机器视觉系统中相机的分类
机器视觉(相机、镜头、光源 )全面概括
机器视觉（相机、镜头、光源）全面概括分类：机器视觉2013-08-19 10:52 1133人阅读评论(0) 收藏举报机器视觉工业相机光源镜头1.1.1视觉系统原理描述机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
2.1.1视觉系统组成部分视觉系统主要由以下部分组成1.照明光源2.镜头3.工业摄像机4.图像采集/处理卡5.图像处理系统6.其它外部设备2.1.1.1相机篇详细介绍：工业相机又俗称摄像机，相比于传统的民用相机（摄像机）而言，它具有高的图像稳定性、高传输能力和高抗干扰能力等，目前市面上工业相机大多是基于CCD（ChargeCoupled Device）或CMOS（Complementary Metal OxideSemiconductor）芯片的相机。
CCD是目前机器视觉最为常用的图像传感器。
它集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。
CCD的突出特点是以电荷作为信号，而不同于其它器件是以电流或者电压为信号。
这类成像器件通过光电转换形成电荷包，而后在驱动脉冲的作用下转移、放大输出图像信号。
典型的CCD相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成。
CCD作为一种功能器件，与真空管相比，具有无灼伤、无滞后、低电压工作、低功耗等优点。
CMOS图像传感器的开发最早出现在20世纪70 年代初，90 年代初期，随着超大规模集成电路(VLSI) 制造工艺技术的发展，CMOS图像传感器得到迅速发展。
CMOS图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。
机器视觉中用的工业相机与普通相机的区别
机器视觉中用的工业相机与普通相机的区
别
机器视觉系统就是利用机器代替人眼来作各种测量和判断。
机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和(或者)显示的机器设备上。
作为机器的“眼睛”,相机占据非常重要的地位。
按照不同标准可分为标准分辨率数字相机和模拟相机等。
根据不同的实际应用场合选不同的相机和高分辨率相机线扫描CCD和面阵CCD;单色相机和彩色相机。
那么工业相机和我们日常生活中用的普通相机有什么区别呢?
1、工业相机的快门时间非常短,可以抓拍快速运动的物体,工业相机的快门时间般都是微秒级的,配合光源、频闪控制器以及全屏曝光,可以有效解决拖影等问题。
2、工业相机的拍摄速度远远高于一般相机。
工业相机每秒可以拍摄十幅到几百幅甚至更多的图片,而一般相机只能拍摄2-3幅图像,相差甚远。
3、工业相机的图像传感器是逐行扫描的,而一般摄像机的图像传感器是隔行扫描的,甚至是隔三行扫描的。
逐行扫描的图像传感器生产比较困难,成品率低,出货量也少,例如Dalsa、avt等,价格相对比较昂贵。
4、工业相机输出的是裸数据,其光谱范围也往往比较宽,比较适台进行高质量的图像处理算法,普遍应用于机器视觉系统中。
而一般相机(DSC)拍摄的图片,其光谱范围只适合人眼视觉,并且经过了MPEG压缩,图像质量也较差。
由于工业相机区别于普通相机的技术优势,工业相机更多的应用到各大领域中。
机器视觉工程师招聘笔试题及解答(某大型央企)
招聘机器视觉工程师笔试题及解答(某大型央企)(答案在后面)一、单项选择题（本大题有10小题，每小题2分，共20分）1、机器视觉系统的基本组成包括哪几个部分？A. 计算机、相机、镜头、光源B. 相机、镜头、光源、转换器C. 相机、触发器、镜头、释放器D. 传感器、控制电路、信号处理器、显示装置2、在机器视觉应用中，下列哪种相机类型在高速度和高分辨率方面表现优越？A. CMOS相机B. CCD相机C. 红外相机D. 长线阵相机3、以下哪种技术是实现机器视觉中的图像分割的主流方法？A. 支持向量机（SVM）B. 深度神经网络（Deep Neural Network）C. 朴素贝叶斯（Naive Bayes）D. 卡尔曼滤波器（Kalman Filter）4、以下哪项不是机器视觉系统性能评估的指标？A. 分辨率B. 响应时间C. 可靠性D. 