L0为视场(FOV),L0=FOV=(l(镜头到物体)传感器尺寸(像素大小每行的像素数))/焦距
机器视觉系统通常由光学系统(光源、镜头、工业相机)、图像采集单元、图像处理单元、执行器和人机界面组成。功能模式是相辅相成的,缺一不可。
机器视觉系统具有测量功能,能够自动测量产品的外观尺寸,比如外形轮廓、孔径、高度、面积等尺寸的测量。
光源和镜头都需要我们掌握光学知识,不同的打光方式,可以让相机对物体产生完全不同的成像;而镜头的倍率,焦距,视野等的选择不同直接决定了成像的逼真度。
亚像素的应用使得不管在同一等级的硬件或者更高的硬件水平下都能得到更高的精度。
机器视觉系统非常复杂。即使在最简单的系统中,硬件和软件也可以协同工作以产生结果。尽管有许多重要组成部分,其中一个突出:镜头。
机器视觉在自动化领域的发展趋势包括深度学习与神经网络、实时性能和速度、3D视觉和空间感知、多模态融合、增强现实和虚拟现实、自主决策和反馈控制、边缘计算和云平台,以及自适应性和灵活性等方面的进步
图像采集是工业相机与PC端通过图像采集卡相互链接,图像采集卡接收工业相机的模拟信号或数字信号,并将信号处理转换为适用于PC端的信息。
机器视觉系统通常使用摄像机、传感器和其他设备来捕捉制造过程的图像和视频。然后使用专门的软件和算法处理图像和视频,以检测生产过程中的任何缺陷或错误。
检测芯片针脚是否规则整齐、目标定位以及存在/缺陷检测等。基于边缘检测技术的应用,为行业的高精度检测及尺寸测量提供了强大的技术支持。