机器视觉入门介绍课件.ppt

上传人(卖家):晟晟文业 文档编号:4288137 上传时间:2022-11-26 格式:PPT 页数:50 大小:10.03MB
下载 相关 举报
机器视觉入门介绍课件.ppt_第1页
第1页 / 共50页
机器视觉入门介绍课件.ppt_第2页
第2页 / 共50页
机器视觉入门介绍课件.ppt_第3页
第3页 / 共50页
机器视觉入门介绍课件.ppt_第4页
第4页 / 共50页
机器视觉入门介绍课件.ppt_第5页
第5页 / 共50页
点击查看更多>>
资源描述

1、机器视觉机器视觉 机器视觉概述?使机器具有像人一样的视觉功能,从而实现各种检测、判断、识别、测量等功能。一个典型的机器视觉系统组成包括:图像采集单元(光源、镜头、相机、采集卡、机械平台),图像处理分析单元(工控主机、图像处理分析软件、图形交互界面),执行单元(电传单元、机械单元)机器视觉概述?机器视觉系统通过图像采集单元将待检测目标转换成图像信号,并传送给图像处理分析单元。?图像处理分析单元的核心为图像处理分析软件,它包括图像增强与校正、图像分割、特征提取、图像识别与理解等方面。输出目标的质量判断、规格测量等分析结果。?分析结果输出至图像界面,或通过电传单元(PLC等)传递给机械单元执行相应操

2、作,如剔除、报警等,或通过机械臂执行分拣、抓举等动作。机器视觉优势?机器视觉系统具有高效率、高度自动化的特点,可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触,安全可靠。人工检测与机器视觉自动检测的主要区别有:机器视觉自动检测机器视觉自动检测 效率高 速度快 高精度 检测效果稳定可靠 可24小时不停息工作 方便信息集成 成本不断降低,一次性投入 适合恶劣、危险环境 人工检测人工检测 效率低 速度慢 受主观影响,精度一般 易疲劳,受情绪波动 工作时间有限 不易信息集成 人力和管理成本不断上升 不适合恶劣和危险环境 效率效率 速度速度 精度精度 可靠性可靠性 工作时间工作时间 信息集

3、成信息集成 成本成本 环境环境 机器视觉的应用领域?识别?标准一维码、二维码的解码?光学字符识别(OCR)和确认(OCV)?检测?色彩和瑕疵检测?零件或部件的有无检测?目标位置和方向检测?测量?尺寸和容量检测?预设标记的测量,如孔位到孔位的距离?机械手引导?输出空间坐标引导机械手精确定位 机器视觉系统的分类?智能相机?基于嵌入式?基于PC 主流的解决方案提供商?提供从单一的视觉检测到视觉系统集成的完整视觉检测方案。?视觉检测方案主要包括两个方面:?硬件相机,控制器,光源及支架;?软件控制系统,图形用户界面(GUI)和图像分析算法。厂家厂家 康耐视康耐视 迈思肯迈思肯 邦纳邦纳 Leuze 基恩

4、士基恩士 擅长擅长 识别/检测/测量 识别/检测/测量 识别/检测/测量 识别/检测/测量 识别/检测/测量 前身前身 一/二维码识别 一/二维码识别 传感器 传感器 传感器 ABB 发那科发那科 美国国家仪器公司美国国家仪器公司 机械手引导 机械手引导 数据采集/交互 变频器 机器人 软硬件测试、自动化 机器视觉主要行业协会和标准?美国自动成像协会(AIA)?相机专用传输协议CameraLink标准?相机千兆网传输协议GigEVision标准?欧洲机器视觉协会(EMVA)?相机统一控制协议GenICam标准?相机灵敏度和成像质量评测EMVA1288 机器视觉发展历程(国外)?发展阶段:?20

5、世纪50年代提出机器视觉概念,?20世纪70年代真正开始发展,?20世纪80年代进入发展期,?20世纪90年代发展趋于成熟,?20世纪90代后至今高速发展。?关键标志:?20世纪70年代CCD图像传感器的出现是机器视觉提供了可靠清晰的图像;?20世纪80年代以来处理器、图像处理技术的飞速发展为机器视觉的高速发展提供了基础条件;?2000年以来基于LED光源的任意光场设计使机器视觉在各种行业的应用成为可能。机器视觉发展历程(国内)?起步于20世纪80年代?20世纪90年代进入发展期,加速发展是近几年的事情。?机遇与挑战并存?中国正在成为世界机器视觉发展最为活跃的地区之一;?中国已经成为全世界的制

