機器視覺檢測系統不穩定性因素分析

機器視覺檢測系統由于其高精度與非接觸性等優勢廣泛應用于工業生產領域，包括工件的定位、測量與識別。建立穩定、可靠的視覺檢測系統是視覺系統設計者的目標。本文首先介紹了機器視覺檢測系統的基本組成部分，包括傳感器、光源、檢測軟件等，分析了導致視覺系統出現不穩定情況的因素，zui后針對這些影響穩定性的因素提出相應解決方案和建議。

1、引言

機器視覺的研究始于20世紀50年代二維圖像的模式識別[1]，它起初被設計用來代替人眼從事檢測識別的工作，可以大大提高檢測的工作效率以及降低人眼疲勞帶來的檢測結果的不一致性。機器視覺檢測發展至今，在許多方面已經發展到可以完成了人眼難以完成的工作，如高精度的測量以及對特定產品的高速分級，還有利用紅外線、紫外線、X射線等檢測技術檢測人類視覺無法檢測到的事物[2]。但機器視覺系統設計的難點在于如何保證其可靠性與穩定性，無論從光源，相機等硬件上還是從圖像處理軟件上的設計，對機器視覺的穩定性都有重要影響。

2、機器視覺系統組成

典型的機器視覺系統一般由圖像的獲取、圖像的處理和分析、輸出或顯示三部分組成。按照視覺系統組成結構主要分為兩大類：PC或板卡式機器視覺系統（PC-Based Vision System），以及嵌入式機器視覺系統，亦稱“智能機”（SmartCamera）。　

2.1 PC-Based視覺系統

PC式視覺系統是一種基于個人計算機（PC）的視覺系統，其圖像獲取設備一般由光源、光學鏡頭、CCD或CMOS攝像機以及圖像采集卡組成，圖像處理與分析設備以一臺PC機為基礎配合圖像處理軟件，一般以顯示器作為圖像處理結果的顯示輸出。

PC-Based視覺系統發展到現在，可以針對不同的工作壞境滿足各式需求，如相機的選擇可以從分辨率200萬到1200萬，幀率從0到數百幀每秒甚至更高。同時，其通訊方式非常靈活，可以直接使用USB（USB2.0/USB3.0）接口、千兆網口（GigE）接口或著很方便的擴展使用火線（1394a/1394b）接口以及Camera link等接口的相機，在短距離情況下抗干擾性很強。速度上和精度上，PC-Based系統可以根據需求配置高速、高分辨率相機和高速的處理器，可以達到運動速度快或精度要求高的檢測要求。

但同時，基于PC的機器視覺的應用系統尺寸較大，除相機外，還需圖像采集卡、工控機、各種連接線纜等，在一些對設備體積限制較嚴的場合，如生產裝置內部、移送裝置上就難以滿足要求了。同時其結構復雜，多數人認為PC-Based系統包含較多的外部部件，各部件由不同廠家生產，涉及兼容性和連接插件等中間環節，集成度較低，從而導致其穩定性下降。相對于集成度高的智能相機，其開發周期也相對較長。

2.2 嵌入式視覺系統

智能相機主要由圖像采集單元、通型信塊，圖像處理單元（處理軟件）三大組成部分，圖像采集單元類似于傳統的普通相機，將光信號轉為模擬信號或數字信號，相當于CCD/CMOS相機和圖像采集卡，圖像處理單元相當于PC-Based 系統的PC部分，是嵌入式視覺的核心，包括圖像處理、存儲單元以及相應的處理軟件，一般有DSP、FPGA和RISC三種硬件平臺用來完成圖像處理的運算，軟件可由外部寫入，但一般成熟的嵌入式機器視覺系統均將通用的圖相處里算法封裝為固定的模塊，開發人員可以根據需要選擇調用。通信模塊也是智能相機的重要組成部分，主要是將圖像處理的結果輸出到外部，智能相機一般內置以太網口通信模塊，且可支持多種網絡和總線協議。

