机器视觉满足计量学

在生产环境中使用机器视觉进行高分辨率测量的技术 。

机器视觉在工业制造和熟悉的技术 ，并应用于任务不断增长的范围从简单的代码阅读和装配验证机器人的指导和三维造型 。用于测量和计量学的机器视觉应用是不是新的 ，但技术的进步使更高的精度和更精确的测量可能会取得比前几年甚至 。即使随着技术的提高 ，重要的是要考虑一些基本的技术成功地整合机器视觉的计量 ，并知道如何避免一些可能会影响测量应用的结果的问题 。

这篇文章只专注于生产系统的技术 ，也就是说 ，检查系统设计来执行100%个自动化测量的生产线 。有许多基于摄像头的 ，非接触式计量装置设计用于实验室或离线使用 ，这些都是高度推荐的环境 。然而 ，这些系统都超出了本讨论的范围 。

 

了解应用计量学概念

这个词经常是互换使用的计量和测量 ，他们确实有着密切的联系 。事实上 ，计量学是测量学的科学 。当老哥俱乐部谈论在工业过程中的计量时 ，它是指应用计量学或工业计量学 ：在制造业中的计量学的应用 。当老哥俱乐部考虑在这个意义上的计量 ，让老哥俱乐部回顾一下测量和计量学中使用的一些概念 。

术语的精度和精度在测量系统的规范和资格中使用。精度是重复某一测量的能力 ，而准确度是一个测量与一个真实或已知值一致的方法 。这是非常重要的是要明白 ，准确性不提供一个非常有用的指标 ，在确定的质量的计量装置的背景下 ，工厂地板 。在指定和合格的生产机器视觉解决方案 ，那么 ，精度是最重要的 ，并在特定的 ，测量的不确定性或偏差 。术语的不确定性和偏差是指通过重复测量（或精度）的测量系统所表现出的变化量的量 。要明确的是 ，上线的计量系统的目标将是产生一个特定的测量与一个可靠的和可重复的水平 ，以满足应用程序的要求 。

例如 ，一个机器视觉系统可能报告一个特定的部分的直径为20.4毫米（毫米） ，与许多重复的0.05毫米（即 ，没有测量相同的部分偏离从0.05毫米超过20.4毫米）的不确定性 。当然 ，任何应用程序所接受的不确定性的实际金额取决于应用程序规范 。

此外 ，不要自动使用加工规格的检验规范 。如果一部分必须被制造为24毫米至0.01毫米的长度 ，那么检查长度的可接受的不确定度是多少 ？如果检测不确定度指定为0.01 ，一个良好的加工部分可以是24.01毫米的长度 ，但该测量系统将失败 ，它在统计上显着的次数 ，因为在这个例子中 ，24.01毫米的测量可以报告在24和24.02毫米之间 。要确定目标的测量标准 ，与质量团队协商 ，并根据应用程序的需要事先确定允许的检查不确定度 。

 

使用正确的图像分辨率

在机器视觉测量中提供高精度和低的不确定性的一个决定因素是所获得的图像的分辨率 。在这种情况下 ，长期分辨率（或图像分辨率）意味着在现实世界中的单位的单个像素的大小 。简单地说 ，如果一个相机传感器包含在水平方向上的1000个像素 ，和光学结合 ，获得了一个图像 ，是1英寸的宽度 ，一个单一的像素将代表0.001英寸 。请注意 ，这是一个基本指标 ，不改变相机制造商或分析软件 。作为一个量具 ，在机器视觉系统中的最小的测量单位（一些例外）是单像素的 。与任何测量系统 ，为了使一个可重复的和可靠的测量 ，必须使用一个计 ，其中最小的测量单元（作为一个一般的经验法则）是十分之一的所需的测量公差带 。在刚刚描述的例子中 ，该系统可以估计提供一个精确的测量约为0.005英寸（一个公差带的0.01英寸 ，十倍计单元） 。

工程师首先使用机器视觉测量往往严重低估所需的像素数量 ，以达到所需水平的测量精度的不确定性 。事实上 ，它可能需要多个摄像机 ，专业相机如线扫描成像 ，或多个视图的一部分来实现指定的检查公差要求的分辨率 。

 

如果可能的话 ，扩大决议

有时 ，老哥俱乐部可以在一个成像系统中的额外的分辨率的数学使用算法 ，报告功能的子像素的可重复性 。一些例子将是灰度边缘分析 ，几何或相关搜索 ，回归 ，如圆或线拟合 ，并在某些情况下的连接 。如果一个可以考虑到子像素的结果 ，通过使用这些工具 ，那么最小的测量单元可以是小于一个单一的像素 ，如前面所述 。请注意 ，提供的供应商提供的亚像素级的能力是唯一的 ，通常是最好的情况下成像 ，光学和部分演示 。照顾使用任意子像素的期望作为一个确定的因素 ，指定系统的测量能力 。测试系统与实际的零件和图像 ，以经验确定的子像素的能力 。

