如何挑选一款“好”的机器视觉产品？

如何挑选一款“好”的机器视觉产品？ 目录 1. 前言 2. 挑选第一步 ：明确应用需求和场景 3. 挑选基本功 ：评估硬件性能 4. 挑选进阶技巧 ：是否具有 HDR+ 功能 5. 挑选进阶技巧 ：基于规则还是基于 AI 6. 挑选进阶技巧 ：是否易于设置和开发 7. 挑选进阶技巧 ：考虑总拥有成本 8. 总结 前言 今天，机器视觉已经成为了自动化系统重要的组成部分之一。作为一类可以助力自动化系统对组件、产品、图案、条码等视觉对象进行查看、识别及检测的产品，机器视觉正成为越来越多工业用户提质增效、减少浪费的得力帮手。 在工业生产线上，它不仅可以高效地对零件和产品进行细致检查，大幅提升自动化流程的效能与灵活性，还能为自动化设备提供“眼睛”，使其能够准确定位并识别对象，以及采集信息，从而帮助企业优化生产流程、提升整体效能。 伴随着这样的技术趋势，近年来市场上也涌现出了越来越多不同规格、型号的机器视觉产品供广大用户选择。那么，如何选择一款最适合您需求的机器视觉产品，帮助您打开一扇崭新的质量与效率之门呢？ 在这本白皮书里，我们将以康耐视推出的I n -S i g h t 3800 系列一体化视觉系统为例，为您阐述选择机器视觉产品时的一系列要点，希望为您带来有益的启迪。 挑选第一步 ：明确应用需求和场景 要选择最适合您需求的机器视觉系统，首先需要明确您的应用需求和场景，并根据这些信息来决定使用哪种类别的视觉系统。例如，线扫描相机适合应用于连续检测应用 ；面阵扫描是大多数机器视觉系统的工作类型，这类系统既可用作简易的单用途传感器，也可以用于功能更加全面的系统 ；而三维视觉系统增加了图像深度，有时会使用激光来测量距离和计算深度。 此外，从行业的需求特点出发，有的应用场景对于一些特定的参数尤其提出了高要求。例如，在一些高速的生产线中，视觉系统需要每 分 钟 对 上 千 个 甚 至 更 多 的 零 件 进 行 可 靠 检测。这样的高要求，同样是选择视觉系统必须考虑的重要因素。 在这方面，康耐视推出的 I n -S i g h t 3800系列一体化视觉系统，可以凭借多样化的功能和强大的性能，满足各种各样的视觉需求，并展现出高速、高分辨率、高灵活性等一系列突出优势。作为一款先进的视觉系统，I n -S i g h t3800 为自动化检测提供了功能强大且易用的解决方案。它内嵌了一整套强大的基于规则的工具和创新的边缘学习技术，从而能够满足从缺陷探测、装配验证到字符读取等一系列智能制造过程中的应用需求。 特 别 是， 依 托 强 大 的 高 速 检 测 能 力，I n -S i g h t 3800 最高可以实现每分钟 2500 件的检测速度，搭配全面的检测功能和算法，从而完美地满足食品、饮料及包装消费行业的各项需求。 例如，对于食品和饮料制造商而言，不仅需要在消费需求的增长之下提高产量和效率，还需要确保产品的高质量和低耗费，并通过提升整个流程的可追溯性以保障食品安全，并符合严格的监管规定。作为工艺较为类似的行业，包装消费行业的制造商同样面临着类似的挑战。 面对这一类典型需求，I n -S i g h t 3800 非常适合依托在高速视觉检测方面的特长，在这些应用场景中充分发挥价值，从而为用户带来提质增效、提升可追溯性以及减少浪费等收益。 I n -S i g h t 3800 可以承担的典型功能包括 ：准确计数货盘中的物品，以确保正确控制配份量，以及流程或库存控制的准确性 ；确保灌装液位保持一致，符合顾客预期 ；检测标签缺陷，如气泡、撕破、褶皱等 ；检测和消除食品产品中的异物，以避免发生产品召回事故 ；识别不正确的密封，以保障食品和饮料产品的安全性 ；利用 高 速 O C R 读 取 验 证 食 品 产 品 上 基 于 文本的批代码，以及准确读取瓶身、罐头等曲面上的文本和代码，以确保可追溯性 ；验 证 包 含 多 个 组 件 的 产 品 是 否 正 确 装 配，例 如 吸 管 或 餐 具 ；按 颜 色 识 别 相 似 产 品，更方便地进行分组 ；引导机器人精确拾放产品以进行纸箱包装。 