與PC-Based 的視覺系統相比，嵌入式視覺系統存在一些明顯的優勢，比如由于其圖像獲取單元與處理單元直接相連接，在像素一致性方面較好，抗*力性較強，且由于智能相機具有較高的集成水平，體積也比PC-Based視覺系統要小很多，可適用于更多惡劣的工作環境。由于智能相機的高度集成性，它的圖像采集、處理與通信部件在設計與生產的過程中經過了專業人員的可靠性測試，所以其工作穩定性要明顯高于PC-Based系統，由于結構簡單，其維護也相對于PC-Based系統要簡單的多。軟件上，成熟的智能相機基本已經固化了視覺算法模塊和通訊模塊等，用戶只需要簡單的調用即可，不需要像PC-Based系統一樣進行系統底層的瑣碎的開發，所以開發簡單，開發周期也短。

但相對于PC-Based視覺系統，嵌入式視覺系統也存在一定劣勢，比如在精度和速度上，由于體積和圖像處理能力的限制，智能相機很難像PC-Based系統一樣，能夠很方便的將高速相機或高分辨相機集成到視覺系統中，在目前的技術條件下，通常實現同樣分辨率和速度的兩種系統，智能相機由于需要更高要求的生產工藝以及電路設計問題，會需要高昂的成本。同時，智能相機高度集成化的特點也給它帶來了靈活性不足的問題，它的硬件和軟件開發相對固定，可擴展性較PC-Based系統差，在復雜的機器視覺場景下，有時單靠智能相機難以完成系統的功能設計，而PC-Based系統卻可根據實際情況選用性能合適、價格便宜的設備，也可以選擇不同的第三方軟件來完成圖像處理等工作。

3 機器視覺檢測系統的不穩定性因素

3.1 成像系統簡介及不穩定性因素

成像系統主要由相機（CCD/CMOS）、鏡頭和光源組成，是視覺檢測的基礎，成像系統的設計目的就是獲取合格的原始圖像，并且一個好的成像系統要保證系統運行期間圖像質量的穩定，穩定的圖像抓取是視覺檢測穩定性的基本保證。

3.3.1 工業相機對成像穩定性的影響

對視覺系統設計者來說，工業相機的選擇主要考慮其傳感器類型、分辨率和幀率，其中傳感器分CCD與CMOS兩種，CMOS圖像傳感器集成度高，各元件、電路之間距離很近，干擾比較嚴重，成像噪聲高，CCD傳感器相機相對于CMOS相機具有靈敏度高、噪聲低和響應速度快的特點，在穩定性方面，CCD相機的抗沖擊與震動性也較強，一般來說，CCD傳感器相機在成像質量上和穩定性方面要優于CCD相機。

影響相機成像質量的另一重要因素就是相機的鏡頭，鏡頭除了需要根據具體工作狀況選擇合適的焦距、景深和光圈等參數外，一個影響系統檢測精度的重要因素就是圖像的幾何畸變誤差，它是光學透鏡固有的透shi失真，受到制作工藝的影響，無法消除，只能彌補，雖然現在許多工業相機通過各種方法彌補鏡頭畸變產生的誤差，但在高精度的檢測領域，幾何畸變仍然會對檢測精度產生影響。

3.1.2 光源對成像穩定性的影響

光源具有放大圖像的特征與缺陷、削弱混亂及背景的作用，直接影響輸入數據的質量，由于沒有通用的照明設備，光源的設計一直是機器視覺系統的難點，通常不僅需要針對每個特定的應用實例來選擇光源類型，還要根據具體環境對光源安裝、光源的照射方式進行斟酌，以達到效果。不同類型的光源穩定性存在差異，常見的可見光光源有LED光源、鹵素燈、日光燈和鈉光燈等，可見光zui大的缺點是不能持續穩定的輸出光能，如日光燈，在使用的*個100小時內，光能會下降15%左右[4]，隨著使用時間的增加，光能輸出持續下降。除可見光外，在高檢測任務的場景下，也常采用X射線和超聲波等不可見光作為光源，可以持續穩定的輸出光能，但不利于檢測系統的操作，且價格昂貴。光源的不均勻性也會對圖像質量產生影響，不同方向的發光強度存在差別也會引起噪聲。可見光中LED光源的穩定性和壽命相對于鹵素燈、日光燈等要好，響應時間短，可自由選擇顏色，運行成本也低，得到了廣泛的應用。光源的照射方式可分為背向照明、前向照明、結構光照明和頻閃照明，其設計要點是以突出圖像特征為準則。

