用，就可以轻松驾驭任何该接口的相机。三、接口1.数据接口总结CameraLink接口三个优点如下：第一，CameraLink接口协议稳定、标准，且具备高数据流。第二，采用一根线缆解决方案（CameraLink供电）。第三，有三种不同尺寸的连接件可供选择，直连图像数据延迟低。其局限性在于以下四点：第一，需要搭配CameraLink的图像采集卡，外围设备价格较高（采集器和线缆）。第二，线缆长度受限，通常使用的线缆长度仅为7m。第三，综合环境架设复杂度较高。第四，不支持热插拔。三、接口1.数据接口5）CoaXPress接口CoaXPress是一种非对称的高速点对点串行通信数字接口标准，是专为机器视觉行业开发的一种数字接口规范。对于需要高分辨率成像以及图像快速传输到主机的机器视觉应用，该标准的高速高带宽数据传输能力可谓理想的解决方案。该标准允许设备（如数字相机）通过单根同轴电缆连接到主机（如个人电脑中的数据采集设备），以高达6.25Gbit／s的速度传输数据。CoaXPress接口特性：（1）速度：CXP-6单通道最大传输速率可达到6.25Gbit/s,CXP-12可以升级到12.5Gbit/s。（2）长度：一般传输距离在35～105m，但不同供应商、线缆传输距离会有不同。（3）线缆：CXP-6、CXP-12线缆，线缆的相机端采用DIN接口，采集卡端的接口需要根据采集卡型号来配套选择。可使用1、2、4根CoaXPress线传输数据。三、接口1.数据接口总结CoaXPress接口四个优点如下：第一，一线多用，包括图像数据传输、相机信号控制、触发信号以及电源供电等。第二、支持热插拔，具备灵活的多相机方案，易用性和可靠性很高。第三，同时拥有高带宽和远距离传输的优点。第四，抗干扰能力强。但它还具有两个局限性：第一，需要搭配特定的CoaXPress图像采集卡，需搭配比CameraLink更高价的外部设备（采集器和线缆）。第二，综合环境架设复杂度较高。三、接口2.IO接口IO接口又称为输入（Input）输出（Output）接口，工业相机通过此接口与外界实现人机交互，系统接收的信号或数据是输入，系统发送的信号或数据是输出。当输入时是将人所做出的动作信号转换为电信号，输出时是将电信号转换为人需要的动作。2.2镜头

随着机器视觉在各个领域的广泛应用，相机作为机器人的“眼睛”愈发受到重视。但我们经常所提到的工业相机是不包括镜头部分的，相当于裸机。镜头是整个系统的核心部件，其性能的优劣将对图像的质量产生重要的影响，并在定位工件与检测缺陷等方面发挥着重要的作用。

一颗镜头是由内部结构和外部形状的有机结合。首先，从镜头的内部结构来讲，镜头里包括组合结构的多枚透镜、光圈。透镜组包含不同种类，厚薄不一的透镜，但是镜头的成像品质并不与内部透镜的多少有关系。在某种程度上，单一透镜的定焦头的成像质量更好。光圈在镜头内部是用来控制进光量的多少的装置。光圈由多枚叶片构成一个圆形卡口，通过光圈叶片的开合控制图像感应器接收的光亮量。

其次，镜头的外部配有变焦环、对焦环、对焦距离等设置。变焦环是针对变焦镜头而言的，定焦镜头没有变焦环，调节变焦环可改变镜头视角，画面景别可自由变换。对焦环被调节时，内部镜头相应移动，可实现对焦。对焦距离，不同焦段或焦段区间的镜头都有对焦距离参数，这些参数都会被印刷在镜头上。在拍摄中，需要记住每一个镜头的最小对焦距离，过于凑近被摄物至超出最小距离将无法对焦。

