机器视觉系统设计的难点在哪?
3 月,跳不动了?>>> 1、打光的稳定性: 工业视觉应用一般是可以分为四大类的:定位、测量、检测、识别,其中测量对光照的稳定性要求 高,因为光照只要发生10-20%的变化,测量结果将可能偏差出1-2个像素,这不是软件的问题,而是光照的变化,导致图像上边缘发生了一些变化,就算是再厉害的软件也是没有办法解决的,必须要从系统的设计方面着手。排除环境光的干扰,同事还要保证光源的稳定性。当然通过硬件相机分辨率的提升也是提高精度,抗环境干扰的一种办法了。比如之前的相机对应物空间尺寸是1个像素10um,而通过提升分辨率后变成 1个像素5um,精度近似可以认为提升1倍,对环境的干扰自然增强了。 2、工位的不一致性: 一般做测量的项目,不管是离线检测还是在线检测,只要是全自动化检测设备,首先做的工作就是要找到待检测的目标物。每次等到待检测的产品到拍摄地点的时候,要能够准确的知道待检测的目标物品在哪里,就算是你使用一些机械夹具,也不能特别高精度保证待测目标物每次都出现在同一位置的,这个时候就需要用到定位功能,如果定位不准确的话,可能测量工具出现的位置就不准确,测量结果有时会有较大偏差。 3、标定: 一般在高精度测量的时候是需要做以下几个标定,一光学畸变标定(如果您不是用的软件镜头,一般都必须标定),二投影畸变的标定,也就是因为您安装位置误差代表的图像畸变校正,三物像空间的标定