机器视觉十大常见问题 如何选择相机？ 对于机器视觉工程师来说，选择相机往往是一个迫切的问题。因此，选择相机要了解以下几个方面： 一般需要先了解系统精度要求和相机分辨率，可以用公式：X方向系统精度(X方向像素值)=视场范围(X方向)/CCD芯片像素数(X方向)；y方向系统精度(y方向像素值)=视野范围(y方向)/CCD芯片像素数(y方向)。 当然，理论像素值要综合考虑系统精度和亚像素法；然后你需要知道系统速度要求和相机成像速度。系统单次运行速度=系统成像(包括传输)速度。虽然理论上可以根据相机的异步触发函数和快门速度计算出系统成像(包括传输)速度，但最好的方法是用软件实际测试。那么你就要把摄像头和图像采集卡一起考虑，因为这涉及到两者的匹配： 视频信号匹配。黑白模拟信号摄像机有两种格式，CCIR和RS170(EIA)。通常采集卡支持两个摄像头。 分辨率匹配。每个板卡只支持一定分辨率范围内的摄像头； 特殊功能的匹配。如果使用摄像头的特殊功能，首先要确定使用的卡是否支持该功能。比如你想让多个摄像头同时拍照，这个采集卡必须支持多通道。如果相机是逐行扫描，那么采集卡必须支持逐行扫描。 接口匹配。确定摄像头和主板之间的接口是否匹配。例如CameraLink、Firewire1394等。最后是价格比较。 什么是亚像素？ 一般用分辨率这个术语来描述CCD芯片上的行数和列数。其实，...
发布时间:
2020
-
10
-
24
浏览次数：118
技术为王！这些都是机器视觉的重要知识点 如今，随着工业4.0的到来，机器视觉技术在工业自动化中逐渐发挥着非常重要的作用。机器视觉技术的不断创新推动了工业自动化、智能安全和人工智能的进步，机器视觉技术的发展为该技术可以应用的领域带来了更多的发展潜力和机遇。 大家都说人类对外界信息的感知80%是通过眼睛获得的，而图像所包含的信息是最大的。那么机器视觉技术的出现就是给机器设备安装眼睛来感知外界，让机器拥有和人类一样的视觉功能，从而实现检测、判断、识别、测量等各种功能。 今天，让我们来感受一下机器视觉技术的魅力。机器视觉的五种典型体系结构 1照明 我还记得在参加一个机器视觉技术的会议时，有个技术大牛特别强调了灯光在机器视觉中的重要性。据了解，光照是影响机器视觉系统输入的重要因素，直接影响输入数据的质量和应用效果。 光源可以分为可见光和不可见光。常见的几种可见光光源有白旗灯、荧光灯、水银灯、钠灯。可见光的缺点是光能不能保持稳定。如何在一定程度上保持光能的稳定，是实践中亟待解决的问题。另一方面，环境光可能会影响图像质量，因此可以采用添加保护屏的方法来减少环境光的影响。 照明系统可分为背景光、前向光、结构光和频闪光。其中背照是指将被测物体置于光源和摄像机之间，其优点是可以获得高对比度的图像。正向照明是指光源和摄像机位于被测物体的同一侧，便于安装。结构光照明是将光栅或线光源投射到被测...
发布时间:
2020
-
10
-
24
浏览次数：97
机器视觉产业的现状与未来 总结：在智能制造过程中，机器视觉主要是利用计算机模拟人的视觉功能，即对客观事物的图像信息进行提取、处理和理解，最后用于实际的检测、测量和控制。 要实现“中国制造2025”，完成从制造大国向制造强国的转变，智能制造是主要方向。在智能制造过程中，机器视觉主要是利用计算机模拟人的视觉功能，即对客观事物的图像信息进行提取、处理和理解，最后用于实际的检测、测量和控制。随着智能制造的加剧，市场对机器视觉的需求将逐渐增加。机器视觉在生活中应用广泛，在交通运输、水文观测、地质灾害预警识别等领域发挥着重要作用。宏观来看，快速成长的子行业是人脸识别和图像识别。这两个分支机构集中在金融、安全和运输领域。这些细分行业的投资者大多有自己的技术优势，会为各种场景提供应用解决方案，以获取利润。机器视觉在中国的发展现状 中国的机器视觉行业起步较晚，集中度不是很高。当初主要代表国外品牌。近年来，许多经销商开始开发自己的产品，但在行业分布、渠道分布和成熟的自动化产品方面与国外仍有一定差距。国内机器视觉相对成熟的自动化产品质量和技术含量较低，市场远未饱和。机器视觉企业大致可以分为一级开发人员、二级开发人员和产品代理。国内机器视觉企业主要是国外机器视觉产品代理商和系统二次开发者。目前，有100多个外国品牌进入中国机器视觉市场，200多个当地企业负责销售代理，50多个专业系统集成商。国内真正...