如果将机器视觉系统与人类视觉系统进行类比，那么相机的传感器芯片就如同人的视网膜，而镜头则相当于眼睛内的晶状体。各种现实世界中的图像都通过这个“晶状体”对光线进行变换（汇聚）后，投射在"视网膜”上。机器视觉成像系统使用的镜头通常由凸透镜和凹透镜结合设计而成。将两种透镜结合使用，在校正各种像差和失真后，设计出具有不同结构和技术指标的复合镜头系统。镜头包涵了许多专业术语，如视场角、光圈、焦距、景深、失真等，接下来将对镜头的一系列术语和参数进行详细说明。一、视场角视场角的定义是，以光学仪器的镜头为顶点，以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角称为视场角，如图2-5所示。视场角的大小决定了机器视觉中相机的视野范围。即同等条件下，视场角大的，相机拍到的范围更广阔。图2-5视场角示意图二、光圈光圈是一种设置在镜头内部的装置用来控制进入镜头的光线量。简而言之，在外界光线充足阳光明媚的时候，光圈可以阻止一部分光线进入镜头，使画面不至于曝光过度；而在外界光线不足的时候，光圈可以通过扩大的方式多放入一部分光线进入镜头，从而使得到的画面不至于太昏暗。之所以需要光圈这个装置，是因为镜头拍照时不能通过改变镜头的直径来控制光线的量。光圈的结构比较简单，实际上就是由几片排列成中间透光的极薄的金属片组成。通过改变这几片金属片的位置，从而改变中间孔的大小达到控制透光量的效果，如图2-6所示。所以光圈开的越大，进入的光线也就越多。光圈参数用F来表示，F后面的数字越小，透光越多，图片越明亮。图2-6光圈结构示意图三、焦距众所周知物理中，平行光穿过凸透镜后会汇聚于一点，这个点称为焦点（F）。而焦距是指，焦点到凸透镜中心点（光心用O表示）的距离，用f表示，如图2-7所示。换而言之，焦距是当凸透镜作为相机的镜头时，凸透镜的中心点到底片或者传感器等成像平面的距离。而最清晰的像总是呈现在略大于焦距的位置，这个位置到光心的距离称为像距。具体像距为多少，取决于被测物体到镜头光心的距离（物距），这个随着物距调整像距的过程称为调焦。图2-7焦距示意图四、景深当调焦完成时，物距的点所在位置的垂直于镜头轴线的整个平面的点，在胶片或者传感器上都是成像绝对清晰的，除此之外，物距前后不远位置的垂直平面的一些点也可以在胶片或者传感器上呈现人眼可以接受较为清晰的像点，把物距前后这两个平面的距离称为景深，如图2-8所示。图2-8景深示意图四、景深我们把小于物距的平面到物距的距离称为前景深，把大于物距的平面到物距的距离称为后景深，即景深=前景深+后景深，如图2-8所示。图2-8景深示意图1.前景深和后景深四、景深在镜头焦点前，光线开始聚集，形成一个扩大的圆。在镜头焦点后，光线开始发散，也形成一个扩大的圆。这两种圆都叫弥散圆。这个弥散圆的图像实际来讲是不清晰的，但在一种情况下被理解为清晰，是当弥散圆的直径小于人眼的鉴别能力的时候。这种被理解为清晰的弥散圆中的最大直径的弥散圆被称为容许弥散圆（permissiblecircleofconfusion）。所以在焦点的前后各有一个容许弥散圆。从焦点到镜头方向的容许弥散圆的距离称为前焦深，从焦点到远离镜头方向的容许弥散圆叫后焦深。前焦深+后焦深=焦深，如图2-8所示。图2-8景深示意图2.前焦深和后焦深五、失真失真本身是指信号在传递的过程中与原信号相比发生的偏差。在光学系统中是指图像与物体本身的偏差程度，镜头失真也叫镜头畸变。根据图像的变形方向分为桶形失真和枕形失真，如图2-9所示。其中桶形失真特点是对角线缩短，向内收敛，整个画面近似水桶状。枕形失真特点是对角线延长，向外伸展，整个画面近似枕头状。值得注意的是，镜头失真只是引起图像的形变，而对其清晰度并无影响。另外，其失真还可以通过后期的算法矫正完成部分还原。图2-9失真对比图（左为正常图像，中为桶形失真，右为枕形失真）六、分类1.按基本种类分（1）变焦镜头：可以在一定范围内调整焦距。（2）定焦镜头：不能调整焦距，适用于固定拍摄。2.按焦段分（1）标准镜头：焦距和底片长度是基本相同的，视场角在40度到55度之间。（2）广角镜头：焦距小于底片长度，视场角一般在60度以上。视场角在80度到110度之间称为超广角。广角镜头常用于监控整个厂房。（3）长焦镜头：又称远摄镜头、望远镜头，焦距大于底片长度。七、接口镜头接口种类众多，常用的一般有C接口、CS接口、F接口、M42接口、M72接口等，接口类型的不同和工业相机镜头性能、质量并无直接关系，仅仅是接口方式不一样，不同的接口是为了适应不同的相机芯片尺寸。且现在业内对于光学镜头接口也已形成了标准的规范，可以分为螺口与卡口两大类。七、接口螺口类型主要包含M42*1、M58*0.75、M72*0.75、M90*1、M95*1、C接口（后截距17.5mm）、CS接口（后截距12.5mm）等。1）M系列接口以M42*1接口为例（图2-10），这个接口对应的数字42，指的是接口直径是42mm。使用选型时，通常是根据相机光学尺寸的不同，选配不同直径大小的镜头。这类接口直接通过螺纹连接到相机上，连接较为方便。图2-10M42*1接口相机1.螺口七、接口2）C、CS接口C接口（图2-11）和CS接口是工业相机最常见的国际标准接口，且非常相似，它们的接口直径、螺纹间距都是一样的，区别在于C型接口的后截距为17.5mm，CS型接口的后截距为12.5mm。因此对于CS接口的相机，如果想要接入C接口的镜头，只需要一个5mm厚的CS-C转接环。但C型接口的工业相机不能用CS接口的镜头。图2-11C接口相机1.螺口七、接口1）F接口F接口镜头是尼康镜头的接口标准，所以又称尼康口，也是工业相机中常用的类型（图2-12）。2）V接口V接口镜头是著名的专业镜头品牌Schneider镜头所主要使用的标准，一般也用于工业相机靶面较大或特殊用途的镜头。图2-12F接口相机2.卡口2.3光源

