当前位置：首页 > news >正文

机器视觉1

news 2026/8/29 13:07:02

机器视觉是什么？

机器视觉的组成可分为硬件和软件两部分。

硬件负责成像，相当于人的“眼睛”，包括光源及光源控制器、镜头和工业相机；软件负责图像处理分析，相当于人的“视觉皮层”。具体而言，典型的机器视觉成套系统包括：

光源及光源控制器：共同为机器提供“看”的环境。合适的光源可突出目标特征，隐去无关的背景信息，进而大幅降低算法难度。

镜头：被摄物体信息采集和传递过程的起点，相当于“晶状体”。

工业相机：机器视觉中的图像采集单元，本质为将光信号转变为有序的电信号，相当于“视网膜”。工业相机对拍摄速度、图像稳定性、传输能力和抗干扰能力有较高要求。

视觉处理分析软件：通过编写合适的算法，进行图像的处理和分析，最终实现机器视觉功能目标，相当于“视觉皮层”。视觉处理分析软件通常基于PC使用，也可嵌入工业相机中，使其成为兼具图像采集、处理、通信功能的智能相机。

机器视觉软件能够做什么

具体而言，机器视觉具有识别（Identify）、测量（Gauge）、定位（Guide）、检测（Inspect）四大功能，各项功能的应用场景和实现关键在于：

识别（Identify）：基于目标物的特征进行甄别，例如外形、颜色、字符、条码等，其中OCR/OCV(光学字符识别/光学字符验证)、条码识别重要的应用场景，在追踪管理和质量回溯环节可发挥重要作用。识别的关键在于高准确度和快速识别。

测量（Gauge）：把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物的几何尺寸，应用场景包括尺寸标注和误差测量等。机器视觉尤其擅长小尺寸、高精度以及复杂形态的测量。

定位（Guide）：获得目标物体二维或三维的位置信息，进而引导生产设备(机器手、机床等)或检测设备进行精确定位或移动。定位功能的关键在于高精度和快速定位。

检测（Inspect）：一般是指外观检测。检测的应用场景很多，如装配后的完整性检测(是否正确完成装配)、外观缺陷检测(是否有划痕、凹凸不平等)等。

主要功能及应用

机器视觉相比人眼视觉，具有图像采集和分析速度快、观测精度高、环境适应性强、客观性高、持续工作稳定性高等优势，因而可帮助终端使用者进行产品增质、成本降低以及生产数字化：

产品增质：

1）机器视觉可显著降低检测的漏检率和过杀率，提高生产的精度和良品率；

2）提高产品一致性；

3）在不规则、小尺寸、精细化部件的加工和检测，以及危险环境下具有更加明显的优势。

成本降低：

1）机器视觉采集和处理图像的时间在微秒级别，可显著提升效率；

2）单台系统可代替多人工作，并可7×24小时不间断工作；

3）柔性化程度高，若生产过程改变，仅需调整算法或增加部分硬件即可实现。

主流机器视觉软件介绍

主流的机器视觉软件有：侧重图像处理的图像软件包Opencv，Halcon、美国康耐视（Cogrex ）的 visionpro；侧重算法的matlab，labview；侧重相机SDK开发的eVision等

