全国统一服务热线:400-123-4657
站内公告:
联系我们CONTACT
2024-11-05点击量:296
本文摘要:作者:曾旭博士一、背景讲解近年来,随着工业4.0及人工智能的发展,更加多的自动化设备被普遍应用于生产过程中。作者:曾旭博士一、背景讲解近年来,随着工业4.0及人工智能的发展,更加多的自动化设备被普遍应用于生产过程中。工业4.0必不可少智能生产,我国在2015年明确提出的“中国生产2025”宏大计划中,第一项战略对策就是“实行数字化网络化智能化生产”,而智能生产中,最核心的一环就是机器视觉。
机器视觉是指通过机器来仿真人眼的功能,对客观事物展开信息提取,处置和分析,最后构建检测和辨别,最后转交计算机展开掌控。中国是机器视觉产业发展尤为很快的国家,目前早已在工业,航天,医疗,交通,科研等诸多行业展开了普遍的应用于。
图1机器视觉替换人眼二、目前机器视觉不存在问题典型的工业机器视觉系统还包括:光源,镜头,照相机,图像采集卡,软件,监视器,输出/输入等。对于光学检测来说,机器视觉系统的性能主要各不相同系统中光学涉及部件,比如光源,镜头,照相机等的性能。
此外,光学检测拒绝的精度一般都较高,但是大多数照相机在出厂时,并没专门针对光学检测应用于展开专门校准,往往不会造成机器视觉系统的精度约将近拒绝,结果不会经常出现误差。比方说,如果将刚刚出厂的工业照相机对着一个均匀分布灯光的闪烁面展开照片,摄制出有的图像四个角往往不会经常出现暗区,这主要是由于照相机镜头的余弦号召导致的。
此外,由于照相机传感器(CCD/CMOS)的非均匀分布性,也不会造成对均匀分布光场光学的时候,图像的亮暗,颜色不均匀分布,如下图右图。以上这些因素,都会造成在一些仪器的光学检测(比如平板表明检测)时,检测结果和真实情况经常出现较小偏差。图2校准前照相机平场号召除此之外,照相机对于有所不同亮度的线性号召也有所不同。由于照相机输入的信号是灰度值,并不具备现实的物理意义。
因此,在做到光学检测(比如说亮度检测时),必须对照相机展开线性度和亮度标定,创建起照相机灰度信号和现实亮度的关系曲线。
本文来源:星空·体育综合APP下载官网-www.108gifts.com
ink