VisionBrochure---NI机器视觉选型指南
- 格式:pdf
- 大小:5.01 MB
- 文档页数:27
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。
机器视觉硬件选型计算概述V1.0目录1相机 (4)1.1相机光谱类型 (4)1.2相机像素值 (5)1.3图像帧速率和快门速度 (6)1.3.1断续送料的应用 (6)1.3.2连续送料的应用 (7)1.4图像数据传输 (7)1.4.1模拟传输方式 (8)1.4.2数字传输方式 (8)1.5其他要点 (9)1.5.1像素深度 (9)1.5.2传感器尺寸 (9)1.5.3像元尺寸 (10)1.5.4CCD&CMOS (10)2镜头 (10)2.1靶面尺寸 (11)2.1.1面阵相机镜头 (11)2.1.2线阵相机镜头 (11)2.2焦距 (11)2.3镜头分辨率 (12)2.4接口类型 (13)2.5工作距离 (14)2.6镜头其他参数 (14)2.6.1景深 (14)2.6.2工作波长 (14)2.6.3畸变 (15)3光源 (16)3.1光源类型 (16)3.2光源照射方向性 (17)3.2.1反射类型 (17)3.2.2照射角度 (17)3.3光源光谱 (23)3.3.1光源颜色 (23)3.3.2光源波长特性 (24)3.3.3几种光源光谱使用情况汇总对比 (25)3.4光源亮度调整 (26)4其他 (27)4.1各种滤镜/选配件 (27)4.1.1偏光镜 (27)4.1.2锐波滤镜 (28)4.1.3保护镜 (28)机器视觉硬件选型计算概述V1.0本资料主要包括相机、镜头和光源的选型计算概述。
1相机相机选型主要参数包括:相机光谱类型、相机像素值、图像帧速率和快门速度、像素深度、传感器尺寸、像元尺寸。
1.1相机光谱类型相机光谱类型即相机色彩类型主要分为彩色相机和黑白相机。
在处理图像时,彩色照相机使用的是色调(颜色)数据,而黑白照相机使用的是强度(亮度)数据。
首先要强调目前市场上同等分辨率的彩色相机和黑白相机价格差异不大,但是同等条件下仍然优选黑白相机(特别是涉及尺寸测量),主要原因如下:1、在图像边缘检测算法中一般实现先将彩色图片转换为黑白图片然后根据像素之间像素值差异实现边缘检测。
ni机器视觉概念手册本文介绍了NI机器视觉的概念,详细介绍了其中的核心技术及方法,详细介绍了NI机器视觉在各种应用领域中的应用情况,并提供了一些实战模式和示例,以帮助读者对NI机器视觉技术更加清楚和深入的理解。
1. 介绍NI机器视觉技术是一种利用电脑来实现图像和视频处理的技术,通过数字图像捕捉和数据处理的方式,可以实现自动的图像识别、测量和分析。
其有望应用于工业检测和服务机器人领域,并可以帮助解决目前全球经济发展中的质量控制、生产效率、安全监控、智能化等问题,从而节省大量的人力物力和时间。
2. NI机器视觉技术NI机器视觉技术是一种应用于机器视觉的高精度自动化测量技术,它主要涵盖了数字图像捕捉、数字图像处理、数字图像分析等技术,特别在智能分类、测量、定位等方面有着独特的优势。
(1)数字图像捕捉数字图像捕捉是机器视觉技术的核心,通过将拍摄的图像数据转换为数字图像数据,从而实现视觉信息的数字化处理。
常用的图像捕捉设备有CCD摄像头、面阵相机、普通数码相机等,常见的数据格式有JPG、BMP、TIF等,它们都可以作为图像处理的输入。
(2)数字图像处理数字图像处理是将捕捉到的数字图像数据进行分析和处理的过程,可以通过各种算法进行图像的亮度、对比度调整、噪声抑制、图像平滑处理、图像分割、缺陷检测等处理,以获得更加精确的图像数据。
(3)数字图像分析数字图像分析是利用数字图像处理技术,对图像中的物体、形状、尺寸进行准确的分析,从而实现自动识别、测量和分类等功能,常用的图像分析技术有边界检测、空间识别、形状匹配等。
3. 应用领域NI机器视觉技术可以用于各行各业,主要应用于工业自动化、智能控制、汽车制造、服务机器人等领域,在以上领域中的应用情况如下:(1)工业自动化NI机器视觉技术可以用于工业自动化,可以用于快速定位、自动检测、质量检查、料仓管理、供料控制等,可以提高产品质量、实现自动化生产,减少人员成本。