visionpro

康耐视_百度百科

—-工业化、封装、人性化、评估的便捷性、开发的快速性。

—-取消了软件授权的形式，硬件授权价格在1.5万-3万不等。

—-性能上某些方面不如halcon，但是开发上手比halcon容易。

Halcon

HALCON机器视觉软件_百度百科

—-功能最强大最牛，开放性强、有试用的 license、提供超过 1000 个算子。

—-Halcon是一套标准的机器视觉算法包，架构最灵活，具有自己独特底层的数据管理。

—-使用 halcon 开发软件，节约产品成本，缩短开发周期，应用范围广，用到图像处理的地方，都可以使用 halcon；

—-包含了各类滤波，色彩以及几何，数学转换，型态学计算分析，校正，分类辨识，形状搜寻等等基本的几何以及影像计算功能。

1、Opencv

opencv_百度百科

—-Opencv-好处是开源免费图像处理库。缺点是没人长期维护，可靠性，效率，效果和性能不如商业化软件，而且没有技术支持，开发慢，需要自己从头开始摸索。

—-Opencv定位模板做的不好，简单的应用用用就行了。

—-主要应用于计算机视觉领域，在机器视觉领域其实不算太多，主要还是定位、测量、外观、OCR/OCV，但感觉这几项都不是opencv的专长。

—-由于是开源软件，因此其版本繁多，函数库复杂，执行效率受到应用限制，比较适用于科研和学习，不适合工业应用。

国产机器视觉软件

1.SciSmart 智能视觉软件 SciVision 视觉开发包———深圳奥普特（OPT）

Sina Visitor System

优点：做苹果手机项目（富士康），拥有数十人的软件开发及定制化应用团队，定制化开发应用能力比较强，在手机、电子等行业优势较大。

2.VisionAssembly的视觉集成包———————————-北京凌云光

优点：基于VisionAssembly的视觉集成包,包含对位、通讯、标定、结果计算等。低代码开发，中文界面。

其他视觉软件参考：

机器视觉软件介绍 - 知乎

VisonPro 软件安装

1.关闭防火墙、杀毒软件，解压软件安装包，找到安装文件，双击运行，按照安装提示“下一步”安装即可，整个过程除了依据个人需要修改安装位置外，其他不作更改。

1.打开破解工具注意关闭vp软件后使用

C:\Program Files\Cognex\VisionPro\Images

开始使用QuickBuild

双击图标即可启动QuickBuild.

QuickBuild应用程序是VisionPro软件包的一部分，提供了一个交互式环境，可以快速创建一个视觉应用程序

QuickBuild和CogJob 关系

可以包含多个cogjob

cogjob 主要用来设置像源Image Source 然后再job中添加不同视觉工具
多个CogJob 平行执行

建立图像源Image Source

开发视觉应用程序的第一步通常都是建立一个图像源，它可以是连接到相机，可以从图像数据库开始（数据库中包含在生产环境中采集到的图像），然后修改应用程序以适应来自连接相机的图像，这非常方便。

前期不必直接连摄像机，可以从一些预
先准备好的的图片开始，测试视觉程序。熟悉之后，可以把图片源改为相机。

打开图像数据库

双击QuickBuild窗口中的Image Source（图像源）节点。

默认情况下，Image Source被配置为从图像数据库获取图像。
点击选择文件来选择一个图像数据库文件。
本例中，选中\Program Files\Cognex\VisionPro\Images目录下的coins.idb。
点击对话框左上角的实时显示按钮：

确认后会打开实时显示窗口，以循环浏览图像数据库文件中所有的图像。

运行作业

此时，作业仅包含配置图像源，但你可以运行作业以查看图像在QuickBuild作业编辑器中的显示方式目的 :切换图片且运行检测结果

点击工具栏中的运行按钮。

1.图像数据库文件中获取的图像会显示在显示区中。
2.当运行工具时，工具旁边的小绿点表示它成功运行。
3.当所有工具都成功运行时，作业编辑器左下角会出现一个绿点。
4. 一直单击运行按钮，在待检测图片之间进行跳转

VP中的工具

1.打开vp工具

2.vp工具的列表

3.工具作用：用于实现视觉图像各种功能的使用

4.工具是学习vp的重要内容

工具使用

PMAlignTool （模板匹配）

含义：CogPMAlign（Cognex Pattern（图案） Match（匹配） Align(排列)的缩写）

在模板图像中寻找匹配的目标物体的特征。

模板匹配流程：

添加PMAlignTool工具到作业

1.单击工具箱按钮。

添加CogPMAlignTool

一个新的CogPMAlign工具就出现在了图像源的下方。

添加像源

在图像源的OutputImage（输出图像）上单击，并将其拖入CogPMAlign工具的（InputImage）输入图像，以链接由图像源生成的图像至需要CogPMAlign工具分析的输入图像上

连线的基本要求

输入和输出相连

相连的数据的类型必须一致

获取训练图像

单击抓取训练图像，使得工具以当前输入图像作为训练图像
从显示菜单中选中Current.TrainImage（当前训练图像）以显示抓取的训练图像 PMAlign工具会在其要分析的每个图像中搜索/寻找经过训练的模式（trained pattern，即目标图案）
单击训练区域&原点选项卡来配置训练参数。

5.从区域形状下拉菜单中选择CogRectangle。这会告诉工具，你将选择一个简单的矩形区域进行训练。原点和中心分别表示以区域坐上点和中心点的位置调整

6.点击并拖动小的训练区域矩形以包围大的圆点，告诉工具使用图像的哪一部分作为模式

7.点击中心原点按钮，将原点图标移动到矩形的中心。当工具在图像中找到特征时，它使用原点图标的相对位置来报告其位置。大多数情况下，寻找物体的中心就是你想要报道的位置。

