您的位置:控制工程论坛网论坛 » 机器视觉 » 机器视觉检测到底怎么做,经验分享

lxq

lxq   |   当前状态:在线

总积分:691  2024年可用积分:499

注册时间: 2005-09-08

最后登录时间: 2024-12-20

空间 发短消息加为好友

机器视觉检测到底怎么做,经验分享

lxq  发表于 2024/2/26 14:41:12      2839 查看 3 回复  [上一主题]  [下一主题]

手机阅读

  第一,视觉采集模块

  视觉采集模块是整个机器视觉检测系统的核心。没有视觉采集模块,整个系统就失去了眼睛。

  关于如何选择相机,可以参考博主的博客

  《机器视觉中如何选择工业相机与合适的相机镜头(how to choose camera and lens)》。

  多说一点,选择相机的时候,是要根据实际情况确定的。大致为:

  检测目标物的尺寸;

  需要的精度要求;

  根据上面的要求确定相机镜头。

  第二、后台分析模块

  后台分析模块是整个系统的灵魂。它主要是对视觉采集模块得到的图像做分析处理,拿到检测结果。

  这个地方涉及到的知识点非常之多。博主大致做了分类:

  相机标定。相机标定的目的就是确定相机参数和畸变矫正(如果需要的话)。这些参数确定后,才能做下一步的处理。这些知识可以参考博主的博客

  《相机参数标定(camera calibration)及标定结果如何使用》

  《第二更,相机参数标定基础:从小孔成像开始到单双目标定》

  《第三更,单目相机标定实践(完整过程)》

  《第四更,双目相机标定实践(完整过程)》

  图像处理。这一部分的主要目的就是提取图像的特征。有了特征才能做进一步的计算检测数据结果。一般在机器视觉检测任务中,主要的特征包括:点、线、圆、椭圆、矩形、弧线、颜色。这些点也是博主这些年遇到的主要的特征,基本可以应付检测任务。可以参考博主的文章:

  《图像特征提取之局部秩》

  《图像分割之大津算法(OTSU)》

  《模拟生成高斯噪声》

  《图像特征提取之LBP算子》

  《图像特征提取之DoG算子》

  《图像特征提取之LoG特征》

  《图像特征提取之HoG特征》

  《图像去噪之双边滤波(Bilateral filter)》

  《直方图均衡化(Histogram equalization)与直方图规定化》

  《harr特征提取》

  《都在这里了,从仿射变换到透视变换》

  《完整理解SIFT算法》

  检测结果处理。到这一步,已经站在最终结果的大门口了,只需要临门一脚即可。一般,在检测任务中,用的较多的是,点的距离,直线长度,圆心坐标和半径,矩形面积,颜色直方图等。如果要做匹配,还用到,欧氏距离,马氏距离等。

  第三、动作决策模块

  这一部分主要是根据上面的检测结果,让机器去做一些规定的动作,比如说,找出有缺陷的产品,做产品分类,找到产品身上的缺陷点。


1楼 0 0 回复
总共 , 当前 /