发布时间:
2020
-
10
-
23
浏览次数：90
机器视觉系统设计的五大难点第一：抛光的稳定性 工业视觉应用一般分为四类：定位、测量、检测和识别。测量对照度的稳定性要求最高，因为只要照度变化10-20%，测量结果可能会有1-2个像素的偏差。这不是软件问题，而是光照变化，导致图像上边缘位置的变化。再强大的软件也解决不了问题。从系统设计的角度来看，需要消除环境光的干扰。当然，提高硬件相机的分辨率也是提高精度和抗环境干扰的一种方式。比如以前相机对应物的空间大小是每像素10um，但是通过提高分辨率变成了每像素5um，所以精度可以认为是近似翻倍，对环境的干扰自然增强。 第二：工件位置不一致 一般测量项目的第一步，无论是离线检测还是在线检测，只要是全自动检测设备，都是要找到被测对象。每次被测物体出现在拍摄视野中，都需要准确知道被测物体在哪里。即使使用一些机械夹具，也不能保证被测物体每次都以高精度出现在同一位置。因此，有必要使用定位功能。如果定位不准确，量具的位置可能会不准确，测量结果有时会有较大偏差。 第三：校准 一般在高精度测量中，需要做以下校准：一是光学畸变校准(如果不用软件镜头，一般必须校准)，二是投影畸变校准，也就是因为你安装了以位置误差为代表的图像畸变校正，三是物像空间校准，也就是具体计算每个像素对应物像空间的大小。 但是目前的标定算法都是基于平面标定的。如果被测物理不是平面的，那么需要一些特殊的算法进行标定，这是普通标定...
发布时间:
2020
-
10
-
23
浏览次数：101
机器视觉系统设计5要素机器视觉在中国的发展已有十余个年头。过去十年是机器视觉产业在中国市场发展最快的十年，经过一定时期的普及与推广，机器视觉已逐渐为广大客户所熟知，而且应用范围，也逐渐开始扩大，大规模的应用领域由起初的电子、制药等行业，逐步扩展到包装、印刷等各大领域。机器视觉市场在发展，机器视觉技术在进步，在以不断满足客户发展需求的同时，最基本需求的满足也是不容忽视的。一直以来，我国的科技水平都处于不断发展的阶段，机器视觉技术作为科技发展的产物，为了更好的适应行业需求，也在不断的优化升级。纵观行业发展，国内机器视觉市场机遇与挑战并存，而行业技术的升级更显得尤为必要了。在工业生产领域，工业机器人检测产品很大程度上依靠机器视觉，视觉的灵敏度将直接影响产品的检测速度和检测质量，因此设计一款质量过硬的视觉产品尤为重要，在设计过程中，设计人员会面临视觉定位、测量、检测和识别等诸多难题。一、打光的稳定性工业视觉应用一般分成四大类：定位、测量、检测和识别，其中测量对光照的稳定性要求最高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的问题，这是光照变化，导致了图像上边缘位置发生了变化，即使再厉害的软件也解决不了问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。当然通过硬件相机分辨率的提升也是提高精度，抗环境干扰的一种办法了。比如之...
发布时间:
2020
-
10
-
22
浏览次数：85
国内机器视觉产业链全分析 简单来说，我们可以把机器视觉产业链分为底层开发者(核心组件和软件提供商)、集成和软件服务提供商(二次开发)，核心组件和软件可以细分为光源、镜头、工业相机、图像采集卡、图像处理软件等。在目前整个机器视觉系统的成本结构中，零部件和软件开发占80%，是产业链中绝对的核心环节和价值获取者。 从技术壁垒的角度来看： 1)软件是主要屏障，底层算法库是核心。目前被康耐视、MVTec等外资企业垄断，主要靠国外几十年的自动化培养；国内自动化进程不长，软件算法还处于研发阶段，很少有应用做得好的。 2)应用层面的技术也很关键，主要是掌握不同应用环境的诀窍，做出适应性强的产品。 目前，国内机器视觉行业的市场参与者主要有四种类型：国际综合自动化公司、国际专业机器视觉公司、国内专业机器视觉公司和国内自动化设备公司。其中，在底层开发者层面，国际企业占主导地位，国内公司多部署在附加值较低的二次开发层面(包括系统集成和装配生产自动化专机)，并在此基础上逐步尝试上游核心环节。 1.光源 光源是定位最充分的环节。光源的质量在于对比度、亮度和对位置变化的敏感度。LED光源产品主要用于机器视觉行业。目前还没有通用的机器视觉照明设备，每个具体的应用实例都有个性化的方案来达到最佳效果。目前光源行业本土化程度高，竞争激烈。 2.镜头 国内有低端镜片的企业有一定的竞争力，高端镜片基本靠进...