(2)智能控制NI机器视觉技术可以用于智能控制,可以用于机器人跟踪、无人机自主控制、智能车辆等,可以实现机器真正的智能自主控制,提高机器生产力、安全性和稳定性。
机器视觉镜头选型原则机器视觉是一种通过使用相机和其他传感器来模拟人类视觉以实现目标检测和识别的技术。
在机器视觉中,选择合适的镜头是至关重要的,因为它直接关系到图像质量和视觉算法的性能。
以下是一些机器视觉镜头选型的原则和参考内容。
1. 分辨率:分辨率是指镜头能够捕捉细节的能力。
在选择镜头时,应根据需要的应用和要求选择适当的分辨率。
如果需要检测和识别小尺寸的目标或精细的图像特征,需要选择具有较高分辨率的镜头。
2. 焦距:焦距决定了镜头的视场范围和放大倍率。
对于机器视觉应用,焦距的选择应根据需要的视场范围和目标大小来确定。
较长的焦距可以提供更大的视场,但放大倍率较小;而较短的焦距可以提供更大的放大倍率,但视场较小。
3. 光圈:光圈是控制镜头进入的光线量的孔径大小。
较大的光圈可以提供更多的光线,使图像更明亮,但深度-of-field 相对较浅;而较小的光圈可以提供更深的景深范围,但可能需要较长的曝光时间。
光圈的选择应根据可用的光照条件和需要的景深来确定。
4. 畸变:镜头畸变是指镜头图像与实际对象之间的形状偏差。
选择镜头时,应尽量选择具有较小畸变的镜头,以确保图像准确地反映出实际场景。
5. 透过率:透过率是指镜头对光线透过的能力。
一个高透过率的镜头可以捕捉到更多的光线,提供更明亮和清晰的图像。
因此,在选择镜头时,应尽量选择具有高透过率的镜头。
6. 调焦和变焦:一些机器视觉应用可能需要在检测和识别过程中动态调整焦距。
因此,在选择镜头时,应考虑是否需要具有自动调焦或变焦功能。
7. 传感器尺寸:镜头的传感器尺寸应与相机传感器尺寸匹配。
如果相机使用较小的传感器,选择适当尺寸的镜头以确保最佳的图像质量和性能。
8. 适应环境:在选择机器视觉镜头时,还需要考虑应用的环境条件,例如室内还是室外,光照条件等。
根据环境中的光线质量和强度,选择镜头的特定设计和材料。
总的来说,在选择机器视觉镜头时,需要综合考虑应用需求、图像质量、光照条件以及环境要素等因素。
机器视觉相机:•分辨率:相机每次采集图像的像素点数,一般对应于光电传感器靶面排列的像元数,分辨率=感光芯片尺寸/像素尺寸,面阵相机的分辨率有795×596,1024×1024,2048×2048,5320×5320等。
分辨率的确定:根据待测物体的尺寸估算出视野的大小,再结合检测精度,利用上面的公式就可以大概确定检测系统的工业相机的分辨率。
线阵相机OR面阵相机:对于静止检测或者一般低速的检测,优先考虑面阵相机,对于大幅面高速运动或者滚轴等运动的特殊应用考虑使用线阵相机。
相机帧率:尽可能选取静止检测,这样整个项目成本都会降低很多,但是会带来检测效率的下降。
当被测物体有运动要求时,要选择帧数较高的工业相机;选用帧曝光相机,行曝光相机则会引起画面变形,对于具体帧率的选择,不应盲目的选择高速相机,虽然高速相机帧率高,但是一般需要外加强光照射,带来的高成本以及图像处理速度也压力巨大,需要根据相对运动速度来定,只要在检测区域内,能捕捉到被测物即可。
一般来说分辨率越高,帧数越低。
买机器视觉相机时,选择合适的处理器是至关重要的决定。
具有与基于PC的系统相媲美的各种功能,灵活性和速度,可以让您实时处理图像。
买机器视觉相机通常只是自动化系统的一部分。
摄像机提供的决策或指令可以发送到从机器人控制器到云服务器的所有内容。
普通镜头选型步骤:获得物体至镜头的距离(工作距离)WD,如果是一个范围,取中间值;通过已知的传感器成像面高度Hi和被测物尺寸(视场高度)Ho计算图像放大倍数PMAG;PMAG= Sensor Size(mm) / Field of View(mm)=Hi /Ho利用公式计算所需的焦距f;f=WD*PMAG / (1+PMAG)选取与计算值最接近的标准镜头产品,并取其焦距值;标准镜头焦距:8mm、12.5mm、16mm、25mm和50mm根据所选镜头焦距重新核算镜头到物体的距离WD。