机器视觉系统选型-选型-总结

一:明确需求

需求:镜面材质上的划痕检测,传送线上运动过程中拍照,无景深要求,传送线速度0.8m/s,产品间隔50mm

产品大小:100*80mm

工作距离限制:≤ 300mm

最小划痕宽度:0.1mm

二:明确算法能力,确定单像素精度

如果算法要求最小划痕在图像中至少占:3 × 3pixel

则单像素精度为:0.1mm ÷ 3pixel = 0.0333mm/pixel

三:根据视野计算所需像素

运动场景下还要计算帧率和最大,曝光时间

需要预留一定的视野余量,所以视野为:120 × 100mm

则需要的横向像素为:120 ÷ 0.0333 = 3603pixel

需要的纵向像素为:100 ÷ 0.0333 = 3003pixel

每一秒需要拍摄的产品数量为:800 ÷ (100+50)=5.3个,所以相机帧率要求:≥ 5.3fps

可以设置的最大曝光时间:0.0333mm/pixel ÷ 0.8m/s = 41.6us

三:查阅资料确定相机选型

查阅产品手册相机清单,有MV-CH120-10GM,MV-CE120-10GM,分辨率和帧率都满足,但由于是运动场景,Rolling快门相机

不适用,所以最终选择:MV-CH120-10GM

四: 明确相机靶面参数,确定镜头靶面

该相机像元大小:3.45 × 3.45um,分辨率4096 × 3000pixel

所以传感器长宽为:14.1312 × 10.35mm

靶面尺寸为:17.5161mm =1.1"

所以镜头靶面要求:≥1.1",可选择KF系列或者SA系列

五:计算放大倍率,计算焦距

放大倍率:sensor短边 ÷ 视野短边,即为10.35 ÷ 100= 0.1035

焦距f=工作距离×放大倍率,所以f=0.1035 × 300= 31.05mm

六:根据焦距选择合适镜头,重新计算工作距离

如果工作距离太近,还要计算接圈

因为工作距离是≤300mm,于是选择比31.05mm更短的25mm镜头

重新计算工作距离D=焦距f ÷ 放大倍率=241.5mm

所以镜头选择:MVL-KF2528M-12MP

七:根据焦距选择合适镜头,重新计算工作距离

如果工作距离太近,还要计算接圈

因为工作距离是≤300mm,于是选择比31.05mm更短的25mm镜头

重新计算工作距离D=焦距f ÷ 放大倍率=241.5mm

所以镜头选择:MVL-KF2528M-12MP

八:如果有景深要求,注意光圈

至此相机镜头选型确定:

镜头:MVL-KF2528M-12MP,光圈F4(一般在F4-F8之间能获得最佳解像力和一致性)

相机:MV-CH120-10GM,曝光时间41.6us,帧率4.7fps(工作在触发模式)

九:根据产品表面特征确定光源类型,根据曝光时间 和光圈选择光源功率

光源可以选择高亮的同轴光(高角度打光,划痕呈现黑色)

也可以选择高亮的4面低角度条光、环形光(低角度打光,划痕呈现黑色)

相关推荐
badhope1 小时前
Mobile-Skills:移动端技能可视化的创新实践
开发语言·人工智能·git·智能手机·github
吴佳浩2 小时前
GPU 编号进阶:CUDA\_VISIBLE\_DEVICES、多进程与容器化陷阱
人工智能·pytorch·python
吴佳浩2 小时前
GPU 编号错乱踩坑指南:PyTorch cuda 编号与 nvidia-smi 不一致
人工智能·pytorch·nvidia
小饕3 小时前
苏格拉底式提问对抗315 AI投毒:实操指南
网络·人工智能
卧蚕土豆3 小时前
【有啥问啥】OpenClaw 安装与使用教程
人工智能·深度学习
GoCodingInMyWay3 小时前
开源好物 26/03
人工智能·开源
AI科技星3 小时前
全尺度角速度统一:基于 v ≡ c 的纯推导与验证
c语言·开发语言·人工智能·opencv·算法·机器学习·数据挖掘
zhangfeng11333 小时前
Windows 的 Git Bash 中使用 md5sum 命令非常简单 md5做文件完整性检测 WinRAR 可以计算文件的 MD5 值
人工智能·windows·git·bash
monsion3 小时前
OpenCode 学习指南
人工智能·vscode·架构
藦卡机器人3 小时前
中国工业机器人发展现状
大数据·人工智能·机器人