噪声容忍度5、在机器视觉系统中，用于将模拟图像信号转换为数字信号以便计算机处理的设备是：A. 光源B. 镜头C. 图像传感器D. 图像处理器6、以下哪种算法通常用于机器视觉中的边缘检测？A. 霍夫变换B. 傅里叶变换C. Canny边缘检测D. 离散余弦变换7、在机器视觉系统中，为了提高图像处理的速度，下列哪一项不是常用的优化方法？A. 使用硬件加速技术B. 减少图像分辨率C. 增加图像的色彩深度D. 采用更高效的算法8、当使用Hough变换检测图像中的直线时，如果需要检测的直线倾斜角度范围是0°到90°，那么累加器的维度应该是多少？A. 1维B. 2维C. 3维D. 4维9、在机器视觉领域，以下哪个不是常用的图像处理算法？A、Sobel算子B、Canny算子C、Laplacian算子D、K-means聚类 10、在深度学习模型中，以下哪个不是常用的卷积神经网络（CNN）结构？A、LeNet-5B、AlexNetC、VGG-16D、RNN二、多项选择题（本大题有10小题，每小题4分，共40分）1、机器视觉系统的核心技术包括哪些方面？（）A. 图像采集B. 图像处理与分析C. 物体识别D. 系统集成E. 传感器技术2、在机器视觉工程中，常见的检测任务有哪些？（）A. 缺陷检测B. 颜色识别C. 对象定位D. 精度测量E. 动态跟踪3、以下哪些是机器视觉系统的关键组成部分？（）A、光源B、图像传感器C、图像采集卡D、计算机视觉算法E、镜头F、图像处理软件4、以下关于深度学习的说法，正确的是哪些？（）A、深度学习可以提高机器视觉系统的准确率B、深度学习主要应用在图像识别和分类领域C、深度学习模型需要庞大的数据和计算资源D、深度学习可以在没有任何标注数据的情况下进行学习E、深度学习可以提高系统对复杂场景的适应能力5、在机器视觉系统中，下列哪些方法可以用来提高图像的特征提取准确性？A、增加图像的对比度和亮度B、使用高斯模糊来减少噪声C、应用边缘检测算法如Canny边缘检测D、增加图像分辨率E、使用不变矩进行形状识别F、仅使用灰度图像而不使用彩色图像6、下列哪些是常用的机器视觉算法类别？A、模板匹配B、支持向量机(SVM)C、卷积神经网络(CNN)D、遗传算法E、傅里叶变换F、以上全部7、关于机器视觉中的图像处理，以下哪些说法是正确的？（）A. 图像增强可以提高图像质量，但不会影响图像的尺寸B. 图像压缩可以减小图像数据量，但可能会损失一些信息C. 图像分割是将图像分割成若干区域的过程D. 边缘检测是提取图像中物体边缘的过程E. 图像滤波可以去除图像中的噪声8、以下关于深度学习的描述，哪些是正确的？（）A. 深度学习是机器学习的一个分支，主要研究层次化的神经网络B. 深度学习模型通常具有大量的参数和节点，导致计算量较大C. 深度学习在图像识别、语音识别等领域取得了显著的成果D. 深度学习模型训练过程中需要大量的数据E. 深度学习模型具有较好的泛化能力，但可能会过拟合9、9、针对机器视觉系统的硬件选型，下列哪些因素是需要考虑的关键因素？（）A. 图像传感器类型B. 系统响应时间C. 摄像机分辨率D. 光源特性E. 传感器尺寸 10、 10、哪几种典型的机器视觉技术能够有效应对光照变化带来的挑战？（）A. 背光照明B. 侧光照明C. 透射照明D. 平行光照明E. 三维激光扫描三、判断题（本大题有10小题，每小题2分，共20分）1、机器视觉系统通常不用于工业自动化领域。
机器视觉系统之相机篇PPT课件
IEEE1394总线特征
Ø 1394总线的“心跳”周期是125 µs (8 kHz)； Ø 包长：1394总线每125 µs 发送的同步数据包
尺寸。
IEEE1394总线特征
IEEE1394传输距离
➢ 1394a，单根4.5m(S400)，加中继可达70m。高 质量的线缆可达17.5m(S400)(AVT)，如果调整到 S100或S200，则传输距离可达25m，甚至更长；
CCD Sensor—全帧转移
➢ 优点：填充因子(fill factor)可以达到非常高， 甚至达到100%。这样 Sensor灵敏度非常大。
➢ 缺点：由于传输和读出 使用的时钟相同，因此 Sensor上面的部分曝光 时间比下面的长，这会 造成Smear现象。为了解 决这个问题，必须使用
机械快门或闪光灯。
Output (Amplifier)
电子快门和微透镜
