大数跨境

机器视觉检测的不稳定性因素分析,一定不要忽视这些问题!

机器视觉检测的不稳定性因素分析,一定不要忽视这些问题! 矩视智能
2023-03-31
0
机器视觉检测系统,以机器替代人眼,能够无接触、无损伤的进行各种检测,具有安全可靠、可在恶劣环境下长时间工作、有助于提高生产效率等特点,但由于相机、镜头、光源等因素的影响会产生不稳定性,导致工作效率低以及与人工检测结果不一致。
那么我们可以通过哪些手段来保证机器视觉的可靠性与稳定性呢?

机器视觉目的就是获取合格的原始图像,通过好的成像系统保证系统运行期间图像质量的稳定,稳定的图像抓取是视觉检测稳定性的基本保证。

无论从光源,相机等硬件上还是从图像处理软件上的设计,对机器视觉的稳定性都有重要影响。

PART.1

工业相机的不稳定性


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CMOS相机。


PART.2

光源的不稳定性


光源具有放大图像的特征与缺陷、削弱混乱及背景的作用。

选择机器视觉时要考虑其抗环境光影响的能力,比如太强的光照或不均匀的光照会对图像质量产生影响,不同方向的发光强度存在差别也会引起噪声,如果抗环境光影响能力差,自然成像会受到影响,如使用遮光设施会增加成本。


PART.3

工业镜头的不稳定性


影响相机成像质量的另一重要因素就是相机的镜头。

镜头除了需要根据具体工作状况选择合适的焦距、景深和光圈等参数外,影响系统检测精度的一个重要因素就是图像的几何畸变误差,它是光学透镜固有的透视失真,受到制作工艺的影响,无法消除,只能弥补。

虽然现在许多工业相机通过各种方法来弥补镜头畸变产生的误差,但在高精度的检测领域,几何畸变仍然会对检测精度产生影响。

PART.4

软件的不稳定性


软件稳定性对机器视觉的影响非常重要,视觉系统非常依赖手眼标定软件对始畸变图像进行矫正以提高测量和定位精度。

此外,硬件采集到的原始图像最终必须通过算法进行点云分析、边缘检测和边缘提取等,不同的图像处理和分析手段会带来不同的误差,算法优劣决定测量精度的高低。



PART.5

环境因素影响


系统工作时的环境因素包括光照、温度、封尘、湿度及电磁干扰等。

比如,光照会影响图像数据输出的噪声,温度过热或过冷则会影响相机的正常工作,电磁干扰则对工业相机电路、数据信号传输电路等弱电电路有影响,相机或工件的机械支撑结构如果存在震动,会影响检测精度。

合格的工业视觉产品都会在出厂前进行严格环境测试。

总体来说,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。



矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、视频流等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。
如果你的工业生产线中需要用到类似的机器视觉:视觉检测、视觉识别、视觉定位等技术,那么不妨和我们聊聊,我们会先根据你的需求分析,从专业的角度来给你一个合适的方案!
现在长按下方二维码,即可获得立即免费试用机会!
如果您有相关检测需求
可扫码申请  ·  免费试用
👇👇👇
申请后我们会有工作人员第一时间与您联系
请耐心等待!

往

期

推

荐






更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!

【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312