機器視覺軟件是檢測系統中的智能部分，也是最核心的部分。那麼視覺系統究竟是何種構造，我們又該如何選擇呢？今天就讓小編帶領大家走進“視覺系統”的世界。
●●●
視覺系統的構成
典型的機器視覺系統可以分為：圖像採集部分、圖像處理部分和運動控制部分。
01.工業相機與工業鏡頭
這部分屬於成像器件，通常的視覺系統都是由一套或者多套這樣的成像系統組成，如果有多路相機，可能由圖像卡切換來獲取圖像數據，也可能由同步控制同時獲取多相機通道的數據。根據應用的需要相機可能是輸出標準的單色視頻（RS-170/CCIR）、複合信號（Y/C）、RGB信號，也可能是非標準的逐行掃描信號、線掃描信號、高分辨率信號等。
02.光源
作為輔助成像器件，對成像質量的好壞往往能起到至關重要的作用，各種形狀的LED燈、高頻熒光燈、光纖鹵素燈等都容易得到。
03.傳感器
通常以光纖開關、接近開關等的形式出現，用以判斷被測對象的位置和狀態，告知圖像傳感器進行正確的採集。
04.圖像採集卡
通常以插入卡的形式安裝在PC中，圖像採集卡的主要工作是把相機輸出的圖像輸送給電腦主機。它將來自相機的模擬或數字信號轉換成一定格式的圖像數據流，同時它可以控制相機的一些參數，比如觸發信號，曝光/積分時間，快門速度等。圖像採集卡通常有不同的硬件結構以針對不同類型的相機，同時也有不同的總線形式，比如PCI、PCI64、Compact PCI，PC104，ISA等。
05.PC平臺
電腦是一個PC式視覺系統的核心，在這裡完成圖像數據的處理和絕大部分的控制邏輯 ，對於檢測類型的應用，通常都需要較高頻率的CPU，這樣可以減少處理的時間。同時，為了減少工業現場電磁、振動、灰塵、溫度等的干擾，必須選擇工業級的電腦。
06.視覺處理軟件
機器視覺軟件用來完成輸入的圖像數據的處理，然後通過一定的運算得出結果，這個輸出的結果可能是PASS/FAIL信號、座標位置、字符串等。常見的機器視覺軟件以C/C++圖像庫，ActiveX控件，圖形式編程環境等形式出現，可以是專用功能的（比如僅僅用於LCD檢測，BGA檢測，模版對準等），也可以是通用目的的（包括定位、測量、條碼/字符識別、斑點檢測等）。
07.控制單元
一旦視覺軟件完成圖像分析（除非僅用於監控），緊接著需要和外部單元進行通信以完成對生產過程的控制。簡單的控制可以直接利用部分圖像採集卡自帶的I/O，相對複雜的邏輯/運動控制則必須依靠附加可編程邏輯控制單元/運動控制卡來實現必要的動作。
●●●
視覺常見問題解答
1工業相機的分辨率是如何定義的?
分辨率是相機最基本的參數，由相機所採用的芯片分辨率決定，是芯片靶面排列的像元數量。通常面陣相機的分辨率用水平和垂直分辨率兩個數字表示。
如:1920(H)x1080(V)，前面的數字表示每行的像元數量，即共有1920個像元，後面的數字表示像元的行數，即1080行。現在相機的分辨率通常表示多少K，如1K(1024)，2K(2048)，3K(4096)等。在採集圖像時，相機的分辨率對圖像質量有很大的影響。在對同樣大的視場(景物範圍)成像時，分辨率越高，對細節的展示越明顯。
2工業相機的幀頻和行頻是什麼意思?
相機的幀頻/行頻表示相機採集圖像的頻率，通常面陣相機用幀頻表示，單位fps(Frame Per second)，如30fps，表示相機在1秒鐘內最多能採集30幀圖像;線陣相機通常用行頻便是單位KHz，如12KHz表示相機在1秒鐘內最多能採集12000行圖像數據。速度是相機的重要參數。在實際應用中很多時候需要對運動物體成像。相機的速度需要滿足一定要求，才能清晰準確的對物體成像。相機的幀頻和行頻首先受到芯片的幀頻和行頻的影響，芯片的設計最高速度則主要是由芯片所能承受的最高時鐘決定。
3工業相機的噪聲是什麼意思?