发布时间:
2020
-
10
-
21
浏览次数：98
像人脑一样看：机器视觉的一种新形式 近年来，图像传感器阵列逐渐发展出一种集成神经网络的新体系结构，它可以同时采集和识别光学图像，并且可以在不将信号转换成数字形式的情况下使高速信息处理成为可能。 视觉是我们最重要的感受之一。虽然人类的视觉更精确、更高效，但受生物学启发的机器视觉近十年来发展迅速，使得人工系统能够“看到”世界，从图像和视频中获取有价值的信息[1][2]。最近Mennel等人【3】报道了【0x9A8B】一种类似大脑的视觉系统，经过训练后可以在几纳秒内实现简单的图像分类。 数码相机等现代图像传感器主要基于70年代初发展起来的半导体(凝聚态)技术，可分为电荷耦合器件和有源像素传感器两大类。这些传感器可以准确地捕捉来自环境的视觉信息，但它们也会产生大量冗余数据。这些光学信息通常被转换成数字电子信号，并传输到计算单元进行图像处理。 这将导致传感器和计算单元之间传输大量数据，从而导致较大的功耗和延迟。随着帧率和像素的增加，带宽的限制使得系统无法将所有数据快速传输到中央处理器或云计算中心，以支持实时处理和决策——，这对于那些对延迟敏感的应用，如自主车、机器人、工业制造等尤为重要。 更好的解决方案是将一些计算任务迁移到计算机系统外围边界的传感器设备，以减少不必要的数据传输。此外，由于传感器通常输出连续的模拟信号(不断变化)，模拟处理比数字处理更适合，因为模数转换会消耗更多的时...
发布时间:
2020
-
10
-
20
浏览次数：103
什么是机器视觉？在这篇文章中了解机器视觉技术及其应用机器视觉应用于各种工业过程，如材料检测、物体识别、模式识别、电子元件分析以及签名、光学字符和货币识别。机器视觉是计算机感知环境的能力。一个或多个摄像机用于模数转换和数字信号处理，图像数据被发送到计算机或机器人控制器。 人眼可以感知390 nm到770 nm的电磁波，而相机可以感知更宽的波长范围。一些机器视觉系统可以在红外线、紫外线或x光波长下工作。机器视觉通常与计算机的视觉能力有关。术语“计算机视觉”是指计算机数字化图像、处理数据并采取某些行动的技术。机器视觉系统利用机器人中的传感器，在计算机的帮助下观察和识别物体。机器视觉应用于各种工业过程，如材料检测、物体识别、模式识别、电子元件分析以及签名、光学字符和货币识别。 除了材料检测，机器视觉系统还有其他应用。视觉库存控制和管理系统，如条形码读取和计数，通常使用机器视觉系统。工业产品运营使用机器视觉系统来评估流程各个阶段的产品。甚至食品和饮料制造商也使用机器视觉系统来监控质量。在医学领域，机器视觉系统用于医学成像和检查。 机器人的视觉系统由许多基本部件组成，包括用于捕捉图像的摄像机和用于提供和传送结果的处理机构。为了使任何机器视觉系统可靠地工作并产生可重复的结果，这些基本组件之间的交互非常重要。 光照对于机器视觉来说非常重要，因为它照亮了要观察的部分，突出了它的特征，让相机看...
