计算机视觉
图像处理

机器视觉系列— Vision 基础知识上集

第1章节(上)
1.1 机器视觉简介与硬体介绍
1.1.1 前言
对于首次接触「机器视觉」的朋友来说,对这个名词肯定有点陌生,所以我们先来简单介绍一下这个专有名词。
「机器视觉」是泛指搭载视觉影像系统的检测设备,影像系统主要是由相机、镜头与光源等光学仪器所建构而成的。利用这些检测器材广泛地投入各种应用,如产品的瑕疵检测(Inspection)、辨识产品外观(Recognition)与量测产品尺寸(Measurement),而视觉对位(Alignment)与自动化做结合,搭配运动控制或机械手臂,可进行物料的定位与校正,完成手眼协调的视觉伺服系统(Visual Servo System)。

图1.1 – 搭载相机的机器手臂所构成的视觉伺服系统架构
Ÿ
机器视觉一直以来都受到相关产业的重视,这边列出几项机械视觉的特色:

  • 安全性高
  • Ÿ具备高解析度
  • Ÿ拥有全检能力
  • 资料重现性好
  • 可降低人工成本
  • 可搭配高速运动控制
  • 可配合运动控制系统进行回馈控制(智慧型自动化)

目前使用机器视觉的领域非常广泛,与它相关的热门产业包括半导体、光电、机密工业与製造业等,主要的应用是将这些技术导入产品检测与自动化生产,目的就是为了提升产能、增加良率与减少人员配置。

接着,我们来简单的了解一些与机器视觉相关的专有名词:
影像系统(Image System)
构成机器视觉最基本架构就是包含相机与镜头的影像系统,最重要的五个基本参数必须先弄清楚:
图1.2 – 影像系统的示意图
1. 感光元件大小(Sensor Size):相机内部感光元件的尺寸
2. 工作距离(Working Distance):相机镜头前缘到物体表面的距离
3. 景深(Depth of Field):能维持影像距焦清晰的有效距离
4. 视野范围(Field of View):相机所能撷取到物体的实际范围
5. 解析度(Resolution):指的是相机拍摄物体可辨识的最小尺寸,解析度越高,检测精度也较好,表示能从影像中获取有用的资讯越多

光圈(F)
用来表示所控制的光源进入镜头的总量,类似人类的瞳孔,光圈越大,表示能进入的光越多,反之越少。镜头上都会标示最大光圈值,如标示值为「1:1.8」,表示该镜头的最大光圈值为「1.8」,而数字越小,代表大光圈,反之越小。
图1.3 – 不同F值所代表的光圈大小

焦距(f):
光通过镜头后匯集的点,该点到镜头之间的距离称为焦距。
图1.4 – 光通过凸透镜聚焦于一点(from Wikipedia)

放大倍率(M)
定义为影像与实体的比值,假设,表示拍摄到的影像只有实体的50%。
图1.5 – 单镜面的光学成像塬理(from Wikipedia)

计算公式如下:
其中M表示放大倍数,do代表物距,ho代表实体大小,而d1代表像距,h1代表影像大小。

景深(Depth of Field):
定义为能维持影像距焦的有效距离。想得到一张「清晰」的影像,影像需在距焦範围内,景深就是决定这个范围有多长。若发现取到的影像位于距焦区内只有部分是保存清晰,可能使用的镜头景深过短,此时可将镜头光圈调小、或替换短焦聚的镜头,再不然就是将物距(do)拉长,透过这叁种调整方式都有机会改善景深不足的现象。
图1.6 – 调整光圈来改善景深

1.1.2 相机
介绍以上的专有名词后,再来要介绍工业相机,它是构成影像系统最重要的光学元件之一,成像原理是透过内建的感光元件来吸收光线,转换成储存电荷,再将这些电荷传输到放大解码器,经由类比数位转换后来呈现一张完整影像。

以扫描方式分类
相机的扫描方式可依据 Senor Size 类型分为 Line Scan 与 Area Scan 两种:目前市售的 Line Scan 相机,解析度有1K(1024 pixel)/2K/8K/16K,使用 Line Scan 必需搭配运动扫描才能获得一张完整的影像,适用于检测需求为大面积与高检测精度的应用。
图1.7 – Basler Line Scan 相机&感光元件(*2*4)

Area Scan 的相机应用比较普及,在不需搭配运动装置情况下就可以获得完整影像﹔依据检测精度的要求,可选择的像素有30(640*480) / 100 / 200 /500 MP(mega pixel),而更高解析度的相机,价格也相对高昂。
图1.8 – Basler Area Scan相机&感光元件(*2*4)