8.点击训练参数选项卡以完成对模式的训练。

9.点击训练按钮。经过训练的模式（图案）会出现在模式面板中，“已训练”一词会显示在工具底部。

显示训练后图像

1.在图像下拉列表中选择LastRun.InputImage。最近一次运行图像的结果会在图像框中显示。

2.点击运行按钮。

4.点击结果选项卡查看工具生成的结果。

5.结果窗格列出在图像中找到的所有特征。你可以检测每个特征的分数、位置和其他结果。
当你选中结果窗格里的一行，相应形状在显示窗格中以蓝色突出显示

工具选项卡：

训练参数

算法：

PatQuick 特点：速度最快，对于三维或者低质量原件最佳，承受更多图像差异；

PatMax 特点:精确度最高，在二维元件上表现佳，最适合于细微细节；

PatFlex 特点:为高度灵活的图案设计，在弯曲不平的表面表现较佳，及其灵活

但不够精确；

训练模式

• 图像对图像直接进行训练
• 带图像的形状模型适用于建模器手动建模训练包含模型和图像
• 带转换的形状模型适用于建模器手动建模训练只包含模型，一般为加载模型不常用该模式

忽略极性：

从暗到亮是正极性从亮到暗是负极性
进行全局极性的忽略（不考虑明暗关系）一般用于物体光线不稳定时

训练：

对抓取的训练图像使用算法包进行特征匹配

抓取训练图像

选取进行特征匹配的图像

加载模式

加载原有的vpp文件

保存模式

保存现有的vpp文件

信息

图像训练状态信息

训练区域与原点：

区域形状

模板匹配图像的区域形状

所选空间名称：

使用输入图像空间，即当前输入图像的图像空间一般基于标定的方式（工具定位，标定工具与棋盘格校准工具），建立的空间描述关系。
像素空间：像素空间与根空间相似：其原点始终在左上角；其空间与图像像素相对应；但是，像素空间并不会图像处理的效果而进行调整；很少在应用中使用

根空间：默认从左上角开始的像素空间坐标。但是如果图像处理或者再次取样了，会自动重新调整

适应图像

自适应模板匹配图形大小

中心原点

获取模板匹配图形中心位置

运行参数

查找概数

查找的结果的个数。
比如当前图像有四个待查找的图例。
Case1:设置查找数量为1个。如果四个结果的分数都相等，那么会显示4个结果
Case2:设置查找数量为3个。那么会按照查找分数的从大到小，显示排列前3个的结果

接受阈值

结果选项中分数低于阈值的不显示结果

超时

图像匹配时间超过指定时间终止匹配

计分时考虑杂斑

勾选后，匹配特征时计算考虑杂斑因素，将会导致结果选项中分数变低

角度

匹配特征时角度范围

缩放

匹配特征时缩放范围

xy重叠

如果匹配物体有重合部分取值范围0-1 数值越大越能匹配重合部分

对比度阈值

对比度阈值越低,对比敏感度越高,视觉灵敏度越高。

搜索区域

区域形状

特征阈值

图形选项卡：

主要作用体现PMAlign工具按照边缘（图像上不同像素的区域轮廓性具有大小和方向的矢量）特征进行匹配计算

1.显示粗糙

2.显示精细

调运行参数

创建和训练模式是告诉PMAlign工具要寻找什么东西。而运行参数是告诉工具如何去发现它。

点击允许参数
点击角度箭头，将下限设为-45，上限设为45。
该设置允许你选择要查找的目标的相对角度

运行整个作业

现在可以运行整个作业了。关闭CogPMAlign工具窗口，或者把它拖到一边，这样就可以看到 QuickBuild作业编辑器了。

点击Run Job Once（单次运行作业）按钮。
可以点击连续运行作业，使得QuickBuild获取图像并运行该工具，直到再次点击按钮。
QuickBuild会运行整个作业：
- 从图像数据库或相机中获取下一个图像。
- 运行CogPMAlignTool发现图像中的下一个目标项。
- 将结果显示在显示窗格中。

图像显示模式

图像显示模式

1. 输入图像显示

2.输入图像训练显示

4.训练图像运行后图像的结果

1、像素

像素可以看做是图像中的小方格，图像是由很多的小方格组成，这些小方格都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。

可以将像素视为整个图像中不可分割的单位或者是元素。不可分割的意思是它不能够再切割成更小单位抑或是元素，它是以一个单一颜色的小格存在。

像素是表示的图像的最小单位

2.灰度值

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值，灰度范围为0-255

3.勾选忽略极性选项。极性会告诉工具，它应该考虑或忽略图案在亮背景上是暗的还是在暗背景上是亮的。由于该图案在深色背景下是浅色的，根据光线不同，耳朵在背景下可能是深色或浅色。该情况下，忽略极性是正确的做法。

