工业镜头精度【光学知识】机器视觉中的精度（一）|上海羊羽卓进出口贸易有限公司

【光学知识】机器视觉中的精度（一）

无论使用何种仪器来测量参数，都有两个关键因素：准确性和可重复性。一个基本的经验法则是，测量仪器应该至少比它要测量的过程规范好十倍。换句话说，它的可重复性和准确性至少应该是过程的十倍。

所有的测量仪器都有一个刻度，由沿刻度的许多“刻度”或标记组成。在使用机器视觉的情况下，“刻度”之间的距离是像素（子像素）的大小或像素（子像素）之间的距离。在机器视觉中，“刻度”对应于分辨率，但不一定对应于机器视觉系统的灵敏度——系统能够检测到的测量值的最小变化。在机器视觉中，这对应于像素（子像素）增量或像素（子像素）分辨率。

在使用机器视觉测量零件时，通常面临着一个问题：零件特征的边缘通常不会精确落在一个像素或两个像素之间。边缘的影响通常会在几个相邻像素上体现。人们无法区分落在同一像素上的两条边。通常，编码的灰度值表示像素的强度平均值。

边缘可通过四个属性来表征

1、对比度 - 以边缘为特征的线的累积强度变化

2、宽度（模糊度） - 发生大部分强度变化的剖面上的间隔大小

3、陡度 - 此区间内的表面坡度

4、方向 - 垂直于边缘像素的向量角度

由于对象的边缘通常覆盖具有特定灰度轮廓的几个连续像素（将灰度值视为空间数据点的第三维属性），因此可以使用任意数量的数学或统计方案来基本上推断边缘点的位置，或将边缘的位置建立在有效对象距离的某个增量内的通过对象空间中的像素。例如，将灰度轮廓视为曲线，可以计算曲线的二阶导数——预期发生变化的特定点——并将其定义为边缘像素。

不同的机器视觉算法利用边缘的各种属性来计算像素（子像素）内边缘的位置。值得注意的是，不同的算法在子像素增量的大小方面确实会产生不同的结果。

精度的准确性和可重复性

精度由校准程序决定。在机器视觉中，与大多数数字系统一样，“校准”旋钮可以一次更改一个“刻度”（一个像素或亚像素距离）。每个“刻度”代表系统输出中的离散值变化，离散值是物理尺寸增量。

例如，公称尺寸为 0.1，公差为 0.005。（总容差范围为0.01）。因此，校准旋钮的每个“刻度”（像素或子像素距离）应具有0.1的0.01或0.001的值。因此，每个步长的一半为 0.0005。换句话说，机器视觉系统的精度应等于或优于0.0005。

由于重复性的经验法则与精度相同，因此系统对重复性的要求是相同的，即重复性应等于“刻度”的尺寸。

虽然精度在给定的应用中可能不是那么重要，因为它可以通过校准得出，但可重复性更为重要，因为它不能通过校准或其他方式进行校正。据观察，上述分析被许多人认为是保守的。因此，有些人建议将重复性从10/1放宽到5/1。

在某些情况下，使用的经验法则是精度和可重复性的总和应小于公差带的三分之一。实际上，无论遵守什么“规则”，测量仪器的准确度或重复性不应等于被测量尺寸的公差，事实上，必须小得多！

光虎视觉观点

光虎视觉认为，具有亚像素能力的机器视觉通常可用于满足此类“规则”的许多计量应用。在某些情况下，无论系统分辨率或理论像素大小（视场除以水平/垂直方向的像素数）如何，性能都接近工业环境中机器视觉的实际极限。

在要测量的零件尺寸为0.1的上述示例应用中，鉴于相机/机器视觉系统的全视场应用于该尺寸，理论子像素分辨率可能为0.1/1500（基于一个基于 500 x 500 区域相机的机器视觉系统和1/3像素分辨率的子像素能力）。

【来源：光虎工业镜头】

【光学知识】机器视觉中的精度（二）

精度的限制

然而，在实际应用中，并非像素越多越好。还有其他潜在的物理限制。例如，低于0.0001mm的分辨率可能会受到光学衍射极限的限制。

衍射是电磁辐射传播的基础，并导致超出简单几何模型预测范围的特征性能量传播。

对于成像来说，意味着从对象中的单个点收集的光会聚焦到图像中的一个有限点，而不是无限小的点。如果来自物点的辐射均匀地填充透镜孔径，并且透镜孔径是圆形且没有阻碍的，则所得光斑分布将表现为被同心环包围的中心圆盘。根据光的波动理论，中心圆盘包含光斑分布中总能量的 83.8%。