6、造中心,许多生产线已经迁至中国,许多国际先进水平的机器视觉系统也进入了中国;?国内机器视觉企业在与国际机器视觉企业的竞争中不断得到成长。机器视觉系统组成?图像获取:光源、镜头、相机、采集卡、机械平台?图像处理与分析:工控主机、图像处理分析软件、图形交互界面。?判决执行:电传单元、机械单元 图像获取?组成:光源、镜头、相机、采集卡、机械平台 Garbage In,Garbage Out 光源种类?LED:寿命长/可以有各种颜色/便于做成各种复杂形状/光均匀稳定/可以闪光;?荧光灯:光场均匀/价格便宜/亮度较LED高;?卤素灯:亮度特别高/通过光纤传输后可做成;?氙灯:使用寿命约1000小时/亮度

7、高,色温与日光接近。大部分机器视觉照明采用 LED 光源光路原理?照相机并不能看见物体,而是看见从物体表面反射过来的光。?镜面反射:平滑表面以对顶角反射光线?漫射反射:粗糙表面会从各个方向漫射光线?发散反射:多数表面既有纹理,又有平滑表面,会对光线进行发散反射 光源作用和要求?在机器视觉中的作用?照亮目标,提高亮度?形成有利于图像处理的效果?克服环境光照影响,保证图像稳定性?用作测量的工具或参照?良好的光场设计要求?对比度明显,目标与背景的边界清晰?背景尽量淡化而且均匀,不干扰图像处理?与颜色有关的还需要颜色真实,亮度适中,不过曝或欠曝;光源光场构造?明场:光线反射进入照相机?暗场:光线反射离

8、开照相机 明场照明 暗场照明 光源构造光源 光源构造光源 使用不同照明技术对滚珠轴承产生的影响:滚珠轴承 光纤环光灯 荧光环光灯 漫射圆顶灯 同轴照明灯 直角持续漫射灯 持续漫射灯 镜头主要参数?工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型,即理想凸透镜。?参数:焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口 物距 视野成象面 FOV 景深(DOV)像距 镜头主要参数?分辨率:对色彩和纹理的分辨能力。?畸变:镜头中心区域和四周区域的放大倍数不相同。畸变的校正一般用黑白分明的方格图像来进行,过程并不复杂。一般如果畸变小于2%,

9、人眼观察不到;若畸变小于CCD的一个像素,摄像机也看不见。镜头分类 CCTV镜头 专业摄影镜头 CCTV镜头 专业摄影镜头 远心镜头 远心镜头 价格 分辨率 畸变 焦距选择范围 低 低(20L/MM)高 广泛 中 中(4080L/MM)中 广泛 高 高 低 狭窄 使用灵活性 适合应用 高 低精度测量/简单检测 中 标准精度测量/定位 低 高精度测量/纵深测量 镜头远心镜头?在测量系统中,物距常发生变化,从而使像高发生变化,所以测得的物体尺寸也发生变化,即产生了测量误差;?即使物距是固定的,也会因为CCD敏感表面不易精确调整在像平面上,同样也会产生测量误差。?采用远心物镜中的像方远心物镜可以消除

10、物距变化带来的测量误差,而物方远心物镜则可以消除CCD位置不准带来的测量误差。相机?种类:线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS?指标:象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等?工作模式:Free run、Trigger(多种)、长时间曝光等?传输方式:GIGE,Cameralinker,模拟 相机线扫描系统 相机面阵相机 相机自由触发/外部触发 自由触发:按照相机自己的时钟抓怕图像,对于运动目标,每次在图像中出现的位置不同。外部触发:按照外部传感器给的触发信号拍摄图像,运动物体在图像中每次的位置一致。相机数据接口?模

11、拟接口:CCIR/EIA,Non-Standard,RS-422/LVDS?高速,可靠性高,传输距离远,支持多相机连接。管脚定义不统一,电缆成本高。?Camera Link?高速,高可靠性。不便于多相机连接和集中控制,电缆价格高。?IEE1394?灵活性高,成本低。传输距离短,可靠性低。?USB2.0?灵活性高,成本低。传输距离短,可靠性低,技术不成熟。?GigEVision?灵活性高,可扩充性强,支持远距离传输,支持多点传输,技术成熟,鲁棒性强,成本低。?USB3.0?灵活性高。传输距离短,可靠性低,技术不成熟。图像分析核心算法 物体测量 二维码读取 瑕疵检测 空间标定 图像数学和逻辑运算

12、图像分割 图像分析核心算法 模板和形状匹配 光学字符的识别与确认 色彩检测 边缘检测 目标分类 图像滤波和频率分析 图像处理分析核心功能?测量工具:测量两点的距离,点到线的距离,两线之间的角度?线性定位:通过检测工件边缘的相对移动确定工件的平移和旋转?模板查找:通过检测图形的相对移动确定工件的平移和旋转?GEO查找:通过检测图形的相对移动确定工件的平移和部件360度的旋转?斑点查找:通过检测工件的有无、关联、尺寸、形状和坐标来确定工件位置?边缘工具:确定边缘的有无、数量、类别和位置目标物工具:确定目标物有无、数量、类别、尺寸和位置?图形计数工具:确定图形的有无、数量和位置GEO计数工具:在36