光源这种照明系统是相机拍出的图像质量的决定性因素。拥有好的光源，拍出的图片可以大大减少后期的图像处理难度；反之，当光源不当时，过度曝光会导致物品的细节不清晰，后期再对这个图像进行算法处理时候的难度也大大增加了。

光源的作用有如下四点：第一，凸显被测物体的重要特征；第二，尽量消除隐藏被测物体不关注的部分；第三，降低后期图像处理难度；第四，保证图像清晰稳定抓拍细节。因此，光源是机器视觉系统中不可忽略的一个重要部分。下面将重点从颜色和分类两个方面进行详细介绍。一、颜色

常见的机器视觉光源颜色有红色、绿色、蓝色、白色、红外、紫外等。物理学中了解到，光照在物体上，物体只反射与自身颜色相同的光，所以在选择光源的颜色时候，必须充分考虑物体颜色。例如拍摄一件绿色工件，用红色光源照射相机就不能拍出细节全面的图像。用相同色系的光会使图像变亮，相反色系的光会使图像变暗。相邻色和互补色，见图2-13，相邻色是在色环上相邻/同种的颜色，叠加后在黑白相机中呈现浅色。互补色是在色环上相对的颜色，叠加后在黑白相机中呈现深色。图2-13相邻色和互补色示意图一、颜色1.机器视觉中光的颜色介绍

（1）白色光：机器视觉中白色光分为冷、暖、中间色调颜色，通常在拍摄彩色图像时使用此类光源效果较好，如果对于彩色图像中某一部分有特殊需求，可以另做相关操作。

（2）蓝光：三原色光中的其中一种，比较适用于银色背景下的目标物的打光。

（3）红光：同属于三原色光中的一种，可以透过一些比较暗的物体，也可以根据颜色的吸收等不同的方法，实现不同打光效果，突出检测目标的特征，并且红色光源能够提高对比度。

（4）绿光：主要针对于红色背景、银色背景，并且在3C应用中，传送带多数为绿色。

（5）红外光：属于不可见光之一，透过力强，对于塑料穿透性好，可以将封装好的金属电路等内部元件显示出来，在此种应用场景下，效果和X射线一样好，且对于人体无伤害。

（6）紫外光：属于不可见光之一，波长较短，且穿透力强，主要应用于证件检测，触摸屏ITO检测，点胶溢胶检测，金属表面划痕检测等。

（7）X-ray激光：波长短，穿透性好，可以用于透视检测、轮毂划痕及裂纹检测等。一、颜色2.可见光的三原色

光的三原色包括R、G、B（红、绿、蓝）三种颜色的光，生活中以及工业视觉中不同颜色的光均可以通过以上三种光进行合成，如下：红+绿=黄红+蓝=青红+绿+蓝=白且红、绿、蓝三种颜色均不能被再次分解，适用这三种颜色基本可以形成所有的颜色。如下示例图2-14所示的加色规律：图2-14红、绿、蓝加色规律二、分类1.种类