发布时间:
2020
-
10
-
20
浏览次数：92
2020年机器视觉行业深度报道机器视觉是人工智能产业的一个重要前沿分支。机器视觉通过模拟人类视觉系统，赋予机器“看”和“识别”的能力，这是机器认识世界的基础。机器视觉用成像系统代替视觉器官作为输入手段，用视觉控制系统代替大脑皮层和大脑其余部分完成视觉图像的处理和判读，使机器能够自动检测外界的视觉信息，做出相应的判断和采取行动，实现更复杂的指挥决策和自主行动。视觉技术作为人工智能的前沿领域之一，是人工智能企业布局的重点，技术分布最广。 机器视觉广泛应用于智能制造领域，根据其功能可分为识别、测量、定位和检测四大类。识别功能是指识别目标物体的物理特征，包括形状、颜色、字符、条形码等。其准确性和识别速度是衡量的重要指标；测量功能是指将采集的图像像素信息标定为常用的测量和测量单位，然后精确计算图像中目标物体的几何尺寸，主要应用于高精度、复杂形状的测量；定位功能是指获取目标物体的坐标和角度信息，自动判断物体的位置，多用于自动化设备和生产；检验功能是指对目标对象进行外观检验，以判断产品装配是否完整，外观是否有缺陷。 1.2。机器视觉的基本框架机器视觉(Machine Vision)是指通过光学装置和非接触式传感器自动接收和处理真实物体的图像，经过分析后获得所需信息或控制机器运动的装置。一般来说，机器视觉就是用机器代替人眼。机器视觉模拟眼睛采集图像，通过图像识别和处理提取信息，最后通过执行装置...
发布时间:
2020
-
10
-
19
浏览次数：114
联为集团及联为智能教育负责人受邀参加成都工业学院宜宾校区（合作共建产教融合园区）揭牌仪式并参加系列活动，感谢宜宾市政府领导与四川省智能终端产业联盟的热情接待
发布时间:
2020
-
10
-
17
浏览次数：113
一个完整的可编程逻辑控制器（PLC）程序是什么样子的 完善的可编程控制器（PLC）程序的设计要求 一个完整的PLC程序不仅要使系统运行简单，还需要注释完整、架构优秀、扩展性好、报警保护系统和仿真系统完整才能运行。 1.简单 使PLC程序尽可能简单。简单就是尽量使用标准化的程序框架和简单的指令。 为了使程序简单，从大的方面来说，优化程序结构，用流控指令简化程序，从小的方面来说，用强大的指令代替单一的函数指令，注意指令的排列顺序。 2.可读性 设计的程序要求可读。这不仅方便程序员加深对程序的理解和调试，也方便别人阅读你的程序和用户维护。必要时，该程序也可以推广。 为了使程序可读，设计的程序应该尽可能清晰。要注重层次性，实现模块化，才能用面向对象的方法进行设计。使用更标准的设计。 特殊情况下，使用语言编程，多数情况下使用梯形图编程，便于阅读。 那么I/O分布应该是有规律的，容易记忆和理解的。如果需要，应该做一些标注工作。内部设备的使用也要有规律，不能随便使用。 编程之初要注意可读性。完全做到不容易。因为在程序调试过程中，指令的增减和内部设备的使用变化，可能会使原本比较清晰的程序有些混乱。所以在设计中，调试的增减是有一定余量的，然后调试完了就整理出来，这样设计出来的程序质量更高。 程序的注释至少应该有以下几个方面： A.系统说明：整个程序的版权公司和本程序的目的 ...
发布时间:
2020
-
10
-
17
浏览次数：107
如何系统地从零开始学习PLC 如何从零开始系统的学习plc，我用自己的经验来说明，对于刚毕业的学生来说，有基础或者理论，缺少的是实践。工作之初，公司肯定没有什么大项目或者新项目让你做，但是一般都是用老机器改造实践，一定要抓住这个机会。现阶段没有压力。在这里，你可以随意拆下每个电器元件，学会如何独立控制。 我也是从这个阶段走过来的。说实话，这个时期很苦，或者说很无奈。没有人会帮你在网上找说明书和操作手册。你在这里学到的都是自己的。PLC是自动化设备开发的核心，是工业控制中常用的控制器。如何系统的学习，按照从简单到难的阶段可以分为开关学习、模拟学习、通信控制。 1.切换值 开关值最简单，有开和关两种状态。PLC的基本单位是开关量控制，无论是输入还是输出。根据开关频率，输入可分为低频和高频输入开关。低频开关按钮、旋钮、行程开关、接近开关(也是高频)、各种继电器等各种开关。高频开关是指开关频率很快，比如脉冲输入编码器。输出也分为高频和低频。低频的输出往往控制继电器、接触器等一些开关，而高频的输出通常是高速脉冲。你要知道并掌握这些东西的连接方式，包括两线、三线、四线等。并注意PNP或NPN的类型。 2.模拟量 设备的输入输出不仅是开关量，也是模拟信号。比如各种传感器(位移、温度、电信号、压力)的输出都是由模拟信号给出，各种设备的控制都需要模拟控制，比如变频器、整流柜、压力阀等。模...
发布时间:
2020
-
10
-
16
浏览次数：92