13、0度范围内确定目标图形的有无和位置?条码检测工具:查找、解码和评估一维和二维码?OCR/OCV:读取和确认光学字符?圆弧工具:检测圆弧,以及圆心及其他弧形特征?线段工具:检测长度,端点及其他线段特征?颜色匹配:检测匹配的色调和浓度 图像处理分析核心功能 行业应用?饮料行业:类别和瑕疵检测?日用品行业:排列顺序检测 行业应用?电子器件行业:电镀不良检测?电子器件行业:器件污点检测 行业应用?电子器件行业:仪表按键位置错误检测?包装行业:树脂盖污点检测 行业应用?电子器件行业:轮廓和边缘曲线检测?包装行业:罐头底部污点检测 行业应用?日用品行业:透明塑料瓶污点检测?纺织行业:布匹瑕疵检测 行业应用

14、?加工业:金属元件检测与内径测量?包装行业:二维码读取,OCR字符识别 行业应用?电子器件行业:接线位置检测?包装行业:保质期有无检测/标签错位检测 行业应用?电子器件行业:电子零部件的有无检测、方向识别/确认?工业制品检测:金属零部件内的密封垫有无、螺纹孔的螺纹槽是否存在 高精密工件检测?线阵相机+远心镜头+精密丝杆组成的线扫描式工业视觉检测 应用案例产品可追溯?针对润滑油灌装生产线,实现产线一体化管理,产品生产数据与上下游数据实现无缝连接,实现产品在整个供应链中的可追溯性需求。?机器视觉系统重点聚焦调合和灌装两个生产区域,先后实现了产品在线赋码、灌装线管汇自动化、储罐信息共享、调合配方系统

15、化、灌装线自动数据采集、储运发货优化、中转库和经销商管理、原料油到货管理、生产任务智能排产等管理课题的突破,有效地提高了现场作业管理效率,具备了先进过程控制体系的基本格局,使智能数字化管理水平进一步提升。应用案例产品可追溯?使用机器视觉技术进行条码读取和标签验证,具体包括读码(包括读取一维码,二维码),OCR(光学字符识别),检测有/无,定位,测量,标签验证,OCV(光学字符验证)等等,?保证产品质量和全程可视化操作。管理者和生产人员可轻松地管理日常工作,对各类时间能快速响应和决断,确保生产顺利进行,实现产品的全程可追溯性。应用案例视觉堆垛视觉堆垛?通过相机视野内目标比例的变化来估算目标的高度

16、并引导机器人的运动补偿目标的偏移,允许机器人只借助一个普通2D相机或线激光辅助来拾取码放堆集的目标。应用案例视觉堆垛视觉堆垛?工作原理:?利用传感器和辅助光源组成机器视觉系统,实现对无定位工件的准确位置判断,在机器人收到信号后,机器人装上为工件定制的专用手爪去可靠的抓取工件,在与机床进行通讯得到上料请求后,最终完成机床的上下料,在各种机械加工行业中该系统应用广泛。?工作流程?标定:图像坐标映射与世界坐标的映射?检测:工件有无及在图像坐标中的位置?定位:工件映射到世界坐标的位置?引导:发出指令动作 应用案例视觉堆垛视觉堆垛?传感器安装方式:?固定式?机械手一体式?传感器:?2D相机?2D相机+线

17、激光?优势:?使生产流水线更加简单易于维护;?大幅度降低工人的劳动强度;效率和柔性都比较高。?系统结构简单、安全文明、无污染,能在各种机械加工场合进行应用,满足了高效率、低能耗的生产要求。机器视觉系统的项目评估?系统评估及选型:精度、速度、可靠性?精度:为什么要达到这么高的精度?高精度意味着高代价。系统的误差分配,系统精度、机台精度、控制传感精度,视觉部分的精度(分辨率、图像质量、安装精度、镜头、标定方法、算法、环境等)?速度:总指标、控制部分、动作的配合及协调、通信速度、采集速度(硬件)、处理速度(计算机硬件、软件算法、图像质量等)?可靠性:硬件的可靠性、软件算法的可靠性及稳定性、系统设计的可靠性等 机器视觉系统的开发流程?提出问题?定义检测目标?收集制订完整的规格列表?可行性研究?这个零件是如何被肉眼看到的??这个零件将如何照在其上的光的特性??将自己想成是那个零件?概念设计?实验室的反复实验?原型机生产?批量生产,先进制造 机器视觉系统的开发周期?需求了解/分析/确认;(前期多沟通很重要)?样品准备/测试;(需要客户密切配合)?系统软/硬件选型;(保证性价比最好)?系统开发设计;(严格按项目管理方法进行)?现场试运行/大量测试;(必不可少,需要配合)?系统的局部修改和完善;(往往耗时较多)?系统验收;?人员培训与系统维护;

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(机器视觉入门介绍课件.ppt)为本站会员(晟晟文业)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|