En komplet guide til linsevalg og kalibrering i maskinsynsapplikationer

I machine vision-systemer arbejder industrielle kameraer og linser sammen som kameraets 'øjne' og påtager sig den vigtige opgave at transmittere ekstern optisk information til sensoren. Kvaliteten af ​​objektivets ydeevne og rimeligheden af ​​parametervalg bestemmer direkte billedkvaliteten og detektionsnøjagtigheden. Derfor er det at mestre den grundlæggende viden om linsevalg af stor betydning for at forbedre effektiviteten af ​​industriel inspektion og automatiseret produktion.

Grundlæggende koncepter for industrielle kameralinser

Industrielle linser er forskellige fra almindelige forbrugerlinser. Deres hovedmål er at sikre nøjagtigheden, stabiliteten og konsistensen af ​​billeddannelsen. I billedmålingsprocessen og maskinsynsapplikationer bruges de ofte i scenarier som præcisionsmåling, defektdetektering og størrelsesgenkendelse. Sammenlignet med civile objektivers ydeevne er industrielle objektiver mere opmærksomme på lav forvrængning, høj opløsning og ensartet billede for at sikre stabile billeddata i masseproduktionsmiljøer.

Valg af kamera og objektiv

Når du vælger et objektiv, skal matchningen af ​​kameraparametre og detektionsbehov tages i betragtning. Kameraets opløsning, måloverfladestørrelse og pixelstørrelse er tæt forbundet med objektivets brændvidde, forstørrelse og blændeområde. Hvis objektivet og kameraet ikke passer sammen, kan det resultere i ufuldstændig billeddannelse, spild opløsning eller overdreven forvrængning, hvilket påvirker nøjagtigheden af ​​efterfølgende detektering og genkendelse.

Hvordan sikrer man nøjagtigheden og stabiliteten af ​​industrielt kameraarbejde?

Stabiliteten af ​​industrielle linser kommer hovedsageligt fra følgende aspekter:

Lav forvrængning: Sørg for, at den geometriske form af objektbilledet på sensoren stemmer overens med det faktiske;

Høj opløsning og ensartethed: sikre klar billeddannelse inden for hele synsfeltet uden tydelig kantsløring;

Rimeligt optisk design: Ved at optimere blænde, brændvidde og dybdeskarphed kan der stadig opnås stabile billeder i komplekse lysmiljøer;

Matchet grænseflade og sensorstørrelse: undgå vignettering og optisk tab, hvilket sikrer perfekt pasform mellem objektiv og kamera.

linseforvrængning

Forvrængning er en nøgleparameter, som man skal være opmærksom på under valg af objektiv. Det påvirker direkte målings- og detektionsnøjagtigheden.

Radial forvrængning: Forvrængning fordelt langs linsens radius. Da lys bøjes mere væsentligt væk fra midten af ​​linsen, omfatter almindelige former:

Tøndeforvrængning: Billedets kanter udvider sig udad og ligner tøndebuler;

Nålepudeforvrængning: Billedets kanter krymper indad og ligner pudekanter.

Tangentiel forvrængning: forårsaget af excentricitet i objektivinstallationen eller fremstillingsprocessen, som manifesterer sig som en tangentiel forskydning af billedpunkter i forhold til deres ideelle position.

Forskellige typer forvrængning kan føre til detekteringsfejl. Derfor er det i præcisionsmålingsscenarier nødvendigt at prioritere industrielle linser med fremragende forvrængningskontrol.

Forskellige manifestationer af forvrængning

Ud over cylinder- og nålepudeforvrængning kan sammensat forvrængning også forekomme i praktiske applikationer, i hvilket tilfælde det skal korrigeres gennem kalibrering eller softwarealgoritmer. Kompleksiteten af ​​forvrængning kræver, at brugerne ikke kun ser på objektivparametrene, når de vælger, men også verificerer dem baseret på det faktiske applikationsmiljø.

Almindelig anvendte kamerakalibreringsmetoder

For at eliminere påvirkningen af ​​forvrængning og sikre sammenhængen mellem billedet og de virkelige koordinater er kamerakalibrering normalt påkrævet. Almindelige kalibreringsmetoder omfatter:

1) Traditionel kamerakalibreringsmetode

Det tilsvarende forhold mellem kalibreringspunkterne og billedpunkterne etableres gennem et kalibreringsobjekt af kendt størrelse (såsom et skakbræt) for at beregne de interne og eksterne parametre for kameraet. Ifølge forskellige kalibreringsobjekter kan den opdeles i plankalibrering og tredimensionel kalibrering. Denne metode har høj nøjagtighed, men kræver kalibreringsmaterialer af høj kvalitet og er relativt besværlig at betjene.

2) Aktiv vision kamera kalibreringsmetode

Denne metode er ikke afhængig af kalibreringsobjekter, men udleder parametre gennem kameraets kendte bevægelsesbane. Fordelen er, at algoritmen er enkel og robust, men ulempen er, at det eksperimentelle udstyr er dyrt og kun kan anvendes til scener under kontrollerbare bevægelsesforhold.

3) Kameraets selvkalibreringsmetode

Kalibrering er baseret på geometriske træk i scenen (såsom parallelle linjer og ortogonale linjer). Beregn kameraparametre gennem forsvindingspunkter og projicerede geometriske sammenhænge. Denne metode er fleksibel og velegnet til online kalibrering, men algoritmen har høj kompleksitet og dårlig robusthed.

Udvælgelsen af ​​industrielle kameralinser involverer mange aspekter såsom optiske principper, billedparametre og kalibreringsmetoder. Kun med en dybdegående forståelse af brændvidde, forvrængning, dybdeskarphed, blænde og andre parametre, kombineret med faktiske anvendelsesscenarier, kan det bedst egnede objektiv vælges. For machine vision-systemer, der stræber efter høj præcision og pålidelighed, er korrekt linsevalg og rimelige kalibreringsmetoder nøglen til at sikre inspektionskvalitet og produktionseffektivitet.