感光元件尺寸(Sensor Size)对于 Area Sensor与Line Sensor 描述方法也有所不同;以 Area Sensor 来说,以对角线的长度来表示大小,单位为吋 (inch),值得注意的是,工业相机的1吋是16mm,非 25.4mm,可参考附图。
图1.9 – Area Sensor感光元件尺寸

而 Line Sensor 则是用影像长度 (Image Length)来描述,单位为mm,计算公式如下:

这边的 pixel number单位的转换是1K=1024 pixel,假设使用pixel size为 5um,而pixel number为 2K 的 Line Sensor,套入公式可以得到一条 Line Sensor 所能撷取到的影像长度为10.24mm。

以感光元件分类
若以感光元件做区分有 CMOS 与 CCD 两类:感光元件的感光度与制程有关,一般的 CMOS 感光度会比 CCD 还差,若影像变化速度过快,记录讯号的电流变化过于频繁,就会产生过热的现象,使得杂讯难以抑制。

图1.10 – CCD 与 CMOS 的成像方式 (from 睿怡科技)

不过近年来,CMOS 在製程上有所突破,感光能力有明显提升,加上新的抑制杂讯技术,使得 CMOS 目前拥有更好的竞争优势,下面列出两者的优缺点比较表:

以影像色彩分类
单以颜色做区分,相机又可以分为灰阶(Mono)和彩色(Color);所谓的「灰阶影像」,是将色阶由黑到白共切割为255等分所组成的8bit影像;而「彩色影像」分别由3组8bit的RGB颜色所组成的24bit影像,理论上最高可组合出1677万种颜色,而彩色影像也可透过Extract G Color来转换成灰阶影像。
图1.11 – 8bit灰阶动态範围
图1.12 – 二种彩色相机颜色组合方式(*2)

以讯号传输类型分类
最后相机依据传输的方式可分为GigE、Camera Link、USB2.0/3.0等类型(其他类型的传输介面这边不多做阐述),可依据应用来评估应该选哪一类的相机,针对上述提到的相机类别整理一张比较表:

Basler GigE介面相机 Basler Camera Link介面相机 Basler USB3.0介面相机
图1.13 – 各种传输介面的相机(*4)

简单来说,若检测条件有高速取像的要求,尽可能选择高传输率的相机来做为取像来源,如 Camera Link或USB3.0,而使用 Camera Link 介面的相机需额外购买一张 PCI介面的影像撷取卡,建置成本较高;若考量成本与方便性,比较建议使用GigE或者USB3.0的相机,这两款相机在一般工业电脑上都有对应的IO Port,使用USB3.0优势在于无须额外再购置撷取卡且传输速度快,而使用GigE介面的相机还有传输距离较长的优势,唯一比较麻烦的是还需外接电源,若不想外接电源,可购买一张有POE(Power of Ethernet)功能的网路卡或电源供应器,整体的建置成本还是会比Camera Link的相机便宜。
PCI插卡式POE网路卡 具电源供应的Adapter
图1.14 – 供电源的网路介面(*2)

1.1.3 镜头
一般镜头分类
选完相机,接着需要挑选一颗适合影像系统的镜头,常见的镜头有两类:1. CCTV Lens,2. Telecentric Lens;各类优点在于,CCTV Lens镜头价格便宜且容易取得﹔而 Telecentric Lens 则是不需要调整光圈,取像品质好,在有效的景深(DOF) 内,既使晃动下还是能保持清晰的影像。
CCTV Lens Telecentric Lens
图1.15 – 常见的镜头类型(*2)

什么情况下可能会需要选用 CCTV 或 Telecentric 的镜头呢?一般平面检测项目,CCTV 镜头就足够,但 CCTV 的镜头有个致命伤,那就是成像尺寸会受待测物距离镜头的位置会影响,下图解释使用CCTV 与 Telecentric 拍摄 45 度斜面所得到的影像差异;若今天要检测的项目与尺寸量测有关,而待测物体的外型又刚好较立体,此时就必须考虑使用Telecentric 镜头,在有效的景深内,不管物体远近,拍摄到的影像尺寸会表现一致。
图1.16 – 不同类型镜头,会因距离镜头远近所造成的像差

另外,在选择镜头时,可以注意一下规格书上是否有标示变形量 (Distortion),变形量越少,表示影像失真度越低,检测的尺寸误差就会越少。理想的取像画面应该与待测物成比例,由于镜头本身有弧度,所以镜头中心点到周围会产生些许的变形量,一般的 CCTV 镜头或多或少都会有轻微「枕状变形」或「桶状变形」,而好一点的镜头因镜头材质与加工都比较优良,所以变形量会降低不少。
图1.17 – 镜头失真造成的变形量

