在机器视觉光源选型系统中,为什么威格勒特别强调光源的重要性?

今天我们主要探讨一下机器视觉光源选型的重要性。
判断机器视觉的照明的好坏,首先必须了解什么是光源需要做到的,光源的作用并不仅仅局限于使检测部件能够被摄像头“看见”,有时候,一个完整的机器视觉系统无法支持工作,很大一部分原因是光源造成的。
照明系统是机器视觉系统中最关键的部分之一,机器视觉光源直接影响到图像的质量,进而影响到系统的性能。好的打光设计能够使我们得到一幅好的图像,从而改善整个系统的分辨率,简化软件的运算。
影响光源的因素:
1.对比度:对比度对机器视觉来说非常重要,机器视觉应用照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度,从而易于特征的区分。
2.亮度:当选择两种光源的时候,最佳的选择肯定是更亮的那个。因为当光源亮度不够时就会出现以下三种情况:一、相机的信噪比不够;二、图像的对比度不够,在图像上出现噪声的可能性也随之增大;三、光源的亮度不够,必然需要加大光圈,从而减少景深,并且自然光也会随机对系统加大影响。
3.鲁棒性:测试好光源的方法是看光源是否对部件的位置敏感度最小。当光源放置在摄像头视野的不同区域或不同角度时,结果图像应该不会随之变化。方向性很强的光源,增大了对高亮区域的镜面反射发生的可能性,这不利于后面的特征提取。在很多情况下,好的光源需要在实际工作中与其在实验室中有相同的效果。
4.光源可预测:当光源入射到物体表面的时候,光源的放映是可以预测的,光源可能被吸收或被放射,光可能被完全吸收(黑金属材料,表面难以照亮)或者被部分吸收(造成了颜色的变化及亮度的不同)。不被吸收的光就会被反射,入射光的角度等于反射光的角度。
5.物体表面:如果所有物体表面是相同的,在解决实际应用的时候就没有必要采用不同的光源技术了,但由于物体表面的不同,因此需要观察视野中的物体表面,并分析光源入射的反映。
6.光源的位置:既然光源按照入射角反射,因此光源的位置对获取高对比度的图像很重要,光源的目标是要达到使感兴趣的特征与其周围的背景对光源的反射不同。预测光源如何在物体表面反射就可以决定出光源的位置。
7.选择光源:光源应该按照照明形状的需要来选择,需要有足够的均匀度,且稳定性能要好。
在机器视觉系统中,光源的作用主要体现在:
1.突出测量特征,简化图像处理算法
2.客服环境光的干扰,提高图像信噪比
3.提高视觉系统的定位、测量、识别精度以及系统的运行速度
4.降低系统设计的复杂度
机器视觉的光源按形状通常可分为以下几类:
1.环形光源:环形光源提供不同照射角度、不同颜色组合,更能突出物体的三维信息;高密度LED阵列,高亮度;多种紧凑设计,节省安装空间;解决对角照射阴影问题;可选配漫射板导光,光线均匀扩散。
2.背光源:用高密度LRD阵列面提供高强度背光照明,能突出物体的外形轮廓特征。
3.条形光源:条形光源是较大方形结构被测物的首先光源,颜色可根据需求搭配,自由组合,照射角度与安装随意可调。
4.AOI专业光源:不同角度的三色光照明,照射凸显锡焊三维信息;外加漫射板导光,减少反光不同角度组合。
5.球积分光源:具有积分效果的半球面内部,均匀反射从底部360°发射出的光线,使整个图像的照度十分的均匀。
6.线性光源:超高高度,采用柱面透镜聚光,适用于各种流水线连续检测场合。
7.同轴光:可以消除物体表面不平整引起的阴影,从而减少干扰,部分采用分光镜设计,减少光损失,提高成像清晰度,均匀照射物体表面。
8.点光源:大功率LED,体积小,发光强度高;光前卤素灯的替代品,尤其适合作为镜头的同轴光源等,高效散热装置,大大提高光源的使用寿命。
9.组合条形光:四边配置条形光,每边照明独立可控制;可根据被测物体要求调整所需照明角度,适用性广。
10.对位光源:速度快,视场大,精度高,体积小,便于检测集成,亮度高,可适配辅助环形光。
科技的发展促进技术的进步,越来越多的人意识到技术的重要性,今天小编想跟大家探讨关于计算机视觉的相关知识,欢迎提出意见(sky118511)。
计算机视觉是一门研究如何使用机器“看”的科学,更进一步说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送仪器检测的图像。
机器视觉硬件内容 第一部分:光源