1）环形光源环形光源采用高柔性基板材质，独特的制作方法，可以任意角度弯曲，以构成具有最佳外径、内径和照射角度的照明系统。特点：360度照射无死角，照射角度、颜色组合设计灵活；能够突出物体的三维信息；应用场景：PCB基板检测、IC元件检测、电子元件检测、集成电路字符检测、通用外观检测等机器视觉场景应用。外观如图2-15所示，通过环形光源衍生出了弧形光源、高亮环形光源、环形无影光源等。图2-15环形光源二、分类1.种类

2）条形光源条形光源采用铝合金一体成型设计，产品精度高，一致性好；具备良好的散热效果，并有多种灵活的安装方式，便于安装与使用。特点：发光面尺寸，颜色组合设计灵活；照射角度以及安装角度可以根据现场使用情况随意调整；条形光纤具有一定的指向性，光源漫射板可以根据现场需求拆除或者自行安装，且多个条光能够组合使用，条光组合或者单个条光是较大方形结构被测物打光的首选。应用场景：金属表面检测、各种字符读取检测、图像扫描、LCD面板检测等外观如图2-16所示，能够从条形光源中衍生出高亮条光、高均匀条光、集成高亮条光等；图2-16条形光源二、分类1.种类

3）同轴光源同轴光源主要由高密度LED和分光镜组成。LED发出光经过分光镜后，跟CCD和相机在同一轴线上，可以有效消除图像的重影，适合光洁物体表面划痕的检测。特点：可以消除被测物表面不平整引起的阴影；并且通过分光镜的设计，能够提高成像的清晰度。应用场景：光滑表面划伤检测、芯片以及硅晶片破损检测、Mark点定位、条码识别等场景。外观如图2-17所示，能够从同轴光源中衍生出转角同轴光源和飞拍同轴光源等。图2-17同轴光源二、分类1.种类

4）圆顶光源（穹顶系列）圆顶光源是一种高均匀性的光源，由高亮度贴片LED发出的光经过球面漫反射后形成均匀的光线。适合检测表面反光、起伏不平的物体。特点：半球结构设计，空间360°漫反射，光线打到被拍摄物上很均匀。应用场景：曲面、弧形表面的检测场景，表面存在凹凸的检测场景，金属以及玻璃等表面反光强烈的物体表面检测场景等。外观如图2-18所示，能够从穹顶系列光源衍生出拱形光源以及灯箱光源等。图2-18圆顶光源二、分类1.种类

5）面光源特点：高密度LED灯阵列排布，表面是光学扩散材料，面光源发出的是均匀的扩散光，并且颜色组合以及尺寸等均可选，且可以定制。应用场景：零件尺寸测量场景、电子元器件外形检测、透明物体的划痕检测以及污点检测等。外观如图2-19所示。图2-19面光源二、分类2.选择选择机器视觉的光源，应从以下几个方面考虑：1）亮度在两种光源中选择时，最佳的选择是更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。（1）工业相机的信噪比不够；由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。（2）光源的亮度不够，必然要加大光圈，从而减小了景深。（3）当光源的亮度不够的时候，自然光等随机光对系统的影响会最大。二、分类2.选择

2）光源均匀性不均匀的光会造成不均匀的反射。均匀关系到三个方面。（1）对于视野，在摄像头视野范围部分应该是均匀的。简单的说，图像中暗的区域就是缺少反射光，而亮点就是此处反射太强了。（2）不均匀的光会使视野范围内部分区域的光比其他区域多。从而造成物体表面反射不均匀（假设物体表面的对光的反射是相同的）。（3）均匀的光源会补偿物体表面的角度变化，即使物体表面的几何形状不同，光源在各部分的反射也是均匀的。二、分类2.选择

3）光谱特征光源的颜色及测量物体表面的颜色决定了反射到摄像头的光能的大小及波长。白光或某种特殊的光谱在提取其他颜色的特征信息时可能使比较重要的因素。当分析多颜色特征的时候，选择光源的时候，色温是一个比较重要的因素。4）寿命特性光源一般需要持续使用。为使图像处理保持一致的精确，视觉系统必须保证长时间获得稳定一致的图像。5）对比度对比度对机器视觉来说非常重要。机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。2.4图像采集卡

