欢迎光临东莞市佳视自动化科技有限公司网站!

10年专注机器视觉解决方案,百余款设备编程经验
工业自动化信赖合作伙伴

全国服务热线

手机:152-1776-1878

热门关键词:

工业相机

>> 联系我们

东莞市佳视自动化科技有限公司

联系人李先生

手机152-1776-1878

Q Q290277081

网址www.dgjs-vision.com

地址东莞市虎门镇北栅东方商业大厦B栋1208室

<< 公司新闻 << 首页 > 新闻资讯 > 公司新闻

工业相机按照这些步骤来选,准包你满意

编辑:佳视自动化 时间:2019-12-31 11:09:05 点击:

 工业相机是机器视觉系统中的一个关键组件,其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节,相机的选择不仅直接决定所采集到的图像分辨率、图像质量等,工业相机按照这些步骤来选,准包你满意。

工业相机

  1,定位/对位
 
  一般用于机器人搬运,多产品之间的组装、贴合等,先了解客户整体的定位精度要求,例如0.05,整体精度基本由3个部分叠加而成:
 
  ①机构动作精度,例如0.02;
 
  ②产品本身尺寸变化,例如0.01;
 
  ③视觉检测精度,去掉①②对精度的影响,视觉精度就要做到0.05-0.02-0.01=0.02mm/pixel以内;
 
  如果是多个相机的方案,还要考虑相机之间误差叠加,所以此时单个相机的检测精度应该更高
 
  2,尺寸测量
 
  根据测量公差,例如1±0.1mm,公差=0.2mm(产品尺寸合格范围),则测量精度=公差/10=0.02,即视觉精度要做到0.02mm以内才行。
 
  一般情况下,
 
  采用背光源取图的话,精度大约是0.5~1个像素;
 
  用正面光源的话,精度大约是1~2像素;
 
  最终实际精度跟具体测试结果有关,情况非常复杂,例如产品边缘整齐或粗糙,治具问题导致产品摆放存在倾斜,镜头不垂直导致成像有畸变,等等。
 
  如果只是初步选型、评估方案的话,假设视野10*8mm:
 
  ①背光源打光方式,精度1个像素
 
  1个像素=0.02mm,,则相机像素为
 
  (10÷0.02)*(8÷0.02)=500*400,大约30万像素即可,
 
  ②正面打光方式,精度2个像素
 
  2个像素=0.02mm,1像素=0.01mm,则相机像素为
 
  (10÷0.01)*(8÷0.01)=1000*800,接近的相机是1280*1024,大约130万像素即可。
 
  3,外观缺陷
 
  外观缺陷,比较稳定的判断基准是缺陷大小≥3~5个像素,对比度很好的情况下,取3个像素即可(例如背光下,确认深色丝印有没有漏洞,非透明物体有没有破裂等),对比度不好的话,取5个像素,甚至更多。
 
  例如,客户需要检测0.1mm以上的缺陷,取5个像素时,0.1÷5=0.02mm/pixel。
 
  然后再采用上述尺寸测量的计算方法,用“视野大小÷0.02”来确定相机像素。
 
  以上是经验数据,具体取3个像素、5个像素,还是其他值,最终以实际样品测试为准。
 
  例如,经过理论计算后,确定相机、镜头、视野,对已知大小的缺陷样品进行实测,看看缺陷到底是多少像素长宽,与理论计算值相差多少,然后再修正相机镜头光源选型。
 
  此处差别产生的原因:肉眼观察或直尺测量的缺陷大小,在实际打光成像时,缺陷的边缘可能因对比度不够、与背景差异不明显,导致相机拍图所获取的缺陷特征小于实际缺陷(特别是正面光源场合),故在最开始针对客户检测要求计算相机分辨率时,OK/NG除了考虑3~5个像素时,可适当增大1,2个像素以抵消缺陷边缘对成像的影响。
 
  特例:背光情况下,对比度特别好,非黑即白,即使不良大小只有一个像素,由于不存在其他干扰,这种情况下,缺陷判断标准取1个像素也是可以的。
 
  4,读码,信息识别
 
  基本上,一维码,二维码都以采图后能够准确读取到信息为判断标准。
 
  ①一维码,对图像的基本要求是黑线之间至少间隔2~3个像素以上,最细线宽至少2~3个像素,所以可以实测最小的间隔或线宽,例如约0.1mm,计算0.1mm÷2=0.05mm/pixel,由此再根据视野来计算所需要的相机分辨率。
 