挑选基本功 ：评估硬件性能 尽管市场上大多数视觉系统都提供类似的硬件组合，但对于用户而言，对视觉系统的每个组件还是需要结合自身的需求“精挑细选”，并确保组件之间能够实现无缝协作。 机器视觉系统通常分为相机、光源、镜头、图像采集卡、视觉处理系统等五个部分。 相机 ：相机是机器视觉系统中的核心部件，它负责采集图像并将其转换成数字信号。根据不同 的 应 用 需 求， 可 以 选 择 不 同 类 型 的 相 机， 如C M O S 相机、CC D 相机等。C M O S 相机具有低功 耗、 高 速 传 输 和 宽 动 态 范 围 等 特 点， 而 CC D相机则能提供很好的图像质量和抗噪能力。相机的选择需要根据系统的分辨率、帧率、接口类型等因素进行综合考虑。 在选型时，按照以下步骤进行 ： 1. 根 据 需 求 和 成 本 选 择 图 像 传 感 器 型 号 ：CCD 还是 CMOS ； 2. 根 据 目 标 的 要 求 精 度， 选 择 合 适 的 分 辨率。 例 如， 对 于 视 野 大 小 为 10*10M M 的 场 合，要求精度为 0.02MM/PIXEL，则当方向上分辨率=10/0.02=500。 3. 若 被 测 物 体 为 运 动 物 体， 需 要 选 择 帧 数较高的工业相机。 镜头 ：镜头用于将被测物成像到相机的靶面上，并将其转换成电信号。镜头的选型主要考虑 呈像的视距，以及相机的像素数、像元尺寸、放大倍率等因素。镜头与相机一般是配套的，选择合适的镜头对于确保图像的清晰度和准确性至关重要。 5、可安装空间：在方案可选择情况下，更改设备尺寸是不现实的。 光源 ：光源是机器视觉系统中不可或缺的部分，它为视觉系统提供足够多的亮度，确保图像采集的清晰度和准确性。常见的光源设备包括可调节灯、L E D 灯、高功率激光灯等。光源的好坏直接影响输入数据的质量和应用效果，因此需要根据每个 特 定 的 应 用 实 例 选 择 相 应 的 视 觉 光 源，以达到最佳效果。 工业镜头的选择要点 ： 1、 视 野 范 围、 光 学 放 大 倍 数 及 期 望的工作距离 ：在选择镜头时，我们会选择比被测物体视野稍大一点的镜头，以有利于运动控制。 2、 景 深 要 求 ：对 于 对 景 深 有 要 求 的项目，尽可能使用小的光圈 ；在选择放大倍率的镜头时，在项目许可下尽可能选用低 倍 率 镜 头。 如 果 项 目 要 求 比 较 苛 刻 时，倾向选择高景深的尖端镜头。 图像采集卡 ：图像采集卡是机器视觉系统中的一个重要部件，它负责将相机输出的模拟信号或数字信号转换成计算机可以处理的信号。比较典型的有 PCI 采集卡、1394 采 集 卡、VG A 采 集 卡 和 G I G E 千 兆网采集卡等。选择合适的图像采集卡可以确保图像的实时传输和处理。 3、芯片大小和相机接口 ：例如 2/3' '镜头支持最大的工业相机耙面为 2/3''，它是不能支持 1 英寸以上的工业相机。 4、 注 意 与 光 源 的 配 合， 选 配 合 适 的镜头 。 In-Sight 3800 系列提供了各种各样的配件和模块化组件，旨在通过可扩展的结构满足当前和未来的需求变化。它提供的灵活选项，使得用户能够适应并跟上不断变化的需求，例如生产规格的变化、更快的生产线速度和更高的质量标准。 在 生 产 制 造 步 入 信 息 化 时 代 的 今 天， 用户也必须认真考虑机器视觉系统的通信协议类型。 