图像采集卡又名图像捕捉卡，是相机与计算机之间的重要连接组件，如图2-21所示。它的主要作用是，把相机捕捉到的模拟信号或者数字信号转化为所需的图像数据流发送给计算机端。并不是所有的情况都用到图像采集卡，需要考虑工业相机接口型号。例如，CameraLink接口需要图像采集卡，但网口、USB3.0接口等，不需要图像采集卡，因为这些接口的采集卡已经集成到计算机端。总体而言，需要图像采集卡的项目往往对接口的传输速度要求很高。图2-21图像采集卡一、种类

（1）按接收信号的种类分类，可以分为模拟信号图像采集卡和数字信号图像采集卡。（2）按接口的适用性，可以分为专用接口（如CameraLink、模拟视频接口等）采集卡和通用接口采集卡（如GigE、USB3.0等）。（3）按支持的颜色，可以分为彩色图像采集卡和黑白图像采集卡。（4）按其性能作用，可以分为电视卡、图像采集卡、DV采集卡、电脑视频卡、监控采集卡、多屏卡、流媒体采集卡、分量采集卡、高清采集卡、笔记本采集卡、DVR卡、VCD卡、非线性编辑卡（简称非编卡）。二、参数

1.图像传输接口与数据格式图像采集卡的传输接口需与所选用相机一致。大多数摄像机采用RS422或EIA644（LVDS）作为输出信号格式。在数字相机中，IEEE1394、USB2.0和CameraLink几种图像传输形式得到了广泛应用。若选用数字制式，还必须考虑相机的数字位数。2.图像格式（像素格式）1）黑白图像通常情况下，图像灰度等级可分为256级，即以8位表示。在对图像灰度有更精确要求时，可用10位、12位等来表示。2）彩色图像彩色图像可由RGB（YUV）3种色彩组合而成，根据其亮度级别的不同有8-8-8、10-10-10等格式。二、参数

3.传输通道数当摄像机以较高速率拍摄高分辨率图像时，会产生很高的输出速率，这一般需要多路信号同时输出，图像采集卡应能支持多路输入。一般情况下，有1路、2路、4路、8路输入等。随着科技的不断发展和行业的不断需求，路数更多的采集卡也出现在市面上。4.分辨率采集卡能支持的最大点阵反映了其分辨率的性能。一般采集卡能支持768x576点阵，而性能优异的采集卡支持的最大点阵可达64kx64k。单行最大点数和单帧最大行数也可反映采集卡的分辨率性能。同三维推出的采集卡能达到1920x1080分辨率。5.采样频率采样频率反映了采集卡处理图像的速度和能力。在进行高度图像采集时，需要注意采集卡的采样频率是否满足要求。高档的采集卡采样频率可达65MHz。6.传输速率主流图像采集卡与主板间都采用PCI接口，其理论传输速度为132MB／s。三、选择

