机器视觉-相机选择方法-缺陷检测
2018-01-06 11:41
375 查看
主要分为三部分
1.相机示意图及基本结构
2.相机参数确定方法
3.最终选择
1.相机示意图及基本结构
简图↑
全图↑
光圈与景深↑
2.相机基本参数确定
被检测石英镜片的最大直径为38.6mm。也就是最大弥散圆直径。
样品↑
较小划痕样本↑
划痕测量↑
如上图,以直径为28.3的镜片来计算像素大小。相较于缺口,划痕的宽度更小,更不容易识别。相机的像素确定将基于划痕。由图可以看出,一个方格的大小基本跟划痕宽度大小相匹配。一个方框即可以作为一个像素点。像素大小为
实际应用过程中,镜片直径会超出以上两个样本。所以,设计时应留有余量,以50MM*50MM的视野进行计算。在此视野下如果想达到以上所计算的清晰度,像素应为:
为了获得更清晰的图像,便于后期进行图像处理,用四个像素点来描述一个划痕宽度,得到更为合适的分辨率
至此,像素参数确定,应选择至少45万像素相机。相机视野应能调整到50MM*50MM。
相机分辨率选择的过程基本为:1、确定精度要求最高的部分需要的像素数;2、计算整个图像需要的像素数;3、确定合适的分辨率;然后就能够得到所需相机的分辨率了,分辨率是一个相机主要的参数。
像素深度常见的有8bit,10bit,12bit 现阶段无太大要求。以通用性强为主,主选8bit。
CCD相机在今天还是占据工业视觉的很大一部分市场。CMOS相机虽然性能较差一点,但是目前项目来说也是可以接受的。主要后期性价比。
现阶段无要求。机械手速度要远比相机速度要慢。主要看价格。
只要不是太夸张,现有尺寸安装还是很容易。无要求。
3、相机型号确定
以上是主要的相机参数,相机参数确定之后,就可以根据这些参数,选择常用的相机品牌下的相机参数了。
1.相机示意图及基本结构
2.相机参数确定方法
3.最终选择
1.相机示意图及基本结构
简图↑
全图↑
光圈与景深↑
2.相机基本参数确定
视野与像素确定
被检测石英镜片的最大直径为38.6mm。也就是最大弥散圆直径。 样品↑
较小划痕样本↑
划痕测量↑
如上图,以直径为28.3的镜片来计算像素大小。相较于缺口,划痕的宽度更小,更不容易识别。相机的像素确定将基于划痕。由图可以看出,一个方格的大小基本跟划痕宽度大小相匹配。一个方框即可以作为一个像素点。像素大小为
实际应用过程中,镜片直径会超出以上两个样本。所以,设计时应留有余量,以50MM*50MM的视野进行计算。在此视野下如果想达到以上所计算的清晰度,像素应为:
为了获得更清晰的图像,便于后期进行图像处理,用四个像素点来描述一个划痕宽度,得到更为合适的分辨率
至此,像素参数确定,应选择至少45万像素相机。相机视野应能调整到50MM*50MM。
相机分辨率选择的过程基本为:1、确定精度要求最高的部分需要的像素数;2、计算整个图像需要的像素数;3、确定合适的分辨率;然后就能够得到所需相机的分辨率了,分辨率是一个相机主要的参数。
像素深度
像素深度常见的有8bit,10bit,12bit 现阶段无太大要求。以通用性强为主,主选8bit。
相机种类
CCD相机在今天还是占据工业视觉的很大一部分市场。CMOS相机虽然性能较差一点,但是目前项目来说也是可以接受的。主要后期性价比。
最大帧率/行频
现阶段无要求。机械手速度要远比相机速度要慢。主要看价格。
像元尺寸
只要不是太夸张,现有尺寸安装还是很容易。无要求。3、相机型号确定
以上是主要的相机参数,相机参数确定之后,就可以根据这些参数,选择常用的相机品牌下的相机参数了。
相关文章推荐
- 电力设备在线检测方法选择排序
- OpenCV项目实战机器视觉之零件缺陷检测(1)
- 机器视觉检测技术对自动化行业的重要性
- 对于多个相机的视觉检测系统的开发
- 机器视觉中的彩色图片物体边界查找方法
- 车辆前景检测算法——ViBe(视觉背景提取方法)
- 机器视觉检测项目的一些想法(1)
- 在xml布局文件中,我们既可以设置px,也可以设置dp(或者dip)。一般情况下,我们都会选择使用dp,这样可以保证不同屏幕分辨率的机器上布局一致。但是在代码中,如何处理呢?很多控件的方法中都只提供了
- 表面缺陷检测的几种方法
- 机器视觉检测项目的一些想法(2)
- 机器视觉——IC芯片字符检测打光实例
- 机器学习之&&Andrew Ng课程复习--- 怎样选择机器学习方法、系统
- 机器翻译评测——一种检测批量译文是否参考机器翻译的方法
- 科学论文1-软件缺陷预测中基于聚类分析的特征选择方法
- 干货丨计算机视觉必读:图像分类、定位、检测,语义分割和实例分割方法梳理(经典长文,值得收藏)
- 兼容Android 7.0/6.0 启动系统相机/相册 选择图片方法
- 机器学习:特征选择之 Filter :Relief方法
- 【计算机视觉】 相机姿态估计之标记检测-ArUco钻石标记的检测4
- 计算机视觉-人脸识别-浅析人脸检测之Haar分类器方法-转
- 机器视觉中如何选择工业相机与合适的相机镜头(how to choose camera and lens)