首发于公众号:一刻AI1 为什么要使用光源目的:将被测物体与背景分离,获取高质量、高对比度的图像,好的光源可以很大程度上减少无关的背景信息,突出被测物体的特征。重要性:直接影响处理精度和速度,甚至机器视觉系统的成败,优秀的打光工程能够降低算法开发的难度。2 光源的种类理想的光源应该是明亮、均匀、稳定的。选择光源主要考虑以下几个方面:(1) 对比度:给被检测物体打光的根本目的就是提高缺陷与背景的对比度,将缺陷凸显出来,便于机器视觉算法进一步处理。它是光源选择的最重要参考之一。(2) 均匀性:不均匀的照明会给后期的图像处理带来诸多不便,甚至会使得采集的图像变得没有处理的价值。例如光滑的零件会产生镜面反射,因此会在其表面产生耀眼的光斑,如果缺陷刚好被光斑覆盖,就会出现漏检或者误检的情况。 (3) 亮度:亮度太大的话,缺陷可能会被淹没,亮度太小,缺陷的对比度可能也会不明显,打光也就失去了原有的意义,所以要合理选择光源的亮度。 (4) 稳定性:是指光源在一个时间范围之内稳定的发光。 (5) 成本与寿命:价格很高的不一定是最合适的,也不一定承受的起。光源的使用寿命越长越好,一来可以减少开支,二来可以减少更换光源带来的系统调整。 视觉系统使用的光源主要有三种:高频荧光灯、卤素灯和LED(发光二极管)光源等,其性能对比如下图所示。3 LED光源3.1 LED光源的优势LED 灯的综合性能最佳,广泛应用于机器视觉领域。LED灯具有以下优势:形状自由度高,可以组合成各种形状、尺寸,能够自由调整照射角度,可以根据客户需要定制;可以根据需要制成各种颜色,并可以随时调整亮度;光源散热性好,光亮度稳定,使用寿命长,可连续使用约数万小时;反应快捷,可在极短时间内达到最大亮度;运行成本低,性价比较高3.2 LED光源的颜色LED光源主要有红色、蓝色、白色和绿色等,每种类型的LED等都有其特别的光谱,CCD摄像机的灵敏度受光谱的影响。颜色通过色相(Hue)、饱和度(Saturation)和明亮度(Value)来表示,即我们常说的HSV。在有彩色中,红、蓝、黄等颜色的种类即称为“色相(Hue)”,饱和度(Saturation)是指颜色的鲜艳度,表示色相的强弱,明亮度(Value)表示颜色的明暗程度。HSV的关系用一张图来表示如下。不同颜色的光源所产生的效果也不同,在选择颜色时要确定被照物体的外形、状态、颜色及被照明部分,再根据色相性原理来选择合适的颜色。4 照明技术的基础知识光的反射:指光在传播到不同物质时,在分界面上改变传播方向又返回原来物质中的现象。在反射中,光的反射角等于入射角。光在真空中呈直线传播。光的折射:光从一种介质斜射入另一种介质时,传播方向发生改变,从而使光线在不同介质的交界处发生偏折。光在真空中的偏折角度最大。光的透射:当光入射到透明或半透明材料表面时,一部分被反射,一部分被吸收,还有一部分可以透射过去。被透射的物体为透明体或半透明体,如玻璃,滤色片等。透射率受物体材质和厚度的影响,光的波长越长,对物质的透射能力越强。照明光的光照方式有以下几种:直射光、漫射光、偏光及平行光。直射光:直射光为来自于一个方向的光,可以在亮色和暗色阴影之间产生相对高的对比度图像漫射光(扩散光):各种角度的光混合在一起。日常中的生活用光几乎都是扩散光。偏光:在垂直于传播方向的平面内,光矢量只沿着某一个固定方向振动的光,通常是利用偏光板来阻止特定方向的反射。平行光:照射角度一致的光,太阳光就是平行光。发光角度越窄的LED直射光越接近平行光。镜面反射与漫反射5 明场照明和暗场照明如下图所示,明场照明指光线反射后进入照相机,而暗场照明为光线反射后未进入照相机。通常明场照明用直射光来观察对象物整体(散乱光呈黒色),对形成高对比度有益,但反光表面会生成镜面反射。暗场照明用散乱光来观察对象物整体(直射光呈白色),漫射光被反射进入照相机但镜面反射光线被反射离开。 在缺陷检测中,明场照明主要用于散射和吸收光线缺陷类型的检测,在大多数明场照明图像中,背景亮,缺陷暗。暗场照明主要用于光滑工件表面上含有散射光的缺陷类型检测。在大多数暗场照明采集的图像中,背景暗,仅仅缺陷可见。暗场照明常被用于检测表面污垢和表面突起的特征[2]。 两个案例:案例一为饮料瓶肩部OCR——条型照明(直接光),案例二为硬币铸造。6 背向照明和前向照明背向照明是将光源置于物体的后面,这种照明方式能够突出不透明物体的阴影或观察透明物体的内部。背向照明能够将被测物的边缘轮廓清晰地勾勒出来,在图像中,被挡物体的部分为黑色,未被遮挡的部分为白色,因此形成黑白分明的图像。前向照明与背向照明相反,灯源置于被测物和相机之间,根据角度的不同又可以分为“低角度”(小于25度)和“高角度”(75度以上)。7 辅助光学配件偏振片:偏振片的作用是限制特定的光波通过,使用偏振片可以消除光反射产生的影响从而突出表面的细节,偏振片一般安装在镜头上或者光源的一侧。左图为未使用偏振片,右图为使用偏振片。防外乱光滤镜:防外乱光滤镜的作用是消减外界环境光对系统光源的影响,使用光滤镜能够将系统外部的漫射光过滤掉。漫射板:漫射板的作用是使光变的均匀。漫射板是玻璃的一个表面通过金刚砂打磨成凹凸不平后制作出的一种玻璃,光线通过漫射板折射后向四面八方射出去,这样光线就变的均匀了。左图为无漫射板,右图为有漫射板。 参考文献:【1】胡仁伟. 光滑零件表面缺陷检测系统设计与实现[D]. 电子科技大学, 2018.【2】郭平. 基于机器视觉的钢板表面缺陷检测技术研究[D]. 南昌大学, 2010.【3】李俊. 机器视觉照明光源关键技术研究 [D][D]. 天津理工大学, 2006.【4】中国大恒(集团)有限公司北京图像视觉技术分公司 机器视觉系统之光源篇,刘伟

我要回帖

更多关于 机器视觉光源选型 的文章

 

随机推荐