工業相機的噪聲是指成像過程中不希望被採集到的，實際成像目標外的信號。根據歐洲相機測試標準EMVA1288中，定義的相機中的噪聲從總體上可分為兩類:一類是由有效信號帶來的符合泊松分佈的統計漲落噪聲，也叫散粒噪聲(shot noise)，這種噪聲對任何相機都是相同的，不可避免，尤其確定的計算公式。(就是:噪聲的平方=信號的均值)。第二類是相機自身固有的與信號無關的噪聲，它是由圖像傳感器讀出電路、相機信號處理與放大電路等帶來的噪聲，每臺相機的固有噪聲都不一樣。另外，對數字相機來說，對視頻信號進行模擬轉換時會產生量化噪聲，量化位數越高，噪聲越低。
4工業相機的信噪比什麼意思?
相機的信噪比定義為圖像中信號與噪聲的比值(有效信號平均灰度值與噪聲均方根的比值)，代表了圖像的質量，圖像信噪比越高，圖像質量越好。
5工業相機中動態範圍是什麼意思?
相機的動態範圍表明相機探測光信號的範圍，動態範圍可用兩種方法來界定，一種是光學動態範圍，指飽和時最大光強與等價於噪聲輸出的光強的比值，由芯片的特性決定。另一種是電子動態範圍，他指飽和電壓和噪聲電壓之間的比值。對於固定相機其動態範圍是一個定值。不隨外界條件變化而變化。相機的動態範圍定義為飽和曝光量與噪聲等效曝光量的比值:動態範圍=光敏元的滿阱容量/等效噪聲信號動態範圍可用倍數、dB或Bit等方式來表示。動態範圍大，則相機對不同的光照強度有更強的適應能力。
6如何選擇線陣相機?
1.計算分辨率：幅寬除以最小檢測精度得出每行需要的像素。
2.檢測精度:幅寬除以像素得出實際檢測精度。
3.掃描行數:每秒運動速度長度除以精度得出每秒掃描行數。
根據以上計算結果選擇線陣相機舉例如下:
如幅寬為1600毫米、精度1毫米、運動速度22000mm/s相機：1600/1=1600像素最少2000像素，選定為2k相機1600/2048=0.8實際精度22000mm/0.8mm=27.5KHz應選定相機為2048像素28kHz相機。
●●●
如何選擇視覺系統
1.考慮各種變化
人類的眼睛和大腦可以在不同的條件下識別目標，但是機器視覺系統就不是這樣多才多藝了，它只能按程序編寫的任務來工作。瞭解你的系統能看到什麼和不能看到什麼能幫助你避免失敗（例如將好的部件認為是壞的）或其它檢測錯誤。一般要考慮的包括部件顏色、周圍光線、焦點、部件的位置和方向和背景顏色的大變化。
2.正確選擇軟件
機器視覺軟件是檢測系統中的智能部分，也是最核心的部分。軟件的選擇決定了你編寫調試檢測程序的時間、檢測操作的性能等等。
機器視覺提供了圖形化編程界面 (通常稱為“Point&Click”) 通常比其他編程語言(例如 VisualC++)容易，但是在你需要一些特殊的特徵或功能時有一定的侷限性。基於代碼的軟件包，儘管非常困難和需要編碼經驗，但在編寫複雜的特殊應用檢測算法具備更大的靈活性。一些機器視覺軟件同時提供了圖形化和基於代碼的編程環境，提供兩方面最好的特徵，提供了很多靈活性，滿足不同的應用需求。
3.通信和記錄數據
機器視覺系統的總目標是通過區分好和壞的部件來實現質量檢測。為了實現這一功能，這個系統需要與生產流水線通信，這樣才可以在發現壞的部件時做某種動作。通常這些動作是通過數字 I/O 板，這些板與製造流水線中的 PLC相連，這樣壞的部件就可以跟好的部件分離。
例如，機器視覺系統可以與網絡連接，這樣就可以將數據傳送給數據庫，用於記錄數據以及讓質量控制員分析為什麼會出現廢品。在這一步認真考慮將有助於將機器視覺系統無縫與生產流水線結合起來。需要考慮的問題是：
- 使用了什麼類型的 PLC，它的接口如何？
- 需要什麼類型的信號？
- 現在使用或必須使用什麼類型的網絡？
- 在網絡上傳送的文件格式是什麼？通常使用 RS-232端口與數據庫通信，來實現對數據的紀錄。