挑选镜头步骤
我们要如何挑选符合检测需求的镜头呢?提供一些参考步骤:
1. 评估目前检测要求的解析度(Resolution),选择符合的相机规格,判断是否有变焦需求,若无,一般定焦且低失真的镜头即可。

2. 根据影像系统规划,可以得到工作距离(WD)与实际观测物体所需的可视範围(FOV)的资讯,利用这些参 数来计算镜头实际所需要的焦距,首先计算符合需求的放大倍率(M):

再代入计算焦距f公式:

可以得到符合需求的镜头实际的焦距需大于该数值。

3. 若嫌计算公式麻烦的话,市面上有多家镜头厂商都有提供镜头目录或软体查询,只要将目前环境所需要的参数填入,便可快速找到适当的镜头。

4. 如果影像系统在固定的工作距离(WD)範围内找不到适当焦距的镜头,此时可搭配延伸环增加焦距,或者利用滑台设计来微调工作距离,这些方法都有助于找出适用的镜头组合。

1.1.4 光源
前面解说的相机与镜头,在挑选上比较没有问题,主要依据检测条件来寻找适合的规格就可以了,但如何挑选适当的光源却没有想像中轻松容易,只能依现场环境因素与使用者经验来做筛选,藉由搭配不同光源类型与各种打光技巧,反覆测试验证,才能找到适当的光源组合,撷取到的影像是可以找到待测物的特徵。
目前主流光源都采用LED灯,与传统卤素灯或萤光灯相比,具备高亮度、低耗电、低发热量等特色,且使用寿命也较长。

光源类型
1. 环形光源:又依角度可分为高角度环型光与低角度环形光等
图1.18 – 不同尺寸与色彩的环形光

2. 同轴光源:依据不同镜头类型可搭配外同轴或内同轴

外同轴 内同轴
图1.19 – 同轴光类型

3. 条形光源:也可将4组条形光源围绕成方形光源
图1.20 – 条形光

4. 背光光源:主要功能在于凸显物体的整体轮廓
图1.21 – 背光光源

5. 特殊光源:有专门减少阴影影响的碗状型光源,或者由四个条状灯源组合的回型光源

回型光源 碗状光源
图1.22 – 特殊类型光源(*2)

光源控制器
光源主要的动力来源,可依据需求选择支援多 Channel 的光源控制器,另外部分控制器支援利用软体来控制光源强度,透过 RS-232 进行参数设定,有利于后续将光源调控功能整合。
图1.23 – 手动光源控制器(*2)
图1.24 – 可用软体控制的光源控制器(*2)

打光方式
单纯使用环境光源来取像是不够的,会常发现取到的像不是不能用,就是特征不明显,此时需为影像系统搭配一组光源来强化影像特征。挑选步骤可依据环境的配置以及产品的样式来评估适合那些光源类型,接着尝试各种打光方式来调整影像输出的结果;例如将光源拉近拉远,或者利用混搭光源来减少阴影的影响,这些手法都只是为了强化影像的特徵与减少外部光源的干扰。虽然调整光源过程非常耗时,但若能得到比较清晰的辨识特徵,可以减少影像后处理的必要性,得到的回馈是非常值得的,这也是在学习机器视觉的必经之路。
下面为各种光源类型的打光方式供大家做参考 :
                                           高角度环形光打光方式                      低角度环形光打光方式
                                              外同轴打光方式                          内同轴打光方式
                                                     条状灯打光方式                     背光板打光方式
                                         回型光源打光方式                        碗状光源打光方式
图1.25 – 各种类型光源打光方式(*3)

1.1.5 结语
上半回主要讲述与机器视觉相关的名词介绍,与涉及到的光学硬体设备简介,并且以自身经验提供大家如何去挑选适合影像系统所需要的相机与镜头类型,最后再提供一些目前常用到的光源类型与打光方式让大家做个参考,讲完硬体设备后,下半回讲述的内容则着重于如何透过 LabVIEW 来撷取相机的影像,包括相机的设定参数,以及如何设定 NI Vision模组下的撷取模式与触发模式。

转载请注明来源:CV视觉网 » 机器视觉系列— Vision 基础知识上集

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

0不错 1超赞 1无聊 0扯淡 0不解 0路过

评论 抢沙发

评论前必须登录!