➢Overflow Drain主 要用来消除CCD Sensor的Blooming现 象，它也被用来实现 电子快门
➢通过Micro Lenses 可以将传感器的填充 因子提高。
CMOS Se行扫描
20
USB总线传输方式
➢ 等时(isochronous)传输方式。提供了确定的带宽和间隔时 间，在传送数据发生错误时，USB并不处理这些错误，而是 继续传送新的数据；
➢ 中断(interrupt)传输方式。传输数据量小，以达到实时效 果；
➢ 控制(control)传输方式。双向传输，数据量也比较小； ➢ 批(bulk)传输方式。该方式用来传输要求正确无误的数据；
➢ 1394b,单根10m(S800)；转网络传输，用Cat5线 可达到100m(S100)，使用Cat6线，在S400情况下可 达60m；转光纤传输，可达500m(S400/S800)；直接 光纤传输100m(S800)(AVT Pike和Stingray系列)
机器视觉相机光源镜头分类
机器视觉就是用机器代替人眼来做测量和判断。 机器视觉系统是指通过机器视觉产品将被摄取 目标转换成图像信号，传送给专用的图像处理 系统，根据像素分布和亮度、颜色等信息，转 变成数字化信号；图像系统对这些信号进行各 种运算来抽取目标的特征，进而根据判别的结 果来控制现场的设备动作。
光源分类
• 6、线性光源：超高亮度，采用柱面透镜聚光，适用于各种流水线连 续检测场合。 • 7、同轴光：同轴光源可以消除物体表面不平整引起的阴影，从而减 少干扰；部分采用分光镜设计，减少光损失，提高成像清晰度，均匀 照射物体表面。 • 8、点光源：大功率LED，体积小，发光强度高；光纤卤素灯的替代品， 尤其适合作为镜头的同轴光源等，高效散热装置，大大提高光源的使 用寿命。 • 9、组合条形光：四边配置条形光，每边照明独立可控制；可根据被 测物体要求调整所需照明角度，适用性广。 • 10、对位光源：对位光源速度快，视场大；精度高；体积小；便于检 测集成，亮度高，可选配辅助环形光。
灵活性高，可扩充性强，支持远距离传输，支持多点传输，技术成熟， 鲁棒性强，成本低 • USB3.0 灵活性高，传输距离短，可靠性低，技术不成熟
镜头分类
• 镜头的基本参数： • FOV：视野范围；WD：镜头第一个工作面到被测物体的距离；DOF： 景深； β：光学放大倍率；NA：数值孔径；Flange dis tance：后背焦 • 镜头的分类： • 1、按相机的不同分为面阵镜头和线阵镜头 • 2、按焦距分为定焦镜头和变焦镜头 • 3、按放大倍数分为定倍镜头和变倍镜头 • 4、按远心类型分为物方远心镜头、像方远心镜头和两侧远心镜头
机器视觉系统的组成
• 图像获取：光源、镜头、相机、采集卡、机械平台 • 图像处理与分析：工控主机、图像处理分析软件、图形交互界面 • 判决执行：电传单元、机械单元
基于HALCON的机器视觉系统的研究与实现
基于HALCON的机器视觉系统的研究与实现近年来，机器视觉系统以其高效率、高可靠、低成本的特点在国外取得了广泛的应用。
机器视觉系统适用于众多领域，例如工业自动化、医药业、制造业、农业等，弥补了人类视觉的很多不足。
本文采用德国MVTec公司的专业机器视觉软件HALCON来开发机器视觉系统，提出了相关机器视觉实现方法，并且在机器视觉实验平台上完成了一个弹簧片检测任务。
目前关注较多的是机器视觉系统的硬件部分，而机器视觉软件部分关注较少，一个先进的机器视觉系统除了具有高性能的硬件外，还需要有高性能的软件，虽然说许多常见的开发软件例如Mircosoft的Visual Studio、NI的LabWindows\CVI等等都可以开发机器视觉系统，但是开发周期比较长，针对性较弱，程序的复杂程度较高。
而采用HALCON作为机器视觉和图像处理核心软件，不仅大大缩短了开发周期，降低了开发难度，而且可以参考HALCON提供的众多机器视觉和图像处理例程来针对具体的任务做具体开发。
文章的第一章研究了机器视觉系统的组成、应用现状和发展，并且对机器视觉软件HALCON做了概述。
第二章根据相关要求，选择合适的硬件单元，设计和搭建了VS-ZM1200机器视觉实验平台。
第三章研究了机器视觉中常用的一些图像处理技术，重点讨论了在弹簧片检测任务中所采用的图像处理技术和算法，如图像的增强，分割，边缘检测等。
第四章研究了机器视觉软件，重点研究了HALCON，并且对在Visual C++开发环境下如何使用HALCON编写的程序做了讨论。
