高速机器视觉

它从应用程序的设计开始

不仅是现代制造越来越多的生产速度
，但机器视觉被应用到越来越苛刻的应用程序
，是不可行的
，在今天的高速组件成为可用

。

鼎胜娱乐应该开始一个探索什么是所谓的“高速”的时候，用来描述机器视觉。有没有客观的标准
，区分一个高速视觉系统。

速度测量可以为持续的速度，视觉系统可以获取图像（例如，每秒100幅图像）或时间触发信号，输出是有效的（例如，10毫秒之间
。）。由于图像采集和图像处理可以重叠，它是可能的
，有一个显着的差异
，这两个测量之间的时间
。

此外，如果一个视觉系统被用于在一个生产线被认为是高速，视觉系统继承的指定为高速
。 

当然

，如果视觉系统执行它的功能的速度比任何其他视觉系统，然后通过比较，它是一个高速视觉系统
。

在最简单的术语，高速机器视觉需要一个短曝光时间的相机
，相机和图像处理器之间的快速数据传输
，足够的

，往往是非常高的，处理能力
，和最简单的可能的图像处理程序。

高速机器视觉从应用的设计开始。设计目标是使应用程序编程的最小的复杂
。部分介绍是简化的一大组成部分

。图像中的零件数量越少，图像处理的速度就越快。同样
，部分姿势的变化越小，平移和旋转的不确定性，更有效的图像处理将是。

为了实现高速性能
，照明的设计可以是至关重要的。一个足够的照明水平，可以确保相机的曝光可以是短的实际。一个高层次的照明也有助于减轻环境照明的影响，在机器视觉中
，是一个噪声源。减少环境光的贡献可以忽略不计的水平是必不可少的，至少是最复杂和最快 的图像处理
。

照明方向是至关重要的，以确保高对比度之间需要成像的功能和他们的背景。低对比度
，使视觉过程中更容易受到零件的变化和他们的姿势
，以及噪声

，往往需要额外的图像处理。仔细设计的照明方向，降低了图像的变化，由于阴影或纹理
，可以复杂的图像处理。

最后，确保光照均匀性消除了图像处理软件中的光照变化的补偿的必要性。

在选择相机时，有几个因素要考虑：图像分辨率，传感器设计，感兴趣区域（感兴趣区域）
，曝光时间，和接口。

在机器视觉应用程序中的一个常见的错误是选择一个具有更高的图像分辨率（行和列的像素）比所需的应用程序
。此多余的图像分辨率产生一个更高的图像数据量比需要和地方不必要的时间负担，从相机到处理器的图像传输
，以及图像处理时间

。当可用的图像分辨率大于所需的时
，使用一个在相机中的投资回报率
，以减少传输和处理的图像数据

。

用CCD摄像机实现ROI
，使用局部扫描

，从获取的图像像素排除不需要的行。一个CMOS摄像头，排除了行和列的像素是不必要实现ROI
。

一般来说，CMOS图像传感器比CCD图像传感器的高速度势。从历史上看
，CCD传感器已更加敏感和有比CMOS传感器低噪音。

一些更常见的图像传感器
，CCD，像素阵列分为两个，四个，或更多的部分
，其单独的输出称为龙头的各部分。因此，图像传感器促进了一个相机，一二，四，或更大的增加在一个单一的抽头图像传感器的图像数据传输速度
。

短曝光时间有助于提高视觉系统的速度。然而
，一个短的曝光时间要求一些组合的更高的相机的灵敏度
，更高的照明水平上的相机的视野，或更广泛的镜头光圈
，影响其他属性，如深度的领域和解决权力
。

今天的机器视觉相机技术有一个丰富的选择高速数字相机接口标准
，可以满足几乎任何需要。更常见的接口标准，GigE Vision和USB3，给100和330像素/秒分别为8位的像素的图像数据传输率。而这些接口是最通用的机器视觉好

，不需要图像采集卡，更高的速度
，一般需要Camera Link，Camera Link HS，或CoaXPress。这些接口能够达到640；2100
；或3600像素/秒分别为8位的像素
。这三个接口需要安装在图像处理的计算机图像采集卡。每个接口有其他属性，如电缆长度为100米，从USB3 GigE和CoaXPress五米范围。

在过去
，接口板使用的总线。由于总线是在多个设备之间共享的，所以需要等待总线的摄像头接口来接收总线的控制
。这增加了额外的延迟
，减缓了过程。现代图像采集卡使用的PCIe（PCI Express）连接，提供板直接访问内存总是有效的。用于高速工作的任何相机接口应该使用PCIE接口
。

图像处理硬件的选择范围从PC或嵌入式计算机到一个专门的处理器增强到一个专门的高速处理器阵列的PC。它是可能的
，在一般情况下，审查这些选项，但选项的范围是相当大的
。接收图像数据的速率和达到一个输出所需的图像处理量的速率决定了最佳的结构。

 

硬件和软件

图像处理有两个方面：硬件和软件。让鼎胜娱乐先看看硬件。

最简单的硬件配置是一个PC或嵌入式处理器。随着在过去的十年中的处理能力的进步
，这些处理器可以处理多达100个图像，第二，如果图像分辨率低，处理要求很简单。随着图像数据的增长或处理变得更加复杂


，或如果处理器必须在其他任务之间共享，它就变得有必要添加额外的处理能力。最常见的方法是增加一个处理单元如GPU（图形处理单元）

、FPGA（现场可编程门阵列）

、DSP（数字信号处理器）
，或二嵌入式通用处理器。这些处理设备可以在插件板添加或他们常常可安装在图像采集卡

。

对于要求非常高的速度的应用程序
，使用一个数组的处理器
。这些可以是独立的处理器，也可以是在主板上的处理器，即插在PC上
。有不同的方式来配置处理器。一种方式是循环的方法，每一个输入的图像是针对一个空闲的处理器执行所有处理的图像


。另一种方法是分段并行处理

，其中每个处理器处理传入的图像的一部分
。分段的方法是非常困难的实现。三分之一种方法是使用一个串行管道中的处理器，每个处理器在将其结果发送到管道中的下一个处理器之前处理整个图像上的一部分处理。

最后
，应用需要图像处理软件
。虽然从零开始编写的图像处理软件提供了潜在的优化性能的速度，它需要显着更多的专业知识和工作比使用商业图像处理库
。从零开始的写作软件是最好的那些应用程序是基于独特的研发性能的应用。

在选择软件库时
，请检查它支持所选择的处理架构和处理器。确保使用处理器的向量处理能力的高度并行的计算能力（例如
，上证所为英特尔处理器）
，它支持任何专门的处理器（如GPU）预期
。最后
，运行候选软件库的基准，以确保您选择的一个最适合满足您的功能和速度的需求
。

总结
，这里是高速机器视觉设计的关键步骤
：

简化零件介绍

提供高水平的照明

设计照明方向
，给予高对比度，降低噪声

确保照明均匀性

只使用需要的图像分辨率，如果必要的话，在相机中应用一个投资回报率

选择相机接口，支持所需的图像数据传输能力

相机接口应该在处理器使用PCIe连接

补充主处理器和GPU
，FPGA，或DSP来提高处理速度

对于要求非常高的应用程序
，计划使用一个处理器阵列

使用软件库，而不是代码从头开始
，除非图像处理是基于独特的研发

在进行选择之前几个软件包运行基准