视觉检测是机器代替人眼进行测量和判断,是指机器视觉产品(即图像采集设备,分为CMOS和CCD)将摄取的目标转换为图像信号,传输到专用的图像处理系统,并根据像素分布将其转换为数字信号, 亮度、颜色等信息;图像系统对这些信号进行各种计算,以提取目标的特征,然后根据判别结果控制设备在现场的动作。它是生产、组装或包装的宝贵机制。它在检测缺陷和防止将有缺陷的产品交付给消费者方面具有无价的价值。但是,外观检查机受到摄像头、镜头、光源等因素的影响,会产生不稳定性,如何最大限度地保证机器的稳定性成为许多企业关注的问题。工业相机的选择主要考虑其传感器类型、分辨率和帧率,其中传感器分CCD与CMOS两种,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,成像噪声高,CCD传感器相机相对于CMOS相机具有灵敏度高、噪声低和响应速度快的特点,在稳定性方面,CCD相机的抗冲击与震动性也较强,一般来说,CCD传感器相机在成像质量上和稳定性方面要优于CCD相机。
影响照相机画质的另一个重要因素是照相机的镜头。除了根据实际工作条件选择合适的镜头焦距、焦距、焦距等基本参数外,影响网络检测精度的重要因素是无法消除图像几何图形的畸变误差,只能进行嵌入。许多工业相机用各种方法来填补广角镜头畸变引起的误差,但在高精度检测行业,几何图形会影响检测精度。光源会增加图像特征和缺陷,减弱干扰和背景图的作用,进而影响输入信息数据的质量。由于没有实用的照明设备,光源设计方案是机器视觉技术的问题,一般情况下不仅必须针对每个特殊应用场合选择光源类型,而且必须根据实际自然环境设置光源,估计光源照明方法已经超过了最佳的实用效果。稳定性因光源的种类而异,通常的不可见光源有LED光源、LED光源、太阳能灯、钠光等。不可见光最大的缺陷是太阳能灯等光能不能连续稳定地导出。100小时内光能下降15%左右。随着应用时间的延长,光能的导出持续减少。因此,光源的选择差异也是影响视觉检查装置的不稳定因素。检测软件稳定性是影响机器视觉检测结果的一项重要因素,视觉系统最终会在计算机上利用软件采用有针对性的算法进行图像滤波,边缘检测和边缘提取等一系列图像处理,不同的图像处理和分析手段以及不同的检测方法与计算公式,都会带来不同的误差,算法优劣决定测量精度的高低。视觉系统工作环境因素包括环境温度、光照度、电源电压、灰尘、湿度以及电磁干扰等,良好的运行环境是视觉系统正常运行的保障。外界光照会影响照射在被测物体上的光照度,增加图像数据输出的噪声,电源电压的变化也会导致光源发光不稳定,产生随时间变化的噪声。温度变化也会对相机的性能产生影响,相机在出厂时都会标志正常工作的温度范围,电磁干扰是工业检测现场不可避免的干扰因素,它对工业相机电路、数据信号传输电路等弱电电路的影响尤为严重。
如果企业没有特殊需求,CCD传感器相机是保证图像质量和稳定性的首要选择,其中相机的分辨率和帧率主要根据检测精度和检测速度来选择,通过计算检测物体的视场大小与相机与被测物之间的距离决定合适的分辨率,考虑被测物体的运动速度与检测精度要求选择相机的帧率。需要根据相机的极限分辨率来选取对应的镜头分辨率,选择大于相机极限分辨率的相机即可,还需要根据工作距离与视野计算镜头的焦距,并根据被测物体与相机的距离变化选用合适的景深。在高精度测量下,要保证测量精度,除以上参数的正确选择之外,可以选择几何畸变相对于普通镜头小的远心镜头,远心镜头不仅几何畸变较小,还能减小物体距离变化带来的误差。若无特殊要求,对可见光光源,应优先考虑使用LED光源,在对采集图像质量有决定性影响的光源均匀性上,LED光源明显优于卤素灯、日光灯等其它光源,而且它还具有耗电低、使用寿命长和对环境无污染的优点。为了减小外界光对视觉系统稳定性的影响,也可以通过增加光源箱的方式屏蔽外界光源。硬件采集到的原始图像最终要通过图滤波、边缘检测等算法才能完成检测功能,实现检测结果的输出。其中图像滤波可以抑制采集到图像中存在的噪声,降低光源与灰度值不稳定的问题,提高信噪比,其本质是通过算法保证图像上像素点间最小方差最小。对于高精度测量系统来说,粗边界像素级精度往往难以满足要求,亚像素级边缘定位技术在像素级别层面通过细分算法与拟合方法结合可以使边缘位置达到0.1甚至0.01的亚像素级精度,系统检测精度得到保证。最大程度减少外部环境的干扰,严格按照机器视觉检测机器标注使用准则使用,例如相机在出厂时都会标志正常工作的温度范围,工厂应当确保机器在正常温度内工作。使用合格的视觉产品,合格的视觉产品会在出厂时经严格的抗干扰测试,极大地降低了外界电磁干扰对硬件电路的影响。总的来说,机器视觉系统的设计需要考虑多方面的因素,除了根据需求按照常规选型参数选择相应参数的设备之外,还需要考虑光源的稳定性、相机的畸变误差,以及被检测物体与相机之间的相对运动等因素给检测系统带来的稳定性干扰与测量误差。只有综合考虑这些因素进行视觉系统的优化设计,才能建立稳定、合格的机器视觉检测系统。