1、实训一机器视觉技术 Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】实训一机器视觉技术实训一 机器视觉技术(一)机器视觉技术1.目标图像摄取装置(CMOS和CCD)图像信号图像处理系统数字化信号2.机器视觉系统组成部分:光源、镜头、相机、图像处理单元、图象处理软件、监视器、输入/输出控制单元。3.特点:提高生产的柔性和自动化程度。4.应用:生产流水线的检测系统(汽车零件、纸币印刷质量)、智能交通管理系统、金相分析、医疗图象分析、无人机、机器人等。(二)机器视觉实训系统大恒DHLAB-BASE-PY-AF型平移式机器视觉教学实验平台组成部分:相机
2、安装模块、光源安装模块、平台方形载板、运动控制面板由组成部分可推测,在机器视觉系统识别物体时,相机的焦距、光源的种类、光圈的大小、曝光时间的长短、载板移动速度的大小都将会对获取图像产生不同的影响。平台:速度可调;手动或自动运动模式;摄像头:紧凑型数字摄像机感光元件:1/”CCD;分辨率为1628(H)x 1236(V);像素尺寸 x 。(三)实训内容【1】一维条码检测1. 条形码(barcode)是将宽度不等的多个黑条和空白,按照一定的编码规则排列,用以表达一组信息的图形标识符,在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。2. 摄像机位置离检测平面大概47cm,光源离检
3、测平面约36cm。3. 实验步骤如下:放置条形码在载物平台上,使其处于镜头正下方;调整焦距、改变光圈大小,使物体清晰,对比度高、明暗适中;利用计算机软件控制相机对物体成像;通过改变曝光量、增益、光源、载物台移动速度,观察成像结果并加以比较。结果如下:条形码A不开光圈、无速度曝光量增益识别结果10000没有图像25000不能识别600000正确识别600005正确识别60000错误识别600007没有图像条形码B不开光圈、无速度曝光量增益识别结果600002没有图像60000正确识别6000020错误识别35000不能识别40000正确识别开光圈曝光量增益识别结果60000没有图像2000正确识
4、别速度曝光量增益识别结果小60000正确识别中60000错误识别大60000错误识别部分截图思考题a.想要调整平台移动速度,可以使用平移平台控制面板速度调整部分,打开速度调整按钮,旋转旋钮,控制速度。b.更换其他条形码,必须再次经过调焦、找到合适位置、适合曝光量、适合增益,才能够正确识别。否则会出现错误识别或不能成像的结果。【2】二维码检测1.二维码为黑白相间、粗细不同的点阵图形,通过大大小小不同的黑白的点来存储信息。2.检测系统、实验步骤同【1】3.结果:曝光量很小时,系统也能够识别;增益数在实验过程中均大于3。4.讨论加光源对识别结果的影响:未补光 补光即在此实验中,光源的补充与否并没能直
5、接影响识别精度。只要在实验过程中,注意到曝光量、增益、光圈大小、光源补否之前相互协调,就能够使系统精准检测识别到二维码的内含信息。讨论改变触发模式对识别结果的影响:平移平台在移动的过程中,能够受到触发模式的控制。当改动触发模式为“Line0”时,平台在移动经过磁铁标定点时,系统相机自动拍照并只在此时拍照。此时拍照得到的图像较为清晰,识别准确度提高。5.思考题a.其他二维码即系统能够识别如微信、系统自动生成的一些二维码。只是在进行识别前,需要记得调焦、调整曝光量等数据,使系统能够成清晰的像,只有这样,才能精准识别。b.编写识别指定二维码的Halcon程序。在经过学习原有二维码识别的程序代码后,分
