一、本周核心学习内容回顾1. 机器视觉概论看懂什么是机器视觉机器视觉简单理解就是机器替代人眼人脑完成测量、定位、识别、检测属于非接触式工业检测方案。对比人工检测它可以7×24小时不间断工作精度高、结果稳定可适配高温、高危等恶劣工况还可以识别红外、紫外等人眼不可见光谱长期使用综合成本更低。1发展历史国外50年代开启二维图像识别研究60年代开展三维视觉70年代MIT开设机器视觉课程80年代全球进入研究热潮。国内80年代起步2011年后随着制造业升级、人工成本上涨市场快速扩张国内自主视觉软件方案逐步普及。2完整机器视觉系统构成整套系统分为成像硬件 图像处理软件两大块光源、镜头、工业相机、视觉控制器/计算机、算法软件、执行机构机械手、电机。硬件采集图像软件提取图像特征输出PASS/FAIL、坐标、字符串等信号控制产线设备动作。3四大核心功能识别、测量、定位、检测难度递增顺序识别测量定位检测。广泛应用3C电子、锂电池、汽车、半导体、医疗、纺织、物流等行业。工业场景典型用途外观缺陷检测、尺寸测量、工件定位引导抓取、OCR字符识别、二维码条码读取。同时也应用在医学影像分析、遥感图像判读、军事测试等领域。4真实落地案例课程里接触到OCV字符检测、轴承尺寸与缺陷检测、五金塑胶件分拣、IC管脚测量、汽车轮毂深度学习分类、食品包装日期二维码识别等案例很多项目检测精度可以做到0.01mm级别识别准确率99%以上。2. 工业相机硬件机器视觉的“眼睛”工业相机核心作用把光信号转换成电信号直接决定图像质量、分辨率是选型的重中之重。1相机分类传感器CCD、CMOS现在项目中CMOS占主流功耗低、集成度高CCD灵敏度高但成本功耗高。色彩黑白相机灰度图绝大多数检测场景优先选用彩色相机只有颜色检测场景才使用。感光方式全局快门运动物体拍摄传送带动态检测必选卷帘快门静态拍照拍运动物体会拖影失真。成像芯片类型面阵相机普通二维画面线扫相机单行传感器适合布匹、玻璃、印刷卷材、锂电池薄膜这类细长连续物体。数据接口GigE千兆网、USB3.0、CameraLink、CoaXPress万兆网不同接口在传输距离、带宽、采集卡成本差异很大。2关键参数分辨率、像元尺寸、靶面尺寸、帧率、接口选型重要公式测量定位场景单像素精度要求精度÷3视野需要在工件尺寸基础上长宽各预留至少5mm冗余再计算需要的相机分辨率。举个例子工件20mm*40mm精度0.1mm单像素精度0.03mm计算出所需像素再挑选对应分辨率相机动态检测必须选全局快门型号。3驱动、接线与IO触发实操供电工业相机大多12V供电接线严禁正负极接反否则烧毁设备。触发模式分为软触发软件下发指令拍照、硬触发外部PLC、光电传感器、开关接线触发拍照。IO区分NPN/PNP传感器硬触发可以设置上升沿、下降沿、高低电平触发支持防抖过滤信号毛刺避免误触发。输出IO可以做频闪输出曝光开始/结束时输出信号用来同步打光、控制报警灯、对接PLC。4线扫相机特殊要点线扫每次只采集一行图像依靠物体运动拼接成完整大图。行频必须匹配物体运动速度行频不匹配会造成图像拉伸或者压缩常搭配编码器做行触发适合大宽幅、连续板材检测镜头、光源选型也和面阵相机有明显区别。3. 镜头、光源硬件镜头负责把被测物体清晰成像到相机传感器靶面光源是视觉项目成败关键打光方案不合理再好的相机软件也做不出稳定效果。光源有环形光源、背光源、条形光源、同轴光源、低角度光源等没有万能光源需要根据检测目标、缺陷类型选型。镜头重点关注靶面匹配、焦距、畸变、工作距离镜头靶面必须大于等于相机靶面否则会出现暗角。二、本周学习收获与踩坑总结✅收获理清机器视觉完整工作链路理解“光学硬件软件算法”硬件选型打光决定项目上限算法只是做图像处理。掌握工业相机选型逻辑先确定黑白/彩色、快门类型再算分辨率确认帧率、接口不再盲目看像素高低。理解IO硬触发原理知道如何对接传感器、PLC明白防抖、频闪输出在产线实际用途。分清面阵和线扫相机适用场景知道线扫图像变形的产生原因和调整思路。⚠️踩坑容易混淆知识点很多新手只看像素忽略快门类型运动场景用卷帘快门图片会拖影项目直接不可用。镜头靶面小于相机靶面会产生暗角选型镜头必须兼容相机靶面。硬触发接线必须注意光耦地共地否则触发信号无效NPN接入需要注意上拉电阻。线扫行频和运动速度不匹配图像拉伸压缩不是软件算法可以修复必须硬件参数匹配。三、下周学习计划吃透镜头参数计算焦距、工作距离、视场、靶面的换算练习完成选型练习题。光源学习不同光源对应的打光场景学习怎么根据缺陷选择光源和打光角度。熟悉视觉软件基础操作掌握图像预处理滤波、阈值、ROI尝试简单定位测量案例。复盘相机选型计算题巩固分辨率计算、线扫行频计算。感悟机器视觉是软硬件结合的工程技术不是纯算法硬件选型、光路调试占项目很大比重纸上理论需要结合实操才能真正理解。