机器视觉概述——相机,应用
📅 2026/8/3 4:39:30
👁️ 阅读次数
📝 编程学习
一、机器视觉系统组成
机器视觉系统核心由光源、镜头、相机、图像采集模块、图像处理模块、交互界面组成,其中相机是将光学影像转化为数字 / 模拟信号的核心器件。
1.工业相机核心选型参数
相机选型需重点关注 5 项核心参数:
- 分辨率:传感器有效像素数量,决定成像的细节分辨能力
- 像素尺寸:单个感光像元的物理尺寸,直接影响感光灵敏度与成像精度
- 帧率:每秒可采集的图像帧数,决定系统检测速度的上限
- 像素深度:每个像素的灰度 / 色彩量化位数(如 8bit 对应 0-255 级灰度)
- 数字接口:数据传输的协议与物理接口,决定传输带宽与最大布线距离
二、相机分类与对比
1.按传感器芯片类型:CCD vs CMOS
(1)工作原理差异
CCD:光子转化为电荷后,通过移位寄存器将所有像素的电荷串行传输至统一放大器,再统一转换为电压信号输出
CMOS:每个像素内置放大电路,电荷在像素内部直接转换为电压,全像素并行输出信号
(2)性能优劣对比
| 维度 | CCD | CMOS |
|---|---|---|
| 核心优势 | 图像质量高、灵敏度高、对比度高线性度好、整体噪声低 | 体积小、片上数字化、集成度高低功耗、无 Blooming 现象、可单像素寻址高动态范围、帧率上限更高 |
| 核心劣势 | 存在 Blooming 强光溢出现象、无法直接访问单个像素、无片上处理功能、集成度低、功耗偏高 | 像素间一致性较差、光灵敏度相对更低、存在固定模式噪声、整体噪声偏大 |
| 数据处理方式 | 串行处理 | 并行处理 |
补充:Blooming 现象指 CCD 中单个像素电荷过饱和后,溢出扩散到相邻像素的现象,会造成局部亮斑拖影。
2.按感光阵列形式:面阵相机 vs 线阵相机
| 维度 | 面阵相机 | 线阵相机 |
|---|---|---|
| 感光元件 | 二维矩形像素阵列 | 一行或多行线性像素阵列 |
| 成像方式 | 单次曝光直接获取整幅二维图像 | 逐行扫描成像,需配合被测物机械运动,逐行拼接成完整图像 |
| 典型分辨率 | 640×480、1280×960、1600×1200 等 | 1k、2k、4k、8k、12k、16k 等 |
| 适用场景 | 通用缺陷检测、定位、识别等绝大多数静态 / 低速场景 | 大幅面、连续运动物料检测,如卷材、布匹、PCB 面板、流水线连续产品 |
3.按扫描方式:逐行扫描 vs 隔行扫描
- 隔行扫描:分奇场、偶场两次扫描拼接成一帧,为民用相机常用方案,拍摄运动物体易出现拉丝、梳齿状伪影
- 逐行扫描:所有像素行依次连续曝光输出,为工业相机主流标准,运动物体成像清晰无断层,适配高速检测场景
4.按快门模式:全局快门 vs 卷帘快门
| 模式 | 工作原理 | 成像特点 | 适用场景 |
|---|---|---|---|
| 全局快门(Global Shutter) | 所有像素同时开始曝光、同时结束曝光 | 可 “冻结” 高速运动物体,无运动畸变 | 高速运动工件检测、生产线飞拍场景 |
| 卷帘快门(Rolling Shutter) | 逐行顺序曝光,不同行的曝光时刻不同 | 拍摄高速物体易产生果冻效应、倾斜变形 | 静态或低速物体检测,硬件成本更低 |
5.按色彩输出:黑白相机 vs 彩色相机
(1)成像原理
- 黑白相机:传感器直接接收光强信号,输出灰度图像,每个像素值直接对应真实光强
