15-机器视觉硬件选型基础

机器视觉硬件选型基础目录1机器视觉基础知识1.1机器视觉概述1.2相机（camera）1.3镜头（lens）1.4图像采集卡（framegrabber）1.5光源（illumination）1.6视觉开发软件(visionSDK)1.7智能相机（smartcamera）2典型案例3.1定位&引导（Locate&Guide）3.2几何尺寸测量（Gauging）3.3缺陷检测（FlawInspection）3.4光学字符检测/识别（OCV/OCR）1机器视觉基础知识1.1机器视觉的概念机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。半导体行业是最先利用机器视觉技术进行检测的行业，其他行业也随之而来。作为生产机械的OEM的设计工程师，最基本的问题就是：“我是要检测这个部件还是整个这个产品”。检测可以得到高质量的产品，但是也会有这样的事实存在：检测成本或者产品质量要求并不需要这样的检测。比如说牙签，假设在一个装有500个牙签的盒子里有一两个不合格，大多数人都不会怎么担心。但是对于很多产品，假如前面的盒子里装的不是牙签，而是针头，试想不合格品可能会带来什么样的后果，所以产品功能性的检测都是不可缺少的，即使只是外观检测，要证明内在的品质也必须要做到无缺陷。因此，为了达到这个目的，许多OEM将机器视觉应用到他们将要卖给用户的系统中。机器视觉能够为整个系统增值，表现在三个方面：提高生产效率，提高制造过程的精确性，减少成本。那么，对于一个设计工程师来说，怎么样才能知道机器视觉是否适合他的系统呢？尽管最早的最基本的机器视觉系统在20世纪70年代引入，工业就将其视为主流应用。这就导致设计工程师要考虑它是否合适他们的应用，同时要考虑利用机器视觉检测的成本与其所能带来的利润。高复杂度产品行业，比如说半导体行业和电子行业，由于它们的复杂性和小型化，从传统上推动着机器视觉市场的发展。但是如今，所有产业，包括自动化、制药、造纸等等都依靠机器视觉系统检测产品以提高产品质量。工业专家们预言：在未来的20年到50年，机器视觉将成为横跨所有行业的通用性技术，几乎所有出产的产品都会由机器视觉系统来检测。使用机器视觉系统有以下五个主要原因：精确性——由于人眼有物理条件的限制，在精确性上机器有明显的优点。即使人眼依靠放大镜或显微镜来检测产品，机器仍然会更加精确，因为它的精度能够达到千分之一英寸。重复性——机器可以以相同的方法一次一次的完成检测工作而不会感到疲倦。与此相反，人眼每次检测产品时都会有细微的不同，即使产品时完全相同的。速度——机器能够更快的检测产品。特别是当检测高速运动的物体时，比如说生产线上，机器能够提高生产效率。客观性——人眼检测还有一个致命的缺陷，就是情绪带来的主观性，检测结果会随工人心情的好坏产生变化，而机器没有喜怒哀乐，检测的结果自然非常可观可靠。成本——由于机器比人快，一台自动检测机器能够承担好几个人的任务。而且机器不需要停顿、不会生病、能够连续工作，所以能够极大的提高生产效率。一旦工程师决定使用机器视觉系统，就需要建立这个系统。其中要素包括：照明光源、工件放置（夹具）、相机、位置传感器、控制逻辑、以及图像采集卡，图像处理软件、技术支持。由于大多数厂商在这个领域都没有经验，机会来了。所以，寻找一个既了解核心技术又能为其提供系统所需产品的供应商就成为关键问题。典型的基于PC的视觉系统通常由如图1.1.1所示的几部分组成：[参考文献：HowToPlanYourPC-BasedMachineVisionSystem]图1.1.1基于PC的视觉系统基本组成①相机与镜头——这部分属于成像器件，通常的视觉系统都是由一套或者多套这样的成像系统组成，如果有多路相机，可能由图像卡切换来获取图像数据，也可能由同步控制同时获取多相机通道的数据。根据应用的需要相机可能是输出标准的单色视频（RS-170/CCIR）、复合信号（Y/C）、RGB信号，也可能是非标准的逐行扫描信号、线扫描信号、高分辨率信号等。②光源——作为辅助成像器件，对成像质量的好坏往往能起到至关重要的作用，各种形状的LED灯、高频荧光灯、光纤卤素灯等都容易得到。③传感器——通常以光纤开关、接近开关等的形式出现，用以判断被测对象的位置和状态，告知图像传感器进行正确的采集。④图像采集卡——通常以插入卡的形式安装在PC中，图像采集卡的主要工作是把相机输出的图像输送给电脑主机。它将来自相机的模拟或数字信号转换成一定格式的图像数据流，同时它可以控制相机的一些参数，比如触发信号，曝光/积分时间，快门速度等。图像采集卡通常有不同的硬件结构以针对不同类型的相机，同时也有不同的总线形式，比如PCI、PCI64、CompactPCI，PC104，ISA等。⑤PC平台——电脑是一个PC式视觉系统的核心，在这里完成图像数据的处理和绝大部分的控制逻辑，对于检测类型的应用，通常都需要较高频率的CPU，这样可以减少处理的时间。同时，为了减少工业现场电磁、振动、灰尘、温度等的干扰，必须选择工业级的电脑。⑥视觉处理软件——机器视觉软件用来完成输入的图像数据的处理，然后通过一定的运算得出结果，这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。常见的机器视觉软件以C/C++图像库，ActiveX控件，图形式编程环境等形式出现，可以是专用功能的（比如仅仅用于LCD检测，BGA检测，模版对准等），也可以是通用目的的（包括定位、测量、条码/字符识别、斑点检测等）。