机器视觉系统设计的难点在哪？
2018/9/8 14:12:23
工业机器视觉检测一共分为四大类，主要是定位、测量、检测、识别。其中测量你对光照的稳定性要求是最 高的。
1、打光的稳定性：
工业视觉应用一般是可以分为四大类的：定位、测量、检测、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，而是光照的变化，导致图像上边缘发生了一些变化，就算是再厉害的软件也是没有办法解决的，必须要从系统的设计方面着手。排除环境光的干扰，同事还要保证光源的稳定性。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。比如之前的相机对应物空间尺寸是1个像素10um，而通过提升分辨率后变成 1个像素5um，精度近似可以认为提升1倍，对环境的干扰自然增强了。
一般做测量的项目，不管是离线检测还是在线检测，只要是全自动化检测设备，首先做的工作就是要找到待检测的目标物。每次等到待检测的产品到拍摄地点的时候，要能够准确的知道待检测的目标物品在哪里，就算是你使用一些机械夹具，也不能特别高精度保证待测目标物每次都出现在同一位置的，这个时候就需要用到定位功能，如果定位不准确的话，可能测量工具出现的位置就不准确，测量结果有时会有较大偏差。
3、标定：
一般在高精度测量的时候是需要做以下几个标定，一光学畸变标定（如果您不是用的软件镜头，一般都必须标定），二投影畸变的标定，也就是因为您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。
不过目前的标定算法都是基于平面的标定，如果待测量的物理不是平面的，标定就会需要作一些特种算法来处理，通常的标定算法是解决不了的。
此外有些标定，因为不方面使用标定板，也必须设计特殊的标定方法，因此标定不一定能通过软件中已有的标定算法全部解决。
4、物体的运动速度：
如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度（模糊像素=物体运动速度*相机曝光时间），这也不是软件能够解决的。
5、软件的测量精度：
在测量应用中软件的精度只能按照1/2—1/4个像素考虑，最 好按照1/2，而不能向定位应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。
