拨云见日：如何挑选一款“好”的机器视觉产品

®china2口口GNE口口GNEX1.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AI6.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.总结今天，机器视觉已经成为了自动化系统重今天，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In-Sight3800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。4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In-Sight3800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，In-Sight3800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。In-Sight3800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，In-Sight3800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。IIn-Sight3800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OCR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。6口口GNE口口GNEX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CMOS相机、CCD相机等。CMOS相机具有低功耗、高速传输和宽动态范围等特点，而CCD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*10MM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。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。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。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、LED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。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、VGA采集卡和GIGE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。8 口口GNEX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。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。In-Sight3800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。例如在分辨率上，In-Sight3800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。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。HDR+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-Sight3800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，HDR+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-Sight3800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-Sight3800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。 口口GNEX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AI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AI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AI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。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AI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AI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，In-Sight3800就在单个视觉系统中同时集成了基于AI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，In-Sight3800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”的突出首先，在当前的首先，在当前的AI应用趋势下，In-Sight3800嵌入了强大的边缘学习工具，包括用于实现“分割”类功能的ViDiELSegment、用于“分类”的ViDiELClassify，以及用于字符OCR识别和读取的ViDiELRead。这些边缘学习工具利用AI技术，通过在设备或在数据收集位置的“边缘”处理图像，从而实时提供准确的结果。对用户而言，这些边缘学习工具的优势在于使用和部署起来非常方便。即便用户缺乏经验，也可以在几分钟内完成ViDiEL系列工具的训练。用户只需要使用5~10个相关类别的示例图像，就可以在无需调用CPU的情况下，直接在设备上进行训练，并获得实时、可视化的准确性结果反馈，以帮助验证输出结果的正确性。在受益于AI技术的同时，In-Sight3800还配备了传统的基于规则的视觉工具库，这些工具已经经过了业界的广泛验证和认可，可以用于测量距离和斑点、统计像素和图案、读取代码、引导机器人、执行数学和逻辑运算等功能场景。更给力的是，这些工具在In-Sight3800上的运行速度比上一代产品快两倍，能够帮助用户更快地解决应用问题，并适应更快的生产线速度。可以说，基于规则和基于AI的机器视觉方法，在In-Sight3800上实现了完美的“珠联璧合”，这两类方法的组合，让用户可以更加高效、灵活地满足更加多样化的需求。口口GNEX口口GNEX一款机器视觉产品是否易于设置和开发，同样是对用户至关重要的考虑因素。因为并非所有用户都是拥有机器视觉产品使用经验的专业人士，因此，为机器视觉产品提供简便易用、操作友好的开发和设置环境至关重要，这可以让各种专业背景的用户都可以轻松、快速地设置机器视觉产品并尽快投入使而且，随着业务需求的变化，机器视觉产品的扩展和换型也应做到尽量简便高效，提升用户的使用体验。以In-Sight3800为例，它拥有通用软件平台为其提供灵活的开发选项。在所有In-Sight产品中均有配备的In-Sight视觉套件软件为In-Sight3800提供了电子表格和EasyBuilder这两种编程环境，允许用户随着业务需求的发展无缝扩展其解决方案。电子表格可以引导用户使用高级应用程序，处理复杂的应用；而EasyBuilder开发环境则简化了In-Sight3800的设置，且支持快速换型。In-Sight视觉套件中的EasyBuilder界面具有点选式编程功能，是开发简单或常见任务的理想选择，其直观的流程可以引导开发人员逐步完成从图像采集到最终结果以及后续步骤的设置。这也使得无论是新老用户，都能够更加轻松便捷地配置视觉不仅如此，In-Sight3800还提供对基于Web的人机界面的访问，从而实现运行时可视化。在HMI中，用户可以查看检测结果并修改设置参数以优化其应用。在选择相机的过程中，拥有总成本占据着举足轻重的地位，其影响力与分辨率在选择相机的过程中，拥有总成本占据着举足轻重的地位，其影响力与分辨率和速度不相上下。当决定购买用于检测或其他机器视觉应用的工业相机时，机器视觉检测系统的成本效益和投资回报率（ROI）往往已成为关键考量因素。在机器视觉系统中，成本是界定可实现目标的关键因素，相机的预