a 日光燈光源      b  LED光源

3.2 軟件穩定性

檢測軟件穩定性對機器視覺的影響毋庸置疑，視覺系統zui終會在計算機上利用軟件采用有針對性的算法進行圖像濾波，邊緣檢測和邊緣提取等一系列圖像處理，不同的圖像處理和分析手段以及不同的檢測方法與計算公式，都會帶來不同的誤差，算法優劣決定測量精度的高低。

3.3 環境因素影響

視覺系統工作的測量環境包括溫度、光照、電源變化、灰塵、濕度以及電磁干擾等[5]，好的環境是視覺系統正常運行的保障。外界光照會影響照射在被測物體上的總光強，增加圖像數據輸出的噪聲，電源電壓的變化也會導致光源不穩，產生隨時間變化的噪聲。溫度變化也會對相機的性能產生影響，相機在出廠時都會標志正常工作的溫度范圍，過熱或過冷都會影響相機的正常工作。電磁干擾是工業檢測現場不可避免的干擾因素，它對工業相機電路、數據信號傳輸電路等弱電電路的影響尤為嚴重，合格的視覺產品會在出廠時經嚴格的抗干擾測試，極大的降低了外界電磁干擾對硬件電路的影響。

3.4機械結構定位影響

除成像系統硬件外，相機與物體之間的相對位置關系也會對圖像質量的穩定性產生影響，如相機或工件的機械支撐結構如果存在震動，會影響檢測精度，且這也是一個難以排查的問題。在動態下檢測工件，需要考慮運動模糊對圖像精度的影響（模糊像素 = 物體運動速度*相機曝光時間）。 另外，CCD相機與被測零件之間在理性狀況下應為相機鏡頭光軸垂直于零件所在平面，但實際使用中，由于安裝誤差或相機、工件制造誤差等原因不能保證光軸與被測平面*垂直，存在一定角度偏差，同樣對測量精度產生影響。

a 模糊圖像b 正常圖像

4 保證穩定性的解決方法

4.1 硬件選擇與設計

成像系統的硬件選擇尤為重要，通過以上對CCD相機與CMOS相機的分析可知，如果沒有特殊的要求，比如攝像速度較高（CMOS具有更快的讀出速度），CCD傳感器相機是保證圖像質量和穩定性的首要選擇，其中相機的分辨率和幀率主要根據檢測精度和檢測速度來選擇，通過計算檢測物體的視場大小與相機與被測物之間的距離決定合適的分辨率，考慮被測物體的運動速度與檢測精度要求選擇相機的幀率。

對于鏡頭，主要需要根據相機的極限分辨率來選取對應的鏡頭分辨率，選擇大于相機極限分辨率的相機即可，還需要根據工作距離與*算鏡頭的焦距，并根據被測物體與相機的距離變化選用合適的景深。在高精度測量下，要保證測量精度，除以上參數的正確選擇之外，可以選擇幾何畸變相對于普通鏡頭小的遠心鏡頭，遠心鏡頭不僅幾何畸變較小，還能減小物體距離變化帶來的誤差。

如無特殊要求而采用X射線等不可見光光源，對于可見光光源，應優先考慮使用LED光源，在對采集圖像質量有決定性影響的光源均勻性上，LED光源明顯優于鹵素燈、日光燈等其它光源，而且它還具有耗電低、使用壽命長和對環境無污染的優點。同時，為了減小外界光對視覺系統穩定性的影響，可以通過增加光源箱的方式屏蔽外界光源。