 

使用高分辨率光学

成像是一个光学和照明的功能（和老哥俱乐部将讨论后 ，部分介绍） 。对于大多数应用程序 ，唯一的光学使用的将是一个镜头组件 ，但该镜头的选择是关键的计量应用 。除了提供适当的现实世界大小的传感器的图像 ，用于计量的镜头必须准确地再现图像 ，尽可能不失真 。此外 ，镜头的分辨率指标为好 ，这往往被指定为线对每毫米或英寸（lp/mm ，LP /），甚至可能有一个规范的MTF（调制传递函数）或者更简单的镜头在高lp/mm产生高对比度的能力。像素数越高 ，这些镜头的指标变得越来越重要 。确保指定的光学产品是高质量的 ，高分辨率的产品 ，为机器视觉应用而设计 。

远心镜头是在许多情况下 ，测量的应用非常有用。远心镜头组合使用光学几乎消除图像中的视差引起所有的扭曲 。其结果是一个图像 ，是平行的传感器 ，主要是所有的图像 。平面几何关系（在图像平面）是完全保存 ，使测量更直接和简单的 。一如既往地 ，测试规范前的成像 。

对于需要一个非常小的视场（例如小于几毫米）的应用程序 ，考虑使用显微镜光学显微镜和/或高放大倍率的光学机器视觉专门 。这些都是从一些供应商提供 。这是不推荐的标准光学被推到更高的放大倍率使用填充剂或附加放大 。

 

最佳照明实验

照明是重要的任何机器视觉应用 ，和计量 ，照明的选择可能发挥更重要的作用 。和大多数机器视觉应用 ，不幸的是没有具体的规则 ，可以应用到照明 。许多计量应用受益于背光（以部分介绍护理如下） ，虽然背光在自动化生产线的物理实现的可能是一个挑战 。前照明可能存在的困难 ，突出的特征边缘 ，必须确定的测量。考虑低角度或结构照明的使用 ，以产生低对比度的功能 。当试图测量的特征是非常小的（如分辨率低于0.001毫米的例子）使用长波长的颜色 ，如蓝色或紫色 ，以提高对比度 。如果是在运动（或即使不考虑） ，闪烁的LED照明的最佳强度和灯的寿命 。

在所有情况下 ，成功的机器视觉照明需要实验 ，无论是在实验室和地板上 ，以确保正确的组件选择 。

照明是重要的任何机器视觉应用 ，和计量 ，照明的选择可能发挥更重要的作用 。和大多数机器视觉应用 ，不幸的是没有具体的规则 ，可以应用到照明 。许多计量应用受益于背光（以部分介绍护理如下） ，虽然背光在自动化生产线的物理实现的可能是一个挑战 。前照明可能存在的困难 ，突出的特征边缘 ，必须确定的测量 。考虑低角度或结构照明的使用 ，以产生低对比度的功能 。当试图测量的特征是非常小的（如分辨率低于0.001毫米的例子）使用长波长的颜色 ，如蓝色或紫色 ，以提高对比度 。如果是在运动（或即使不考虑） ，闪烁的LED照明的最佳强度和灯的寿命 。

在所有情况下 ，成功的机器视觉照明需要实验，无论是在实验室和地板上，以确保正确的组件选择 。

 

密切关注部分介绍

最后，最容易被忽略的问题 ，在高分辨率 ，通过网上申请的低偏置机器视觉测量的是部分表现的不可重复性 。成像 ，光学 ，分辨率和算法可能都是完美的在离线设置 ，但在在线检查的可重复性和可靠性是一个灾难 。通常情况下 ，它是不一致的部分演示 。有时部分演示甚至可以使一个特定的测量不可能实现 。例如 ，前面所描述的小而深的孔 。当该孔的表面垂直于透镜时 ，图像直接取下孔的深度 ，可以成功地测量 。然而 ，如果部分倾斜 ，哪怕是轻微的 ，一个洞一样 ，可以明显地变成一个椭圆 ，或被完全如果背光 。随着非接触测量首先必须减轻部分表示所有可能的变化成像 ，然后明白 ，在任何情况下部分表示将负责一些堆起来的测量误差 。确定和指定分辨率 ，光学和照明时 ，考虑到 。

这几个技巧和技术只是一个整体实施和集成计划的一小部分 ，在生产计量使用机器视觉 。在任何检查应用程序中肯定有许多其他的考虑 。在进行系统设计之前 ，总是进行一个完整的应用程序分析和项目规范 ，当在疑问寻求供应商和其他机器视觉专业人员的建议 。

 

技术提示

获得的图像的分辨率是提供高精度和低的机器视觉测量的不确定性的一个决定性因素 。

当确定和指定分辨率 ，光学和照明的一部分介绍到考虑 。

在进行系统设计之前 ，总是进行一个完整的应用程序分析和项目规范 。