选择图像采集卡之前，要明确项目的功能需求，如分辨率、传输速率等要求，以及相机的详细参数。图像采集卡的选型应当与相机匹配，主要指以下几个方面的匹配。1.支持的接口模式如CameraLink接口的相机支持的模式有Base模式、Medium模式、Full模式，那么图像采集卡在选择时也应当与相机的模式匹配。在实际项目中曾发现，如果相机选择Base模式，而图像采集卡选用Full模式，会造成图像数据的丢失或缺色。2.支持的分辨率在选择时应考虑图像采集卡的分辨率是否能满足输入图像的要求。3.其他应当考虑硬件的可靠性，如有没有过电压保护、散热性能如何等。除了硬件外，还要考虑配套软件的易用性。图像采集卡一般都有配套的开发包，如SDK、开发平台等，可根据开发者的经验和偏好进行选择。THANKS项目三硬件选型在机器视觉中，机器能够代替人眼进行测量和判断，而测量和判断的核心是对信息的基础——像素，进行处理。像素是用数字序列标识图像的最小单位，即由图像的小方格组成的，这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。要想获得合适的像素，则要选择合适的硬件。机器视觉的硬件主要包括相机、镜头、光源三部分。在机器视觉系统中，相机、镜头、光源的选型非常重要，如果事先既未确定相机又未确定镜头，则需要先了解项目工作环境对相机安装（工作距离）、要检测的最大范围（视场）、最小特征的尺寸和代表它的像素数的要求，然后根据这些条件来计算应使用何种相机和镜头，具体流程如图3-1所示。图3-1机器视觉相机、镜头选型流程3.1选择相机一、CCD相机与CMOS相机选型如果拍摄目标是静态不动的，为了节约成本，可以考虑使用CMOS相机，而如果目标是运动的，则优先考虑CCD相机。如果是需要很高的采集速度，可以考虑CMOS相机，因为CMOS相机的采集速度会优于CCD。如果需要高质量的图像，如进行尺寸测量，可以考虑CCD，在小尺寸的传感器里，CCD的成像质量还是要优于CMOS的。CCD工业相机主要应用在运动物体的图像提取，在视觉自动检查的方案或行业中一般用CCD工业相机比较多。随着CMOS技术的发展，CMOS工业相机由于成本低，功耗低也应用越来越广泛。二、面阵相机与线阵相机选型如果对于检测精度要求很高，运动速度很快，面阵相机的分辨率和帧率达不到要求的情况下，线阵相机是必然的选择。三、彩色相机与黑白相机选型如果黑白相机与彩色相机的分辨率相同，则黑白相机的精度更高，尤其是在看图像边缘的时候，黑白相机的效果更好，特别是做图像处理时，黑白工业相机得到的灰度信息可以直接处理。四、2D相机与3D相机选型如果测量的是平面，不需要测量高度，使用2D相机即可。五、其他参数工业相机的前面用来接镜头的部分都有专业的标准接口。相机的后面一般会有两个接口，一个是电源接口，一个是数据接口。工业相机的接口分为：USB2.0/3.0、CameraLink、Gige、1394a/1394b、CoaXPress等类型的接口。1.接口五、其他参数表3-1将不同类型的接口对比，根据要求不同，选择不同的接口。1.接口接口类型USB2.0USB3.0GigeCameraLink1394a1394bCoaXPress速度(Mbit/s）48048001000640040080025600(4根)传输距离5m10m100m10m4.5m4.5m＞100m成本低低低高低中低优点1.支持热拔热插2.使用便捷3.标准统一4.可连接多个设备5.相机可通过USB线缆供电1.拓展性好2.经济性好3.可管理维护性4.广泛应用1.高速率2.抗干扰能力强3.功耗低1.高速率2.支持热插拔3.数据传输实时性4.采用总线结构5.即插即用1.数据传输量大2.传输距离长3.可选择传输距离和传输量4.价格低廉，易集成5.支持热插拔缺点1.没有标准的协议2.主从结构，CPU占用率高3.贷款没有保证1.CPU占用率高2.对主机的配置要求高1.价格高2.线中不带供电长距离传输线缆较贵/五、其他参数2.分辨率分辨率的选择，首先根据目标物体的精度要求选择分辨率。其次看工业相机的输出，若是用及其软件分析识别，分辨率越高越有帮助；若是需要视频输出至显示器上观察，则依赖于显示器的分辨率，工业相机的分辨率再高，显示器分辨率不够也是没有意义的；若是需要将图像实时保存下来，还需要综合服务器的存储速率来考虑工业相机的分辨率。五、其他参数3.像素深度每位像素数据的位数，常见的是8bit，10bit，12bit。分辨率和像素深度共同决定了图像的大小。例如对于像素深度为8bit的500万像素，则整张图片应该有500万*8/1024/1024=37M（1024Byte=1KB，1024KB=1M）。增加像素深度可以增强测量的精度，但同时也降低了系统的速度，并且提高了系统集成的难度（线缆增加，尺寸变大等）。五、其他参数4.高速运动抓拍要求经常会有项目需要抓拍高速运动物体，而普通工业相机拍摄的图像会出现拉毛、模糊、变形等影响图像质量的问题，在拍摄图像时，图像模糊现象的出现取决于曝光时间的长短与物体的运动速度。如果曝光时间过长，物体运动速度过快则会出现图像模糊。拍摄物体为运动物体应选择全局快门（Globalshutter)的工业相机，且需要选择帧率大于运动速度的工业相机。1）曝光时间要满足物体运动速度Vp*曝光时间Ts＜允许最长拖影S。运动速度比较快的物体拍照，为了防止长的拖影就需要极短的曝光时间，选用感光比较好的工业相机，可以实现。2）帧率指标帧率即相机每秒钟可以捕捉的图像数量，一般决定于图像大小、曝光时间等，是相机的一个重要指标。相机帧率必须保证能够拍摄到系统要求时间间隔最短的两张图片，处理图像的时间一定要快，一定要在相机的曝光和传输的时间内完成，否则就有可能造成丢帧等现象，进而漏检某些产品。五、其他参数5.精度精度指一个像素表示实际物体的大小，用（um*um）/pixel表示。需要注意的是，像元尺寸并不等于精度，像元尺寸是相机机械构造时固定的，而精度与相机视野有关，是变化的。精度值越小，精度越高。单个像素对应的大小=视野宽/宽度分辨率=视野高/高度分辨率考虑到相机边缘视野的畸变以及系统的稳定性要求，一般不会只用一个像素单位对应一个测量精度值，有时候根据光源的不同会提高计算的值，使用背光源的精度为1~3个像素，使用正光源的精度为3~5个像素：例如：使用500W像素相机分辨率为2500*2000视野为100mm*80mm单个像素对应大小=0.04mm背光的精度为0.04mm~0.12mm正光的精度为0.12mm~0.20mm注意这里的意思，也就是说当我们已知精度去计算分辨率时，往往要选择比计算值更大的分辨率相机，才能满足要求。五、其他参数6.选型基本原则当视野大小即检测目标大小一定时（选相机时一般将目标大小视为视野大小），相机分辨率越大，精度越高，图像分辨率也越大；当视野大小不确定时，不同分辨率相机也能达到同样的精度，这时选择大像素相机可以扩大视野范围，减少拍摄次数，提高测试速度。若1个是1百万像素，另1个是3百万像素，当清晰度相同（精度均为20um/pixel）,第1个相机的FOV是20mm×20mm＝400平方mm，第二个相机的FOV是1200平方mm,拍摄生产线上同样数量的目标，假设第1个相机要拍摄30个图像，第2个相机则只需拍摄10个图像就可以了。3.2选择镜头为什么需要镜头？镜头等同于针孔成像中针孔的作用，所不同的是，一方面镜头的透光孔径比针孔大很多倍，能在同等时间内接纳更多的光线，使相机能在很短时间内（毫秒到秒级）获得适当的曝光；另一方面，镜头能够聚集光束，可以在相机胶片上产生比针孔成像效果更为清晰的影像。在镜头选型时，主要是根据镜头的相关参数。与镜头相关的主要技术参数有镜头分辨率、焦距、最小工作距离、最大像面、视场/视场角、景深、光圈和相对孔径及其安装接口类型等。一、镜头分辨率