4.2 軟件設計

4.2.1 標定

相機與鏡頭由于工藝的原因，總會或多或少地導致獲取的原始圖像存在幾何畸變誤差，這種誤差不能通過硬件的優化消除，但可以利用標定軟件算法來減弱這種誤差對測量精度的影響，相機標定的基本原理是通過相機對視場內不同角度標準圖像（通常使用標定板）的拍攝來求出相機的內、外參數以及畸變參數，建立三維坐標與圖像坐標的映射關系，從而對得到的原始畸變圖像進行矯正，通常相機標定在有精度要求的測量和定位中必須使用。

4.2.2 圖像處理

硬件采集到的原始圖像zui終要通過圖濾波、邊緣檢測等算法才能完成檢測功能，實現檢測結果的輸出。其中圖像濾波可以抑制采集到圖像中存在的噪聲，降低光源與灰度值不穩定的問題，提高信噪比，其本質是通過算法保證圖像上像素點間zui小方差zui小。對于高精度測量系統來說，粗邊界像素級精度往往難以滿足要求，亞像素級邊緣定位技術在像素級別位置通過細分算法與擬合方法結合可以使邊緣位置達到0.1甚至0.01的亞像素級精度，系統檢測精度得到保證。

a 正常圖像 b 5×5中值濾波

5 總結

總的來說，機器視覺系統的設計需要考慮多方面的因素，除了根據需求按照常規選型參數選擇相應參數的設備之外，還需要考慮光源的穩定性、相機的畸變誤差，以及被檢測物體與相機之間的相對運動等因素給檢測系統帶來的穩定性干擾與測量誤差。只有綜合考慮這些因素進行視覺系統的優化設計，才能建立穩定、合格的機器視覺檢測系統。

6  行業

WELINKIRT是一家私營機器視覺技術公司。擁有*的視覺引導機器人（VGR）軟件產品，是一個讓工業機器人和協作機器人能夠“看到和思考”的平臺。

人工智能和機器學習是WELINKIRT擅長的領域

智能機器人與普通機器人之間的區別在于其能夠適應不斷變化的環境。視覺作為機器人的“眼睛”，對于機器人至關重要。機器人需要它所在運行環境的感官輸入，視覺是主要的感官輸入。

Werobotics為機器人提供情境智能

WELINKIRT的專有算法已經是一種受監督的人工智能，允許機器人“思考”。隨著機器學習技術引入到Werobotics，我們將制作一個無人值守的視覺軟件，比人類更快，更準確地訓練自己。

核心產品/The core product

WELINKIRT機器人視覺的三個主要領域（2D，2.5D和3D），提供視覺機器人解決方案，擁有且獲獎的Werobotics軟件平臺

單相機2D             單相機2.5D             單相機3D

產品特點/Product Features

硬件：結構簡單，布設快捷，成品低廉

軟件3大特性：快速，便捷，自動

AutoCalibration，自動測量標定相機與機器人的位置信息

AutoTrain，自動圍繞工件移動構件物體三維模型

AccuTest，參數設定完成后自動測試模擬驗證結果的準確性

產品能力/Ability

1.內置驗證工具

2.自動校準視覺系統測試-AccuTest

3.視覺引導機器人（VGR）

4.亂序分揀

5.自動校準

應用場景/Application scenarios

erobotics Technologies的視覺技術適用于各種行業，各種類型，各種環境。一些應用如下：

1.結構化揀選    

 2.半結構化揀貨

 3.*非結構化的隨機揀選 

4.庫存組織與管理

 5.運動檢測 

6. 傳送帶工件跟蹤和處理

7.汽車部件處理和裝配

微鏈認知機器人視覺系統

更少的硬件投入，更高的性能

只需一個鏡頭即可滿足2D，2.5D，3D視覺應用

zui快：0.1S從圖像到引導

精度zui高：20微米即0.02mm

格：降低供應商40-50％的成本

不需要編程，操作簡單。

讓機器像人一樣看懂這個世界