- 彩色相机:工业主流采用**拜耳阵列(Bayer Pattern)**方案,单芯片表面覆盖 RGB 滤光片,通过插值算法还原每个像素的 RGB 色彩
拜耳阵列由布莱斯・拜尔于 1974 年提出,按 “绿:红: 蓝 = 2:1:1” 的比例排布滤光片,利用人眼对绿色更敏感的特性实现高效色彩还原。像素缺失的色彩分量通过邻域像素插值计算得到。
拜尔阵列:
(2)工业选型建议
若检测任务与颜色强相关(如色号识别、色差检测),选用彩色工业相机
通用尺寸测量、缺陷检测、边缘提取等场景,
优先选用黑白相机
- 同分辨率下黑白相机空间精度更高,边缘细节更清晰
- 彩色相机经拜耳插值后,边缘易出现伪彩色,损失测量精度
- 黑白相机无滤光片遮挡,光通量更高,低光环境成像表现更好
三、相机主流接口对比
| 接口类型 | 传输速率 | 典型传输距离 | 核心优势 | 核心劣势 |
|---|---|---|---|---|
| Camera Link | Base:1.5Gbps;Medium:3.8Gbps;Full:5.1Gbps | 10m | 带宽极高、抗干扰能力强、支持预处理采集设备 | 硬件成本高、线缆不带供电 |
| USB 3.0 | 5Gbps | 5m | 易用性强、成本低、支持多相机接入 | 无统一工业标准协议、CPU 占用较高 |
| 1394a/b | 400Mbps / 800Mbps | 4.5m | 协议标准统一、CPU 占用低、支持多相机 | 长距离传输线缆成本高 |
| GigE(千兆网) | 1000Mbps | 100m | 传输距离远、网线成本低、标准 GigE Vision 协议、支持多相机 | CPU 占用较高、极端网络环境可能出现丢包 |
选型实例:大恒 MER-500-14U3 系列
- 分辨率:2592×1944(500 万像素)
- 帧率:14fps
- 传感器:1/2.5 英寸、行曝光 CMOS
- 像素尺寸:2.2μm×2.2μm
- 输出格式:黑白款 Mono8/10;彩色款 Bayer GR8/10
- 接口:USB3.0 数据接口,C 型镜头接口
- 特性:体积 29mm×29mm×29mm、重量 57g、功耗 < 2W,符合 GenICam 标准
四、机器视觉核心功能与应用
1.基础检测功能
机器视觉可实现 11 类核心通用功能:
- 有无判断、面积检测、方向检测、角度检测
- 尺寸测量、位置检测、数量计数、图形匹配
- 条码识别、字符识别(OCR)、颜色识别
2.典型应用
- 电子与半导体:LED/LCD 光学参数测试、PCB 焊点 / 丝印 / 钻孔质量检测、IC 芯片极性 / 引脚 / 印刷缺陷检测
- 计算机外设:光盘印刷质量检测、硬盘磁头倾斜度检测、连接器针脚排列检测、扁平电缆字符识别
- 制药行业:胶囊壁厚 / 高度 / 外观缺陷检测、药片形状与厚度检测、药片装瓶数量计数
- 包装行业:药品 / 化妆品包装外观与条码检测、食品包装生产日期识别与密封性检测
- 汽车行业:仪表盘指针校准、雨刮器零件分类、车灯光学检测、按键丝印质量校验、零部件装配完整性检查
- 印刷行业:钱币印刷质量检测、号码识别、丝印质量校验、塑料薄膜印刷对位
- 消费行业:钻石多棱面加工引导、刀柄仿型加工、鞋模制造、喷雾器喷射形态分析、陶瓷印花质检
- 食品饮料:瓶装液位高度检测、玻璃瓶外观 / 破损检测、口服液瓶质检、罐装饮料保质期与条码识别
- 医学领域:血液分析、光电内镜光学测试、细胞识别与计数
- 机械制造:量仪校准、轴承缺陷检测、焊接质量检测、零部件装配完整性校验
编程学习
技术分享
实战经验