足球外围app-靠谱的外围足球app

产品中心
Group news
足球外围app(靠谱的外围足球app)    您的位置: 足球外围app  >  产品中心  >  正文

机器视觉系统需要考虑的十个问题

2019年11月05日 文章来源:网络整理 热度:158℃ 作者:刘英

为了使用户在选择一款机器视觉系统时应该考虑的关键的、基本的特性方面提供指导。

下面是选择一款机器视觉系统时要优先考虑的十个方面:

1定位器

对象或特征的精确定位是一个检测系统或由视觉引导的运动系统的重要功能。传统的物体定位采用的是灰度值校正来识别物体。尽管这种技术得到了广泛的应用,但是,它在图象质量变差的情况下,就缺乏稳定性。图象质量变差可能是由于凌乱、亮度不同和遮盖等因素的影响。相反,几何对象定位法是一种最新的方法,它使用对象的轮廓来识别对象及其特征。Adept的HexSight 软件和AdeptVision sAVI 系统两者都是用非常先进的轮廓检测技术来进行识别对象。一个可靠的定位器可不需要夹具来定位零件,因此节约了成本。

2光与照明

众所周知,适当的灯光和照明对视觉应用的成功至关重要。有时,尽管选择了最合适的灯光和照明,但是,如果被监测的对象或特征稍微变动一下,就要求相应改变灯光和照明亮度。例如,晶片的抛光表面的不同,在OCR应用中激光蚀刻的标志的质量的不同。一个稳定性好的定位工具如Adept的几何对象定位器能轻松地处理由于光聚集和亮度不同的改变使得图象质量变差这样的情况。使用适当的软件能让你消除必要的调光操作,无论其图象质量如何改变。

3完整的工具集对多个工具

机器视觉软件主要以两种典型的形式出售 —— 一种是完整的视觉工具集,另一种是用于特定任务的工具的应用,如BGA检测。最终用户的应用将决定是使用一套完整的视觉工具集还是使用众多的特定的工具。视觉工具是一般的应用或算法,它能对图象或图象某个部分完成预定的任务。例如,一个斑点检测工具可以找出一组暗的或亮的象素,并测量出这个斑点的各种尺寸。选择一款视觉系统的重点在于拥有一套完整的视觉工具集。虽然你在作项目之初不需要所有的工具,但是,几年之后你的要求就会改变,对新的应用就可能需要另外的工具。Adept的HexSight软件是一款全面的机器视觉库,它基于当今流行的软件平台,如:Visual Basic,Visual C++++与ActiveX控件。可选的HexSight的符号工具与OCR、数字矩阵和条形码解码工具一起提供。AdeptVision sAVI系统与一个用于视觉和运动应用编程的简单图形接口一起提供。

4编程和操作方便简洁、直观的图形界面是容易使用和设置的关键。

当今机器视觉产品之间的主要区别在于他们的图形接口。接口应该从 “设置”和“操作”这两方面来评价。对一个工程师来讲,它应该非常复杂,而对于一个操作者来说应非常简单。例如,一个视觉系统的校准应该简单得只点击几次鼠标,而不是象在火箭科学中的练习。

5亚象素精度

视觉系统的分辨率是系统能分辨的最小特征。例如,’1’的视觉范围(FOV)使用一个640 x 480象素的计算机图象将得到1/640的分辨率或’0.00156’。实际上,机器视觉算法具有亚象素的能力。也就是说,这些算法能够测量或得出比一个象素更小的单位。Adept的几何对象定位工具能精确到一个象素的1/40。而所有其他视觉系统工具只能精确到一个象素的1/10到1/20。视觉工具的亚象素精度取决于图象的质量和算法的强大。

6将来的升级

机器视觉系统可应用在各种场合,他们的应用范围可从时髦的摄像机到监视系统。当选择一个系统时应考虑系统将来的升级。几种供应商提供的通用视觉软件能为最终用户配置合适的照明、光学系统和视觉工具。专用软件包如BGA检测、OCR等也可当作预先配置好的软件出售。基于通用目的的视觉软件系统更好升级。最终用户应该根据附加的摄像机、照明的变化、视觉工具的变化等来考虑将来对系统的需求。例如,若一个需要多摄像头的系统,就要对一个基于帧幅获取器的系统与一个基于时髦摄像机的系统的价格和灵活性进行对比。Adept 的HexSight 软件能够兼容多种第三方生产的帧幅获取器和摄像头,并包括火线摄像头。

机器视觉系统需要考虑的十个问题

7图象预处理

检测特征点和缺陷是非常的重要,不管亮度和对象表面或材料不同。图象预处理算法能把图象的特征点放大,以使视觉工具能更好的检测它们。同样,特征点也能被缩小,以至视觉工具可忽略它们。例如HexSight 的形态操作可用来去掉或填充对象中的小孔,在稀疏的点处分开对象或连接相邻的对象。与此相似,滤波操作可用于输入图象的卷积。可得到如此广泛的预处理算法是复杂的视觉应用成功的关键。

8视觉引导的运动

上一篇:特斯拉Model 3将于2019年交付中国,交流感应电机换永磁电机


下一篇:云计算领域六大常见的云安全误区

友情链接
Links
XML 地图 | Sitemap 地图