  类似于0.1mm这个量级的尺寸,用普通直尺、卡尺估计很难精确测量,可按以下简单方法试测:
 
  先初步选型拍照,用普通直尺测量拍照视野,例如50mm,然后用边缘测量工具检测最小的线宽或者间隙宽度,例如结果为10个像素,由于只需要2、3个像素就可以读码,所以视野可以考虑放大到50*(10÷3)~50*(10÷2),即167~250mm左右,如果实际视野不需要这么大,那就考虑降低相机分辨率即可完成相机选型。
 
  ②二维码
 
  二维码解码所需分辨率,关键点在于每个信息点长宽占几个像素,例如3*3mm的正方形二维码,边长上有15个信息点,信息点长宽为3÷15=0.2mm,一般3~6个像素宽度的信息点就能读码,以6个像素宽度为例,0.2mm÷6≈1/30mm/pixel,
 
  假定需要读码的大小范围是20mm,则所需要的像素20÷1/30=600像素,按这样选型的话,640*480,30万相机即可满足要求。
 
  与其他应用场景类似,最终结论不仅跟理论计算有关,也跟码的印刷质量,码与背景之间的对比度有关,计算过程需要通过实验反复验证、推敲来确定最终的相机分辨率及识别效果。
 
  5,文字识别
 
  传统文字识别算法,首先是要根据字符长宽大小、以及字符间隔,将每个字符的图像区域“抠”出来,然后将抠出来的部分逐一跟字库比对,获得最终字符识别结果。
 
  字符识别对相机选型要求相对简单:
 
  ①字符高度:50像素以上
 
  ②字符宽度:25像素以上
 
  ③字符间距:5像素以上
 
  ④多行字符行间距:20像素以上
 
  可根据字符的实际宽度、高度,以及实际视野大小来计算对应的相机分辨率,例如,字符高度3mm,宽度2mm,间距0.5mm,单行字符,根据上述对高度、宽度、间距的最小像素值,分别计算对应检测精度:
 
  高度:3mm÷50像素=0.06mm/像素
 
  宽度:2mm÷25像素=0.08mm/像素
 
  间距:0.5mm÷5像素=0.1mm/像素
 
  取计算结果中分辨率最高的0.06mm/像素为最终理论依据。
 
  X方向视野大小180mm,则X所需像素为180÷0.06=3000像素,大约需要选择3000*2000=600W像素的相机。
 
  当然有时还得根据Y方向视野要求核算一下相机分辨率是否合用。
 
  与传统字符识别对应的是深度学习字符识别,以后会用专题来详细介绍。
 
  上述内容主要介绍如何根据各类应用、检测精度来选择相机分辨率。
 
  除了考虑相机分辨率之外,还要考虑实际应用场合:
 
  ①静态拍照还是动态拍照来选择卷帘相机(RollingShutter)或全局快门相机(GlobalShutter);
 
  ②采用面阵相机还是线阵相机?根据视野、分辨率计算下来用面阵相机单次拍图即可完成项目的,一般都会选用面阵相机,对于连续运动、持续不断的被检测物体,就通常会考虑线阵相机;
 
  ③客户对采图速度的要求(帧率或行频),这跟客户产品的生产速度(?pcs/秒)或运动速度(?米/秒)有关;
 
  ④相机接口也是客户在意的因素,一般用Gige接口较为常见,相机数据线长度基本不受限制,并且跟PC之间连接简单;有些场合需要高速采图,就要考虑CameraLink接口,CXP接口,以及最近才逐渐流行的10Gige(万兆网),但这3种接口都要配备专用采集卡,成本不菲;如果客户无法接受较高成本的情况下,还可以考虑USB3.0接口,虽然USB3.0稳定性理论上不如其他高速接口,但大多情况还是满足客户要求,性价比较高。
 
  工业相机的性能稳定可靠易于安装,相机结构紧凑结实不易损坏,连续工作时间长,可在较差的环境下使用,一般的数码相机是做不到这些的。东莞市佳视自动化科技创立于2014年,总部位于深圳市南山区高新科技园区,。是由德国计算机视觉研究所海归博士后,提供技术开发、视觉算法及项目指导的一家高新技术企业。