最直接的图像效果是相邻的点模糊在一起，因此无法分辨，彼此之间。在机器视觉应用中，所指的点是子像素“刻度”。衍射极限由瑞利准则定义为：

sinθ=1.22λ/D。其中θ是角分辨率，λ是波长，D是入瞳直径。当θ很小时，sinθ约等于θ，约等于d/f，其中d是最小分辨尺寸，f是焦距。

然而，这种限制会因应用条件和变量而加剧，例如：光照水平和光谱变化、光学畸变和像差、相机灵敏度不均匀性、视觉算法解释变化、温度、振动等。更不用说零件外观和呈现变量。结果是，在任何给定的机器视觉应用中，实际精度限制在 0.0008mm - 0.001mm的数量级。

视觉组件的分析

在机器视觉的测量应用中，处理具有需要0.001mm重复性和精度的公差的尺寸并不罕见。这些要求非常高，因此需要注意细节。

光源

理想的照明是使用背光源进行准直照明，以提供最高对比度和最清晰的边缘。这仅在可以在对象的轮廓中观察到要测量的特征时才有效。另一种方法是使用具有频闪功能输出的光源。频闪提供了额外的优势，即减少运动和振动对图像拖尾的影响。

使用频闪的优点是效率高，并且能够准确地控制对相机或移动物体的光脉冲调整。

镜头

负责收集光的镜头应采用远心设计，以获得最小的边缘畸变，并能容忍由于位置和振动变化引起的潜在放大倍数变化。

在理想化的实验室条件下，可以设计分辨率为0.000020mm的显微镜。然而，在实际的工业环境中，分辨率不可能超过0.00005 - 0.0001mm。

被测物的摆放和相机的固定应该使被测物始终与相机的图像平面呈平行。这将避免由于透视和梯形失真效果导致的像素拉伸。需要注意的是，光学的其他特性也会影响分辨率，尤其是离轴分辨率：失真、像散、场曲、渐晕等。

在某些情况下，与像素尺寸相比，这些将成为误差的很大一部分，因此，由机器视觉系统进行相应的补偿。或者，可能需要更好的光学器件，例如光虎视觉生产的双远心镜头。

相机

相机中使用的光电传感器应具有至少500 x 500数量级的分辨率（就其包含的感光点数量而言）。在使用光电传感器相机的情况下，机器视觉中的分辨率通常等同于到成像器中的感光点数量。相机应该对照明的蓝色光谱具有尽可能高的响应，以产生具有尽可能高对比度的图像。

正方形的传感器相机是机器视觉中的首选，因为它的水平和垂直值相同。虽然使用长方形光电传感器时可以在软件中纠正，但它需要额外的计算能力，进而需要更多的时间。

相机本身应该具有异步扫描能力，尤其是在使用频闪光源的情况下。曝光控制功能也可用于进一步减少背景照明的影响。

具有异步扫描能力的相机还具有帮助将事件同步到相机的优势。通过将相机与事件同步，可确保对象在物理上始终位于图像中的同一位置。这可以最大限度地减少对平移校正的需求，这种算法会增加执行的处理时间，因此会降低机器视觉系统的性能。

影响相机分辨率的问题包括：照明、电子噪声、机械噪声、光学和混叠。

A-D/帧缓冲区应与成像器中的感光点数量兼容。还应该能够从帧缓冲区同步相机，以消除像素抖动的影响。

像素抖动会导致像素到对象空间的重复映射错误。这在更高分辨率的相机中更加明显，例如那些应该用于精密测量应用的高分辨率相机，其中抖动可能会导致一个像素的偏差。

视觉软件

光虎认为，视觉软件应该具有进行亚像素算法分析的能力。值得注意的是，子像素处理有许多不同的方法，这些方法产生的结果在鲁棒性上有所不同。虽然许多公司声称有能力将子像素实际达到像素的1/64，但人们普遍认为，在工业应用中通常能实现的最佳子像素约为1/10或1/20个像素。

亚像素化方法利用了这样一个事实：即对象的边缘实际上会落在几个像素上，并有效地产生灰度曲线。在该曲线上运行的任意数量的不同数学方法将产生将边缘位置解释为像素内的能力。本质上，子像素代表两个“刻度”之间的最佳距离，并且与视觉系统进行测量的能力有关，而不是检测小于像素的属性。

视觉软件应该能够补偿适度的平移(0.005mm)和旋转 (5°)误差。它还应该能够基于亚像素处理技术对边缘进行操作（至少为1:10）。理想情况下它应该能够根据像素数据的最佳拟合来追踪边缘，并在两条这样的线之间进行测量。

值得注意的是，具有更高处理速度（每分钟 3000 张或更高）的带视觉软件的计算机有更大的优势：它可以对单个被测物上拍摄的多张图片进行平均。这种平均可以提高信噪比，因此，通常能通过样本数量的平方根有效地提高系统的分辨率。

【来源：光虎工业镜头】

工业镜头精度【光学知识】机器视觉中的精度（一）

【光学知识】机器视觉中的精度（一）

【光学知识】机器视觉中的精度（二）