自 动 化 制 造 中 使 用 的 协 议 种 类 繁 多， 例如通过直接连接发送的简单开 / 关信号、包括EtherNET/IP，PROFIBUS 和 DeviceNet 在内等复杂的工业协议等。 例如在分辨率上，In-Sight 3800 系列提供 了 包 括 160 万、320 万、500 万、800 万、1200 万 和 1600 万 像 素 在 内 的 多 种 选 项 ；在镜 头 方 面， 手 动 或 C 接 口 高 速 液 体 透 镜 可 以实现快速的图像设置 ；在前盖的选择上，包括了透明、扩散、极化和圆顶等多种类型，C 型安装盖可以与标准 C 型安装镜头配合使用。 今天，市场需求变化的速度日益加快，这意味着在生产和检测环节，用户也往往需要对应用在其中的机器视觉系统进行调整，以适应最新的需求。为了尽可能地满足更多样化的需求场景，让用户可以从容便捷地对系统进行调整，性能强大、可扩展且支持互联互通的硬件组合无疑是必不可少的。 例 如， 面 对 可 能 应 对 的 多 样 化 需 求， 挑选进阶技巧（一）：是否具有 HDR+ 功能？ HDR+ 是一种通过自动优化对比度来增强 HDR 技术的功能，从而在一次采集中创建更统一、更细致的图像。H D R + 可以提供单色和彩色两种选择，拥有更高的对比度和图像质量，不仅使用户能够看到以前无法看到的功能特征，还能够降低光强度并提高景深。 例如，In-Sight 3800 系列具备的 HDR+ 功能，可以通过自动优化对比度来增强 HDR 技术的功能，从而在一次采集中创建更统一、更细致的图像。HDR+ 提供了单色和彩色两种选择以及更高的对比度和图像质量，能够减少曝光过度和曝光不足的情况，并提供相较标准 HDR 技术和传统图像传感器更大的景深。与此同时，H D R + 还大幅降低了曝光时间，让机器视觉系统在生产线运行速度提高 80%的情况下仍能“游刃有余”。 在照明方面，In-Sight 3800 系列的多色照明选项允许用户优化图像对比度，无论在什么样的操作条件下，用户只需要点击一下按钮，就可以更改光源颜色并生成高分辨率图像，从而实现更准确的检测，并带来极大的灵活性。另外，In-Sight 3800 系列可选配的 Torch-HR 光源则提供了红色和白色选项，可以最大限度地提高覆盖范围并减少曝光时间，从而实现更高的吞吐量，以优化远程应用的强度。 挑选进阶技巧（二）：基于规则还是基于 AI ？ 为完成智能化任务，机器视觉主要分为基于规则的机器视觉，以及基于 A I 的机器视觉。基于规则的机器视觉系统主要是依据用户设定的详细步骤来解析图像，并作出决策。而基于A I 的机器视觉系统，则能够通过参考图像数据库进行自我“学习”，以更灵活的方式掌握决策逻辑。 基于 A I 的机器视觉又分为深度学习和边缘学 习 两 种 方 式。 深 度 学 习 为 复 杂 应 用 而 设 计，能够处理详细的大型图像集，从而自动执行复杂或高度定制的应用。边缘学习是为简单使用而设计的，它使用一组经过预训练的算法在设备（即“边缘”）上进行处理，这一技术易于设置，所需的图像集更小，并且所需的训练和验证期也更短。 系统中同时集成了基于 A I 和基于规则的工具，根据您的使用需求，这些工具既可以单独用于简单的任务，也可以组合使用，以应对更具挑战 性 的 问 题。 依 托 这 些 工 具 的 强 大 性 能，I n -Sight 3800 每分钟最多可以检测多达 2500 个零件，可谓在速度上拥有“一骑绝尘”的突出优势。 今天，尽管基于规则的方法仍然在行业内广泛应用，但快速崛起的基于 A I 的机器学习方法 也 已 经 展 现 出 了 强 大 的 应 用 潜 力。 实 践 中，将基于规则的确定性与 A I 的灵活性融合，往往能打造出最高效的解决方案，引领机器视觉技术迈向新高度。 在这方面，I n -S i g h t 3800 就在单个视觉