為以後做準備：當你為機器視覺系統選擇部件時，時刻記住未來的生產所需和有可能發生的變動。這些將直接影響你的機器視覺軟硬件是否容易更改來滿足以後新的任務。提前的準備將不僅僅節約你的時間，而且通過在將來重用現有的檢測任務可以降低整個系統的價格。機器視覺系統的性能由最差的部分決定（就像一個木桶的容量由最短的一個木塊決定），精度則由它能獲取的信息決定。花時間和精力合理配置系統就可以建造一個零故障和有彈性的視覺檢測系統。
4.選擇硬件的三點須知
一套機器視覺系統的性能與它的部件密切相關。在選擇的過程中，有很多捷徑特別在光學成像上可能很大程度降低系統的效率。在選擇部件時必須緊記的幾個基本原則。
1. 攝像頭的選擇與應用的需求直接相關，通常考慮三點：
- 黑白還是彩色；
- 部件/目標的運動；
- 圖像分辨率。
2.光學部件和照明這個至關重要的因素往往被人所忽略。
3.圖像採集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。
●●●
視覺系統代表廠家
康耐視
作為全球領先的機器視覺公司，康耐視自從1981年成立以來，已經銷售了100多萬套基於視覺的產品，累計利潤超過40億美元。康耐視同時也是領先的工業ID讀碼器提供商。康耐視視覺系統幫助公司企業提高產品質量、消除生產錯誤、降低製造成本、提供低廉的高質量產品從而超越消費者期望。典型機器視覺應用包括檢測缺陷、監控生產線、引導裝配機器人以及跟蹤、分類和識別零件。康耐視總部設在美國馬薩諸塞州Natick郡，在北美、日本、歐洲、亞洲和拉丁美洲設有地區辦公室和經銷處。
公司官網：
https://www.cognex.cn/zh-cn
聯繫電話：400-008-1133
基恩士
基恩士（中國）有限 公司, 以下簡稱基恩士。在2001年9月設立了第一個銷售網點。現在在上海（總部）、北京、天津、大連、青島、深圳、香港等國內主要城市均設立了辦事處。基恩士的創新產品不僅能夠滿足許多製造與研究行業客戶現在的需求，而且還能夠滿足它們將來的需求。
公司官網：
https://www.keyence.com.cn/index.jsp
聯繫電話：400-736-7367
FESTO
德國 FESTO AG & Co. KG 成立於 1925 年，是自動化技術領域的全球領先廠商，也是基礎和高級技術培訓的全球市場領袖。公司總部位於德國埃斯林根，是一家獨立的家族企業。其公司通過使用機器視覺系統，確保輸入和輸出的正確性。在搬運任務中，通過掃描代碼或檢測位置和質量，工業視覺系統監控您的生產過程。
公司官網：
https://www.festo.com.cn/cms/zh-cn_cn/index.htm
聯繫電話：400-6565-203
歐姆龍
歐姆龍以優質的人工服務和業界領先的自助服務相結合，對於不同客戶類型，不同問題類型，不同的諮詢商品，提供並引導客戶最適合的諮詢方式。從標準的服務型Call center轉變為服務機能、市場機能、銷售機能，利用大數據分析技術，為客戶提供個性化的專業技術諮詢和問題解決服務，一站式解決客戶的產品諮詢問題，讓客戶更滿意的同時有效進行客戶價值轉化。
公司官網：
https://www.fa.omron.com.cn/
聯繫電話：021-60230333
靈猴
蘇州靈猴機器人有限公司專注於智能製造與工業自動化核心零部件， 總部位於蘇州，分別在北京、深圳、美國硅谷、德國慕尼黑設立研發中心及生產基地，銷售網絡遍及亞洲、歐洲和北美。每年以超營業額20%投入研發，並長期服務於世界500強之頂尖公司，其中涵蓋熊貓電子、海目星、寧德、羅技、富士康、匯川、華碩、華為、博傑、銀銳、奧音等國內外知名企業的成功案例，匯聚了行業的領導者。
公司官網：
http://www.linkhou.com/
聯繫電話：0512-66593362
●●●
視覺系統面臨的難題
1.照明
如果有過在低光照下拍攝數碼照片的經驗，就會知道照明至關重要。糟糕的照明會毀掉一切。成像傳感器不像人眼那樣適應性強或敏感。如果照明類型錯誤，視覺傳感器將無法可靠地檢測到物體。
