机器视觉系统的构成

计算机视觉系统的构成主要包括光源、工业相机与工业镜头、传感器、图像采集卡、PC平台和视觉处理软件部分,具体功能如下:

光源

①光源------作为辅助成像器件,对成像质量好坏起到至关重要的作用,各种形状的LED灯、高频荧光灯、光纤卤素灯等都是常用光源。

工业相机与工业镜头

②工业相机与工业镜头------属于成像器件,通常视觉系统都是由一套或者多套成像系统组成,如果有多路相机,可能由图像卡切换来获取图像数据,也可能由同步控制同时获取多相机通道的数据。根据应用的需要相机可能是输出标准的单色视频(RS-170/CCIR)、复合信号(Y/C)、RGB信号,也可能是非标准的逐行扫描信号、线扫描信号、高分辨率信号等。

传感器

③传感器------通常以光纤开关、接近开关等的形式出现,用以判断被测对象的位置和状态,告知图像传感器进行正确的采集。

图像采集卡

④图像采集卡------通常以插入卡的形式安装在PC中,图像采集卡的主要工作是把相机输出的图像输送给电脑主机。将来自相机的模拟或数字信号转换成一定格式的图像数据流,同时它可以控制相机的一些参数,比如触发信号、曝光、积分时间、快门速度等。图像采集卡通常不同类型的相机有不同的硬件结构,同时也有不同的总线形式,比如PCI、PCI64、Compact PCI、PC104、ISA等。

PC平台

⑤PC平台------电脑是一个PC式视觉系统的核心,完成图像数据的处理和绝大部分的控制逻辑,对于检测类型的应用,通常都需要较高频率的CPU,这样可以减少处理的时间。同时,为了减少工业现场电磁、振动、灰尘、温度等的干扰,必须选择工业级的电脑。

视觉处理软件

⑥视觉处理软件------机器视觉软件用来完成输入的图像数据的处理,然后通过一定的运算得出结果,这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。

相关推荐
菜鸟‍8 小时前
【论文学习】Segment Anything 分割一切
深度学习·学习·计算机视觉
全栈开发圈9 小时前
作者有话说|关于目标检测
人工智能·目标检测·计算机视觉
硅谷秋水12 小时前
NVIDIA OmniDreams:用于闭环自动驾驶仿真、支持实时生成的世界模型
人工智能·深度学习·机器学习·计算机视觉·自动驾驶
AI棒棒牛13 小时前
YOLO26 全网独家改进创新: MIT 2025 振荡状态空间模型:引入可学习的阻尼机制,独家创新!
人工智能·学习·目标检测·计算机视觉·yolo26
m沐沐13 小时前
【计算机视觉】OpenCV 模板匹配银行卡数字识别---上
人工智能·后端·python·opencv·计算机视觉·pycharm·numpy
却道天凉_好个秋16 小时前
HEVC(十四):再谈RDO
计算机视觉·hevc·码率控制·rdo
大江东去浪淘尽千古风流人物16 小时前
【MASt3R-SLAM】从DUSt3R到MASt3R-SLAM:基于3D重建先验的实时稠密SLAM系统演进与深度解析
计算机视觉·数学建模·参数化模型·smpl·手部重建·mano·3d手部模型
AI人工智能+16 小时前
基于深度学习的医疗机构执业许可证识别技术通过智能图像处理、目标检测和语义理解,实现关键信息的高精度提取与结构化转换
深度学习·计算机视觉·自然语言处理·ocr·医疗机构执业许可证识别
Chenyu_31016 小时前
世界模型:从“预测下一个状态”到“可交互世界模拟器”
人工智能·计算机视觉·交互
jinxindeep16 小时前
Dexterity-BEV:跨本体&跨相机&Action三维空间对齐,推动通用机器人策略学习
数码相机·学习·机器人