镜头的空间分辨率、相机像素分辨率和相机的空间分辨率、系统空间分辨率和系统分辨率是几个极容易混淆的概念。镜头空间分辨率表示它的空间极限分辨能力，常用拍摄正弦光栅的方法来测试。如果从信号处理的角度来看，任何非周期图像信号都可以被看作周期图像（或子图像）的叠加，而任何周期图像又都可以被分解为亮度按正弦变化的图形的叠加。因此，通过研究镜头对亮度按正弦变化图形的反应，就可以研究镜头的性能和分辨率。正弦光栅就是亮度按照正弦变化的图像，如图3-2所示。图3-2正弦光栅亮度变化图像一、镜头分辨率

其中棚格黑白相间，可把黑色看作正弦波谷，把白色看作正弦波峰。正弦光栅中一对相邻黑线和白线称为一个线对(linepair，lp)，它所占据的长度被定义为正弦光栅的空间周期，单位是毫米。正弦光栅空间周期的倒数就是空间频率(spatialfrequency)，它表示每毫米内的线对数，单位是线对/毫米(Ip/mm)。通过拍摄正弦光栅，研究镜头每毫米内能分辨的线对数，就可以获知镜头的分辨率。镜头分辨率越高，则说明其每毫米内能分辨的线对数越多。对于机器视觉系统设计来说，只需要查询镜头参数表即可获知其分辨率。图3-2正弦光栅亮度变化图像二、镜头成像要素

影响镜头成像的因素包括：光学放大倍数、焦距、景深、最大像面、视场角、光圈（Iris）范围、渐晕等方面。二、镜头成像要素

放大率F=像元尺寸/精度（或芯片尺寸除以视野范围）