有各種克服照明挑戰的方法。一種方法是將有源照明結合到視覺傳感器本身中。其他解決方案包括使用紅外照明，環境中的固定照明或使用其他形式的光的技術，例如激光。
2.變形或鉸接球
它們是用計算機視覺設置來檢測的簡單對象。你可能只是檢測它的圓形輪廓，也許使用模板匹配算法。但是，如果球被壓扁，它會改變形狀，同樣的方法將不再起作用。這是變形。它會導致一些機器人視覺技術相當大的問題。
鉸接類似，是指由可移動關節引起的變形。例如，當您在肘部彎曲手臂時，手臂的形狀會發生變化。各個鏈接（骨骼）保持相同的形狀，但輪廓變形。由於許多視覺算法使用形狀輪廓，因此清晰度使得物體識別更加困難。
3.職位和方向
機器人視覺系統最常見的功能是檢測已知物體的位置和方向。因此，大多數集成視覺解決方案通常都克服了這兩者面臨的挑戰。
只要整個物體可以在攝像機圖像內被查看，檢測物體的位置通常是直截了當的。許多系統對於對象方向的變化也是強健的。但是，並不是所有的方向都是平等的。雖然檢測沿一個軸旋轉的物體是足夠簡單的，但是檢測物體何時3D旋轉則更為複雜。
4.背景
圖像的背景對物體檢測的容易程度有很大的影響。想象一個極端的例子，對象被放置在一張紙上，在該紙上打印同一對象的圖像。在這種情況下，機器人視覺設置可能不可能確定哪個是真實的物體。
完美的背景是空白的，並提供與檢測到的物體良好的對比。它的確切屬性將取決於正在使用的視覺檢測算法。如果使用邊緣檢測器，那麼背景不應該包含清晰的線條。背景的顏色和亮度也應該與物體的顏色和亮度不同。
5.閉塞
遮擋意味著物體的一部分被遮住了。在前面的四個挑戰中，整個對象出現在相機圖像中。遮擋是不同的，因為部分對象丟失。視覺系統顯然不能檢測到圖像中不存在的東西。
有各種各樣的東西可能會導致遮擋，包括：其他物體，機器人的部分或相機的不良位置。克服遮擋的方法通常涉及將對象的可見部分與其已知模型進行匹配，並假定對象的隱藏部分存在。
6.比例
在某些情況下，人眼很容易被尺度上的差異所欺騙。機器人視覺系統也可能被他們弄糊塗了。想象一下，你有兩個完全相同的物體，只是一個比另一個大。想象一下，您正在使用固定的2D視覺設置，物體的大小決定了它與機器人的距離。如果您訓練系統識別較小的物體，則會錯誤地檢測到兩個物體是相同的，並且較大的物體更接近相機。
尺度的另一個問題，也許不那麼明顯，就是像素值的問題。如果將機器人相機放置得很遠，則圖像中的對象將由較少的像素表示。當有更多的像素代表對象時，圖像處理算法會更好地工作，但有一些例外。
7.照相機放置
不正確的相機位置可能會導致以前出現過的任何問題，所以重要的是要正確使用它。嘗試將照相機放置在光線充足的區域，以便在沒有變形的情況下儘可能清楚地看到物體，儘可能靠近物體而不會造成遮擋。照相機和觀看表面之間不應有干擾的背景或其他物體。
8.運動
移動有時會導致計算機視覺設置出現問題，特別是在圖像中出現模糊時。例如，這可能發生在快速移動的傳送帶上的物體上。數字成像傳感器在短時間內捕獲圖像，但不會瞬間捕獲整個圖像。如果一個物體在捕捉過程中移動太快，將導致圖像模糊。我們的眼睛可能不會注意到視頻中的模糊，但算法會。當有清晰的靜態圖像時，機器人視覺效果最佳。
9.期望
與視覺算法的技術方面相比，最後的挑戰更多地涉及到您的視覺設置方法。機器人視野面臨的最大挑戰之一就是工作人員對於視覺系統能提供什麼不切實際的期望。通過確保期望符合技術的能力，您將從技術中獲得最大收益。您可以通過確保員工接受關於視覺系統的教育來實現這一點。
機器人視覺解決方案是我們實現機器人視野的幾大挑戰。即便變得越來越簡單易用，還是有一些棘手的問題，很多因素影響機器人在環境中的視覺，任務設置和工作場所。而我們的行業從業者們也在朝著實現越來越精準的目標在不懈努力，堅持奮鬥！
閱讀更多 機器人在線iMrobotic 的文章