6、析得知只需将过程中的“识别”语句改为相应的新二维码信息,既可以实现识别功能。语句改为:M1:=wangxiaohan识别功能实现截图如下:c.倾斜旋转二维码,系统能够识别。【3】字符识别1.此项实验需要使系统识别特定字符。此字符已由Halcon算子程序规定为“HALCON”,出现其他字符不可识别。2.实验过程如【1】中的-。3.实验数据、截图补充如下:曝光量增益识别结果50000正确识别50003正确识别200000正确识别右遮挡100000不能识别下遮挡100000错误识别角遮挡100000错误识别4.思考题:对物体遮挡后,系统不能够100%准确识别字符。如上图所示,遮挡部分字符串或者遮挡下
7、方、边角,都可能使系统不能精确识别字符,还可能会产生错误识别除字符外的物体。【4】一维测量1.本实验测量普通芯片的管脚间距。2.实验步骤:置条形码在载物平台上,使其处于镜头正下方;调整焦距、改变光圈大小,使物体清晰,对比度高、明暗适中;利用计算机软件控制相机对物体成像;划定“匹配区域”,此步骤是为了在实际应用中,使相机在多个零件中,能够通过匹配区域的特征,识别出需要测量的零件(即芯片)。划定“测量区域”,此步骤是为了在识别了特定零件后,在该零件的固定测量区域内才进行测量,而不是无范围的胡乱测量。相机采集后自动生成测量数据,此数据为像素单位。如需得知确切管脚间距,要换算成标准长度单位。额外测量直
8、尺间距,为单位换算做准备。3.实验结果截图速度慢 速度快静止 直尺4.思考题a.更换其他芯片,并不能够检测成功。因为其“匹配区域”并不重合,所以系统不能识别芯片并进行测量。b.测出来的数据单位是像素。在进行了直尺间距测量后,可大致估计1mm代表此实验中的单位“1”,因此可以得到管脚间距的公制长度值。【5】二维测量1.对所给实验工件测量板的图形进行测量。可以通过系统得到的数据有圆的直径和矩形的面积。2.保持相机与平台距离为47cm。加固背光源。3.实验步骤同实验【4】,必须划定匹配区域和测量区域。4.实验结果截图:5.测量过程中,有时会因为测量区域划定不规范或者测量区域与匹配区域重合时,导致系统
9、无法识别且测定。6.思考题:测量数据仍为像素,可与【4】方法相同,通过建立标准长度单位与实验中所得像素数据匹配公式,再对实验数据进行换算得到真实的长度单位数据。【6】三维形状匹配1.对实验所给工件进行测量匹配。可以通过系统得到三维工件在图像中的位置,并得到工件在相机坐标系中的坐标和姿态。2.实验步骤补充:设置匹配参数;加载形状模型;完成3D形状匹配。3.实验结果截图:4.思考题:a.遮挡工件,不能准确测量。b.旋转工件,并不是任何角度都可以测量得到正确结果。【7】木材分类系统1.本实验用来检测木板的种类。2.实验流程:木材模板创建:通过对各类木板的材质进行训练,使系统“记忆”被测物的特征,能够
10、在识别过程中对所给木板的材质进行对比检测。完成训练后,将任意木板放置在平移台上,使系统对木板材质进行识别。如能够在“材质库”中匹配到合适材质,显示正确类别;如不能匹配,则无法显示或者出现错误识别。3.实验结果截图:(均能正确识别)4.思考题:光照改变会影响匹配精度。有时过于强的光照,木材表面可能反光严重,会使系统判别错误,匹配成其他材质。下面三幅图为同一块木板,因光照强度不同,而被系统匹配不同材质。(四)实训心得1. 实验过程中如需讨论某些参数对于结果的影响,一定要做到只改变讨论量,其他变量保持不变;2. 实验数据要通过多次实验结果平均后取得,为的是排除偶然误差;3. 光学实验中对于光学系统的构成、光路的设计、透镜应用等方面格外注意,本实验相机的成像过程,就需要对于透镜焦距的知识有所掌握。4. 考虑问题要全面,实验过程中要顾及多种变量对于结果的影响,通过多次调试,使系统达到最佳效果时,再进行最终数据的采集。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1