边干边学机器视觉 完整版.pdf

边干边学机器视觉 完整版.pdf

ID:51568096

大小:2.24 MB

页数:34页

时间:2020-03-13

边干边学机器视觉 完整版.pdf_第1页
边干边学机器视觉 完整版.pdf_第2页
边干边学机器视觉 完整版.pdf_第3页
边干边学机器视觉 完整版.pdf_第4页
边干边学机器视觉 完整版.pdf_第5页
资源描述:

《边干边学机器视觉 完整版.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、目录第1章搭建机器视觉处理平台..................................................................................11.1选择相机.......................................................................................................................11.1.1扫描类型(Scantype)........................................................

2、................................11.1.2相机分辨率(CameraResolution).....................................................................21.1.3相机的图像传输方式.......................................................................................31.2选择图像采集板卡........................................................

3、...............................................51.3选择软件处理平台.......................................................................................................61.3.1超高性价比的学习平台...................................................................................7i第1章搭建机器视觉处理平台1.1选择相机光源选择好了以后,下一步就是选择相

4、机。通常,在工业相机的说明书上,会出现这样的指标,如图2.1所示。图2.1工业相机指标(来自www.ni.com)下面本文将详述工业相机常见的指标,以帮助大家选择合适的相机。1.1.1扫描类型(Scantype)相机中的成像元件是CCD芯片。如果CCD芯片只有一行感光器件(如图2.2左所示),换句话说,每次只能对物体的一条线进行成像,那么,这种扫描类型成为线扫描(linescan),这样的相机称为线阵相机。如果CCD芯片的感光区是个矩形阵面(如图2.2右所示),换句话说,每次能对物体进行整体成像,那么,这种扫描类型成为面扫描(linescan),这样的相机称为面阵相机。图2.2面阵CCDvs.

5、线阵CCD面阵相机的优点是价格便宜,处理方面,可以直接获得一幅完整的图像。线阵相机的优点是速度快,分辨率高,可以实现运动物体的连续检测,比如传送带上的滤波等带状物体(这种情况下,面阵相机很难检测);其缺点是需要拼接图像的后续处理。图2.3给出了线阵相机的一个成像实例,以帮助大家更好的理解线阵相机的成像过程。1图2.3线阵相机成像实例按照扫描方式不同,面阵相机还可以分为隔行扫描(Interlacedscan)和逐行扫描(ProgressiveScan)。隔行扫描方式下一幅完整图像分两次显示,首先显示奇数场(1、3、5……),再显示偶数场(2、4、6……),如图2.4所示。奇数场偶数场+帧=图2.

6、4隔行扫描成像过程隔行扫描相机的优点是价格便宜,但由于隔行扫描方式是先扫奇数场,再扫偶数场,所以隔行扫描相机在拍运动物体的时候容易出现锯齿状边缘或叠影。逐行扫描相机则没有上述的缺点,由于所有行同时曝光,不会分先后,所以在拍摄运动图像画面清晰,失真小。其余参数相似的情况下,逐行扫描相机要比隔行扫描相机贵。1.1.2相机分辨率(CameraResolution)分辨率是影响图像效果的重要因素,我们一般用水平和垂直方向上所能显示的像素数来表示分辨率,例如640×480。该值越大图形文件所占用的磁盘空间也就越多,从而图像的细节表现得更充分。与分辨率联系非常紧密的参数是视场(FieldofView)和特

7、征分辨率(FeatureResolution),如图2.5所示。视场是指能拍摄到的范围,特征分辨率是指能分辨的实际物理尺寸。2图2.5视场和特征分辨率NIVisionModule中的图像算法要求,物体最小的特征需要两个像素来表示,根据视场和相机分辨率,我们可以计算出特征分辨率。计算特征分辨率的公式为:特征分辨率=视场/分辨率*2例如:相机分辨率为640x480,横向的视场是60mm,那么在横向的特

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。