特征颗粒度限制默认是自动选择系统会自动设置粗糙精细比例值

上限为25.5 精细不能大于粗糙

原则上数值越大匹配度越低

弹性影响匹配精确度类似于范围取值例如边缘匹配精度为20 弹性设为 1 那么就允许匹配 20.1到21的浮动值

边缘阈值灰度值之间的差值的界限阈值越大匹配精度越低

1.边缘阈值为10 效果

2.1.边缘阈值为80 效果

保存模式加载模式

可以把匹配好的模板保存为vpp本地文件或者打开已保存的vpp本地文件

1.帮助按钮 -控制参考页

可以查看工具具体使用文档

保存打开QuickBuild和CogJob

1.查看示例作业提供很多demo 供参考使用

掩摸训练

遮住不必要的图像特征

使用流程

1.在训练模式：图像模式

2.点击图像掩膜编辑按钮打开界面

1.选择不同形状的工具并且移动形状到遮盖区域

2.点击掩膜颜色

3.点击填充当前选项

4.点击应用

1.掩盖不必要的训练特征

1.或使用几何图形进行掩膜设置

点击属性设置几何图形位置与大小

点击填充当前选项进行掩膜设置

1.利用橡皮擦可以清除部分掩膜效果

2.通过工具笔刷或者其他形状

3.清除圆形轮廓（一般用于匹配形状相同（比如硬币）但是内部图案不一样想要匹配成功可以使用掩膜加清除）

总结

1.如何使用QuickBuild和CogJob

2.PMAlignTool工具操作方法

抓取图像-设置训练区域及参数-训练模板-设置允许参数-运行-参看结果

3.PMAlignTool的基本原理

图案位置搜索工具

基于边缘特征的模板而不是居于像素的模板匹配

边缘特征表示图像中不同区域间界限的轮廓线（有大小有方向）

支持图像中的特征旋转和缩放

PMAlignTool常用参数

1.算法忽略极性粗糙度精细度边缘阈值弹性

常用参数

算法：有六种选项，分别是:PatMax，PatQuick, PatMax 与 PatQuick，
PatFlex,PatMax-高灵敏度，透视 Patmax。
PatQuick 特点：速度最快，对于三维或者低质量原件最佳，承受更多图像差异；
PatMax 特点:精确度最高，在二维元件上表现佳，最适合于细微细节；
PatFlex 特点:为高度灵活的图案设计，在弯曲不平的表面表现较佳，及其灵活
但不够精确；
PatMax-高灵敏度特点：适用于对比度很低或者视频噪音或图像变形严重的图像
透视 Patmax 特点：适用于已经透视失真的二维特征；
忽略极性从暗到亮是正极性从亮到暗是负极性
进行全局极性的忽略（不考虑明暗关系）一般用于物体光线不稳定时

xy重叠如果匹配物体有重合部分取值范围0-1 数值越大越能匹配重合部分
查找概数能匹配的物体个数上限
希望查找的结果个数。
如果当前图像有四个待查找的图例。
Case1:设置查找数量为1个。如果四个结果的分数都相等，那么会显示4个结果
Case2:设置查找数量为3个。那么会按照查找分数的从大到小，显示排列前3个的结果
接受阈值结果选项中分数低于阈值的不显示结果一般建议 0.5
计分考虑杂斑
考虑的时候，将会导致结果选项中分数变低

粗糙度接受阈值法结果选项中粗糙分数低于阈值的不显示结果
弹性：当实例于匹配模板有一定出入时（例如匹配模板为30像素弹性+5 可以匹配到30.1-35的实例）类似于误差值一般建议在6以内范围
自动边缘阈值：（可以适当滤除一定的边缘干扰）
低于边缘阈值的会当作物件的背景。大于阈值的才会视作物件的轮廓。（边缘对比度）
如果设置一个过小的阈值，那么会产生过多的干扰
设置一个过大的阈值，将会造成边缘轮廓的损失

特征颗粒限制：
模板边缘线段的颗粒限制
旋转角度和缩放比例
实例与模板之间可接受的最小和最大角度值
实例与模板之间可接受的最小和最大缩放比例
超时：
强制让当前搜索的任务时间限制到这个时间之内，超过就会直接结束

对比度阈值我们将刚好看不清物体时的对比度值,称为对比度阈值。对比度阈值的倒数就是视觉对比敏感度。对比度阈值越低,对比敏感度越高,视觉功能越好。