⑦控制单元（包含I/O、运动控制、电平转化单元等）——一旦视觉软件完成图像分析（除非仅用于监控），紧接着需要和外部单元进行通信以完成对生产过程的控制。简单的控制可以直接利用部分图像采集卡自带的I/O，相对复杂的逻辑/运动控制则必须依靠附加可编程逻辑控制单元/运动控制卡来实现必要的动作。上述的7个部分是一个基于PC式的视觉系统的基本组成，在实际的应用中针对不同的场合可能会有不同的增加或裁减。在本章余下的小结则将针对视觉领域的核心部件进行详细的介绍。1.2相机（Camera）这里所说的相机主要指工业相机/摄像机，相比与民用的相机/摄像机它有高的图像稳定性、图像质量、传输能力和抗干扰能力等，因而价格也相比民用相机贵。以前的相机多是基于是显像管的。如今，随着固体成像器件的发展，市面上大多是基于CCD（ChargeCoupledDevice）或CMOS（ComplementaryMetalOxideSemiconductor）芯片的相机。CCD是目前机器视觉最为常用的图像传感器。它集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。CCD的突出特点是以电荷作为信号，而不同于其器件是以电流或者电压为信号。这类成像器件通过光电转换形成电荷包，而后在驱动脉冲的作用下转移、放大输出图像信号。典型的CCD相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成。CCD作为一种功能器件，与真空管相比，具有无灼伤、无滞后、低电压工作、低功耗等优点。CMOS图像传感器的开发最早出现在20世纪70年代初。90年代初期，随着超大规模集成电路(VLSI)制造工艺技术的发展，CMOS图像传感器得到迅速发展。CMOS图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。目前，CMOS图像传感器以其良好的集成性、低功耗、高速传输和宽动态范围等特点在高分辨率和高速场合得到了广泛的应用。相机按照芯片类型、传感器结构特性、扫描方式、分辨率大小、输出信号方式、输出色彩、输出信号速度、响应频率范围等有着不同的分类方法：按照芯片类型可以分为CCD相机、CMOS相机；按照传感器的结构特性可以分为线阵相机、面阵相机；按照扫描方式可以分为隔行扫描相机、逐行扫描相机；按照分辨率大小可以分为普通分辨率相机、高分辨率相机；按照输出信号方式可以分为模拟相机、数字相机；按照输出色彩可以分为单色（黑白）相机、彩色相机；按照输出信号速度可以分为普通速度相机、高速相机；按照响应频率范围可以分为可见光（普通）相机、红外相机、紫外相机。在下面的章节中，将以目前应用较普遍的CCD相机为主来介绍工业相机。用于数字图像处理的CCD相机一般由两部分组成：图像获取单元和图像输出单元。图像获取与显像管比较，CCD芯片由独立的光敏元件构成，每一个光敏元件表示一个像素，因此能够传输二维的离散图像。而且体积、重量都比较小，具有高动态、高线性，对机械、磁场、光影响不敏感。并且由于市场的大量生产，CCD相机也相对便宜一些。CCD的突出特点是以电荷作为信号，而不同于其他大多数器件是以电流或者电压为信号。图1.2.1为CCD实现光电转换的示意图,可以形象地喻为往井或桶内注水，因而半导体物理中用“势阱”的概念描述用来收集光激发电荷的积分区域，其中单个像素所能存储的最大光电荷量（不向其邻近像素溢出），也称为“满阱容量”。CCD的光敏单元收集光子与产生的电子数目有良好的线性关系，通常来说，2个光子产生一个电子，在输出单元50000个电子产生一个1伏的视频信号，增益为1：1。由于热效应产生附加的光子，即暗电流，就会产生不期望的噪声。因此采用CCD芯片这种非稳态结构不用照明，普通的CCD即使在室温的条件下一分钟内就可完全充满电子，而且大约温度每增加7摄氏度,暗电流就会加倍，这就是说芯片的温度升高，噪声就会急剧增加。因此，为了控制暗电流，控制一个比较短的曝光时间非常重要。图1.2.1CCD光电转化示意图传统控制曝光时间的方法是利用机械快门，而如今CCD芯片多采用电子曝光控制，即电子快门。在手工操作模式，用户通常可以选择比如1/50、1/100、1/500秒的一些离散的快门速度（积分时间）；而在自动电子快门模式快门速度能够根据入射光的强度自动调整。如果光的强度太弱，则可以通过长积分时间模式或控制增益的方式来增强弱的CCD信号。当完成对光敏元区域的扫描后，CCD将光电荷从光敏区域转移至屏蔽存储区域。而后，光电荷被按顺序转移至读出寄存器，电荷耦合器件（CCD）正是由这种电荷耦合式的转移方式，通过在按一定的时序在电极上施加高低电平，可使光电荷在相邻的势阱间进行转移，图1.2.2所示为目前广泛采用的三相电极传送方式。图1.2.2三相CCD中光电荷的转移CCD的光敏区域有一维线阵排列和二维面阵排列两种，与其对应的就是线阵（线扫描）相机和面阵（面扫描）相机。图1.2.3所示就是两种较典型的线阵CCD，通常是由512、1024、2048、4096等个像敏元呈一维排列。光敏阵列与转移区——移位寄存器是分开的，移位寄存器被遮挡。在图1.2.3中左侧所示的单通道线阵CCD中，当转移脉冲到来时，线阵光敏阵列势阱中的信号电荷并行转移到同一个CCD移位寄存器中，最后在时钟脉冲的作用下一位位地移出器件，形成视频脉冲信号，而在图1.2.3中左侧所示的双通道线阵CCD中，当转移脉冲到来时，线阵光敏阵列势阱中的奇偶位的信号电荷分别并行转移到不同CCD移位寄存器中，最后再合并为视频信号输出，这样可以提高传输速度，目前不仅有双通道，甚至有四通道、八通道的线阵相机以加