机器视觉为工业控制系统增加了新的维度,它可以提供装配线上零件的尺寸、位置和方向。而合适的
镜头选择对于机器视觉能否发挥应有的作用是非常重要的。
=}1m. !)//b] 机器视觉在控制工业流程当中的作用越来越重要了,尤其是在机器人引导、目标识别和质量保证等领域。当前优秀的视觉系统已经超出了那些基本功能(例如辨别零件和确定方向)的范畴,还可以提供后续功能的信息,比如将物体从一个位置移至另一个。
LQ{z}Ay =%ry-n G 对于装配线和大量检测操作中使用的机器人系统,比如汽车生产和检测线,传送带通常是参考。这里,机器人执行两项任务:识别和传送。
"eH.<& 7\<}378/^ 在绝大多数机器视觉应用里,
光学控制都是非常重要的。机器人视觉系统同样要求极高的可重复性,因此减少抖动提供清晰图像是必要的。
P^-daRb
,1ceNF#oL 在类似药品工厂这样的大规模单位检测线上,视觉系统必须能够辨识缺陷包、不可读标签和产品缺失。视觉系统必须能够以极高的准确度快速识别和测量方形、圆形和椭圆形物体。提高机器视觉系统的精确度,可以帮助保持统一的包装表面和颜色。对于食品检测系统,产品的尺寸、颜色、密度和形状都需要依靠多元检测才确定。多元机器视觉系统既可以是彩色相机也可以是黑白相机,通常使用结构
照明方法建立产品外表和内在结构。
+2 x|j> /DE`>eJY 尽管照相机、分析软件和照明对于机器视觉系统都是十分重要的,可能最关键的元件还是成像镜头。系统若想完全发挥其功能,镜头必须要能够满足要求才行。当为控制系统选择镜头的时候,机器视觉集成商应该考虑四个主要因素:
"8*5!anu- E%e2$KfD ■ 可以检测物体类别和特性;
+AkMU|6 ■ 景深或者焦距;
@q++eGm\Q ■ 加载和检测距离;
Xo/0lT ■ 运行环境。
c0.? d] %Q. |qyq 分析这四个因素,可以针对具体应用确定合适的镜头选择。
U%4s@{7 586lN22xM !K8V":1du# @mm~i~~KA 主要放大率是指
传感器上图像尺寸对于实际物体大小的比例。
bSm*/Q i7|sVz= 物体特性
*$*V#,V- /=+Bc=<lZ 在为机器视觉系统选择镜头之前,系统集成商必须确定物体和分析环境。这个可视区域叫做无遮挡视场(FOV),它可以使用竖直和水平两个角度进行测量。通常,竖直方向和水平方向尺寸的比例是4:3,这个比例取决于照相机传感器工作区域的尺寸。传感器的大小对于确定无遮挡视场所需要的主要放大率(PMAG)是非常重要的。PMAG是由传感器尺寸与FOV相比得到,是镜头的工作成效。当确定镜头是否合适的时候,这一点需要考虑。
sV$Zf
`X) 2&KM&NX~ +WfO2V. 4H@K?b` 镜头放大率对于不同尺寸芯片照相机匹配镜头相当重要,然而,不要把镜头放大率和
显微镜放大率搞混了,后者是由光管长度和实际物镜焦距决定的。而镜头放大率主要考虑的是照相机传感器的尺寸。
P+(q38f[ <:!;79T\ 系统放大率(SMAG)是监视器尺寸与传感器尺寸的比例与PMAG的乘积结果。它是从物体到监视器图像的总体放大率,也就是整个系统的“工作”结果。考虑物体的屏幕尺寸时,系统放大率是有用的。
h$_5)d~ +I[Hxf ~ _d*QA{ CMviR<. 物体的特性也很重要。镜头对于物体特征的解析能力依赖于特征的对比是否强烈。确定系统解析度、或者物体最小更解析特征的方法,可以使用诸如伦奇刻线法这样的解像力方法。这些刻线法以线耦(等宽度的一条黑线和一条白线)来决定特征。其他的解像力方法还可以用圆圈和点状网格。
hw)#TEt vI5'npM 镜头在指定光线条件下辨识特定宽度的线耦或者点距的能力,决定了它的解析度。解析度通常被模块转换功能(MTF)以图像的方式显示出来。
x!;;;iS vf/|b6'y 图形显示了指定线耦频率下可行的相对对比度。扭曲、色差和其他波前畸变都会影响曲线的斜率,使曲线偏离理想状态或者衍射极限的光学表现。镜头方案有时候会以每毫米线耦数量(lp/mm)为单位列出物体解析度,再将这个值除以1000就可以预测出镜头每微米的物体解析度。
=BVBCh [`_-;/Gx2 在进行表面剖析的时候,通常不只使用一台照相机和镜头,而了解镜头的内在偏差(aberration)量也是有价值的。偏差是指镜头里的光学误差,可以引起同一张图片里不同点的图像质量差异。剖析通常包括
激光线和其他图像里的光线,这样可以确保测量的准确性。一些软件程序可以消除诸如镜头引起的扭曲之类的误差,所以在最终图像里只有剖析数据是明显的。
6[S-%|f Og/@w&