简体中文
您当前位置:
工业智能相机在图像和画面上的选择考虑
来源: | 作者:LEO | 发布时间: 2019-11-07 | 38 次浏览 | 分享到:
工业智能相机的体积小巧,易于安装。可以脱离工控主机,自身可以当做电脑单独使用,对于单相机的工作岗位,可以省掉一个工控机
  工业智能相机在图像和画面上的选择考虑
  工业智能相机的体积小巧,易于安装。可以脱离工控主机,自身可以当做电脑单独使用,对于单相机的工作岗位,可以省掉一个工控机。
  具有独自的操作系统;
  高分辨率,可保证高质量图像;
  可进行日志保存和导出,监控生产记录。
  图像传感器是工业智能相机机器视觉系统的灵魂,传感器的尺寸直接代表着图像的质量。过去的智能相机应用定义在初级的图像检测上,传感器的尺寸与图像质量的优劣,并不容易被凸显。如果要将机器视觉应用在高端高速的检测应用上,那么传感器的尺寸就成为选择系统时必须要考虑的要点。
  卷帘快门与全局快门的比较:
  卷帘快门与全局快门的不同在于画面曝光的时间差。卷帘快门是通过电子信号告诉感光组件,依序曝光,直到整个画面曝光完成。而全局快门是在曝光时,“同时”曝光整个画面。在过去智能相机的应用中,因为系统处理器性能有限,无法同时处理大量的图像数据,因而多采用卷帘快门。然而其缺点是当检测快速运动的物体时,会出现残影,无法应用在高速的应用中。随着系统处理性能的提升,系统性能将不再是瓶颈,若有高速移动对象的检测的需求,采用全局快门传感器能采集到无残影的,正确的图像。
  在工业智能相机机器视觉图像采集与分析的过程中,图像质量占了重要的关键。但由于先天光学条件(镜头、光源)的限制,采集的图像会有亮度不一致的情况,而造成后端图像分析的误判。如果可以在图像进入分析之前,就对采集的图像进行质量优化,可确保图像分析的正确。在过去的应用中,图像数据采集到系统后,必须通过系统处理器进行计算与图像质量优化,因为受限于CPU计算资源,能够处理的图像数据量也会受到限制。然而,若能通过FPGA的支持,将图像的矩阵计算,在进到CPU计算之前,即做好过滤以及优化的处理,可以大幅加速图像处理的性能,降低CPU资源,一方面可以把系统资源留给机器视觉系统的核心-图像算法,另一方面可以更实时的处理大数据量的图像,让高速以及复杂的图像处理与分析,得以被实现,预处理功能如查找表、感兴趣区域、阴影校正等图像质量优化功能。如果在机器视觉系统中,也能搭载协处理器的预处理,将可大幅提供图像分析与演算的应用范围。