您的位置 首页 博主推荐

机器视觉系统的技术需求实例1

机器视觉系统的技术需求实例1

某机械加工企业的机器视觉系统的技术需求:

使用车床加工某款钢质圆棒,随着刀具消耗加大,后期加工零件尺寸越来越大,想使用机器视觉系统,随时检测工件直径,如果超差则随时报警。

工件最大直径16mm,要求精度2丝(0.01毫米=10微米)。

1、 相机

定性分析:

由于视觉系统的仅需处理工件的二维亮度信息,因此选择黑白像机。

成本考虑,应该选CCD形式的面阵。

    1. 确定相机空间分辨率

Rs=Sf/Nf=0.02/2=0.01mm/pixel,即像素当量。其中Sf为视觉系统所需识别最小特征的尺寸0.02mm,Nf为算法识别该特征所需像素的数量2。

    1. 确定相机像素分辨率

Rc=FOV/Rs=16/0.01=1600pixel。其中FOV为相机视场16mm,Rs为空间分辨率0.01mm/pixel,Rc为图像分辨率1600pixel。

    1. 确定相机快门速度

Exp=Rs/v=0.01/0.05=0.2ms=200us,即曝光时间小于200微妙。其中Rs为像素分辨率0.01mm,v为最大运动速度0.05m/sec。(线速度v=pi*D*n/1000=3m/min=0.05m/sec,其中pi圆周率3.14,D是刀具和工件旋转直径16mm,n是主轴转速60m/min,结果v是m/min。)

最后,结合常用形式,可以选择1600*1200的200万像素的1/2″的黑白CCD工业相机。

http://www.ctvideo.com.cn/UpFiles/pic/USB2.0_Series.jpg

2、镜头

选择镜头需要注意的第一点就是镜头与相机是否匹配。原则上,镜头的规格必须等于或大于相机的规格。特别是在测量中,最好使用稍大规格的镜头,因为镜头往往在其边缘处失真最大。

2.1、确定镜头的像素分辨率。

镜头分辨率又称鉴别率或解像力,是判断镜头好坏的一个重要指标,一般用成像平面上1毫米间距内能分辨开的黑白相间的线条对数表示,单位是线对/毫米lp/mm,line pair / mm。

* 根据相机靶面求镜头分辨率N=180/靶面高度4.8=38lp/mm,(1/2”相机的靶面是6.4mm*4.8mm)

* 根据相机像素确定镜头分辨率,1600/6.4=250Pixel/mm,即镜头像素密度是250 Pixel/mm,考虑黑白两条线需要除2,所以镜头分辨率不低于125 lp/mm。

综合考虑以上,确定镜头分辨率不得低于为125lp/mm

2.2、确定镜头的空间分辨率。

相机的空间分辨率为 ( FOV/相机靶面像素数),是一个与镜头分辨率根本没关系的量,它们两者按Nyquist的采样理论联系起来才有关系,绝大多数视觉系统都要按FOV/CCD像素的比值来确定视觉系统的分辨率。

这里镜头的空间分辨率,至少不得低于相机的0.01mm/pixel。

(待续)

注意:来自网络整理

 

版权所有,如未注明,均为原创,转载请注明
齐东汽车电子博客 qidongyy.com
本文标题:机器视觉系统的技术需求实例1
如有疑问:请转到这里联系我
网站建设:推荐老薛主机-优质海外主机服务商

热门文章