第五章介绍了在VS-ZM1200机器视觉实验平台上，使用HALCON和Visual C++开发的一套弹簧片检测系统，该系统完成关于弹簧片的尺寸参数测量和外观参数判别的任务。
第一章：绪论1.1机器视觉概述人类在征服自然、改造自然和推动社会进步的过程中,为了克服自身能力、能量的局限性,发明和创造了许多机器来辅助或代替人类完成任务。
机器视觉检测系统
工作原理：机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/ 不合格、有/ 无等，实现自动识别功能。
①工业相机与工业镜头——这部分属于成像器件，通常的视觉系统都是由一套或者多套这样的成像系统组成，如果有多路相机，可能由图像卡切换来获取图像数据，也可能由同步控制同时获取多相机通道的数据。
根据应用的需要相机可能是输出标准的单色视频（RS-170/CCIR）、复合信号（Y/C）、RGB信号，也可能是非标准的逐行扫描信号、线扫描信号、高分辨率信号等。
②光源——作为辅助成像器件，对成像质量的好坏往往能起到至关重要的作用，各种形状的LED灯、高频荧光灯、光纤卤素灯等都容易得到。
③传感器——通常以光纤开关、接近开关等的形式出现，用以判断被测对象的位置和状态，告知图像传感器进行正确的采集。
④图像采集卡——通常以插入卡的形式安装在PC中，图像采集卡的主要工作是把相机输出的图像输送给电脑主机。
它将来自相机的模拟或数字信号转换成一定格式的图像数据流，同时它可以控制相机的一些参数，比如触发信号，曝光/积分时间，快门速度等。
图像采集卡通常有不同的硬件结构以针对不同类型的相机，同时也有不同的总线形式，比如PCI、PCI64、Compact PCI，PC104，ISA等。
⑤PC平台——电脑是一个PC式视觉系统的核心，在这里完成图像数据的处理和绝大部分的控制逻辑，对于检测类型的应用，通常都需要较高频率的CPU，这样可以减少处理的时间。
同时，为了减少工业现场电磁、振动、灰尘、温度等的干扰，必须选择工业级的电脑。
⑥视觉处理软件——机器视觉软件用来完成输入的图像数据的处理，然后通过一定的运算得出结果，这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。
机器视觉选型相机规则
机器视觉选型相机规则机器视觉是一种模拟人眼进行图像识别和处理的技术，广泛应用于工业自动化、无人驾驶、安防监控等领域。
而相机作为机器视觉的重要组成部分，其选型规则对于机器视觉系统的性能和稳定性具有关键影响。
本文将从分辨率、帧率、感光元件、镜头、接口等方面介绍相机选型的规则。
一、分辨率相机的分辨率是指图像的像素数量，通常用横向像素数和纵向像素数表示。
分辨率越高，图像细节越丰富，但也会增加图像处理的计算量。
在选择相机分辨率时，需根据实际应用场景和需求来确定，避免过高或过低的分辨率。
二、帧率帧率是指相机每秒传输的图像帧数，常用单位为fps（Frames Per Second）。
帧率越高，图像的连续性越好，适用于高速运动物体的检测和追踪。
但高帧率相机通常价格昂贵，且会增加数据处理的复杂度。
三、感光元件感光元件是相机的核心部件，决定了图像的质量和灵敏度。
常见的感光元件有CCD和CMOS两种。
CCD感光元件具有较高的图像质量和低噪声特性，适用于对图像质量要求较高的应用场景；而CMOS感光元件则具有低功耗、高速度、集成度高等优势，适用于对帧率要求较高的应用场景。
四、镜头镜头是相机的光学系统，直接影响图像的清晰度和视场范围。
选择镜头时，需考虑焦距、光圈、视场角等参数。
焦距决定了镜头的放大倍数，光圈决定了镜头的透光能力，视场角决定了镜头的拍摄范围。
根据实际需求，选择合适的镜头参数，以获得清晰、准确的图像。
五、接口相机与其他设备的连接通常通过接口完成，常见的接口有USB、GigE、Camera Link等。
USB接口简单易用，适用于小型相机和低带宽应用；GigE接口具有较高的传输速度和稳定性，适用于大带宽应用；Camera Link接口则适用于对图像传输速度和稳定性要求较高的应用。
总结起来，机器视觉选型相机的规则包括分辨率、帧率、感光元件、镜头和接口。
在选型时，需根据实际应用需求和预算来确定各项参数。
同时，还需要考虑相机的稳定性、可靠性和兼容性等因素，以确保机器视觉系统的正常运行和性能表现。