APP下载

机器视觉照明系统的关键技术分析

2016-08-05尚会超段梦珍段晓伟张洪斌

中原工学院学报 2016年3期
关键词:图像质量照明系统机器视觉

尚会超, 杨 锐, 段梦珍,段晓伟, 张洪斌

(1.中原工学院, 郑州 450007; 2.河南新亚服装有限公司, 河南 鹤壁 456750)



机器视觉照明系统的关键技术分析

尚会超1, 杨锐1, 段梦珍1,段晓伟1, 张洪斌2

(1.中原工学院, 郑州 450007; 2.河南新亚服装有限公司, 河南 鹤壁 456750)

摘要:介绍了机器视觉照明系统的发展现状。机器视觉技术已经在社会发展的许多领域得到应用。照明系统是影响机器视觉系统性能的一个关键因素,它决定着原始采集图像的质量,从而影响整个视觉系统的处理效果。重点对照明光源的类型与特点、选择与布局、驱动与控制、光源特性及其对图像的影响、光学辅助工具的使用、照明设计软件等主要技术进行总结,探讨了视觉照明系统应用中均匀照明的实现、散热、控制器技术、通用性设计等亟待解决的问题。

关键词:机器视觉;照明系统;光源;图像质量

机器视觉系统使用摄像机、相机等来采集目标图像信号,通过图像处理系统对目标图像信号处理,实现计算机对目标的检测、跟踪、识别与判断,最终实现产品的缺陷检测,提高质量和运行效率[1-2]。图像质量与程序算法决定着机器视觉系统的处理速度和质量,而图像质量很大程度上由光照环境、目标表面材质、物体摆放位置所决定[3-4]。良好的光照环境能够有效地突出物体的识别目标,有利于得到用于计算机分析的高质量图像,降低图像处理难度。由此可见,良好的照明系统设计是机器视觉系统高效运行的保证[5]。

本文将概述机器视觉照明系统的主要技术及发展现状,对需要进一步研究的几个主要问题进行探讨。

1机器视觉照明系统的发展

机器视觉概念于上世纪50年代出现,但直到80年代中期,图像处理硬件技术的突破才使得机器视觉技术获得真正的发展。在中国,2000年以后,随着机器视觉技术在大量先进生产线和设备中应用,有关厂商认识到机器视觉检测对提高产品质量和生产效率的重要性,机器视觉技术进入快速发展时期。目前,中国市场上机器视觉企业已超过200家,专业的机器视觉系统集成商超过50家,涵盖了从光源、工业相机、工业镜头、图像采集卡以及智能相机等所有机器视觉产业链产品。

随着照明系统在机器视觉系统中的关键作用逐步得到认识,国内外出现了许多专门开发机器视觉照明系统的厂商。相对于国内而言,国外机器视觉照明技术发展已经成熟,如日本的CCS公司,其生产的LED光源主要应用于表面探测、位置确定、产品整合等多种领域。美国的AI公司借助其在机器视觉照明方面的优势,改进了机器视觉系统的性能。日本光源小巧精致,美国光源结实耐用,各有所长。目前国内的机器视觉光源以上海纬朗、深圳OPT、上海铂美等制造商为代表,以跟踪国外产品类型为主,同时可根据用户要求设计开发一些专用产品。总的来说,目前的机器视觉光源不论在国内还是国外都处于迅猛发展阶段[6]。

2机器视觉照明光源的主要类型

2.1光源种类

在机器视觉照明系统中,光源对整个系统有着决定性的影响。不同的光源有其自身的特点和优势。常见的机器视觉照明光源主要包括以下几种类型:白炽光源、金属卤素光源、荧光光源、LED光源、红外光源、X射线光源等。其中白炽光源已基本淘汰不用,红外光源和X射线光源应用领域较为单一,金属卤素光源更多用于环境照明、展示照明等领域。机器视觉系统中最常用的光源是荧光光源和LED光源,它们的基本技术性能指标如表1所示。

表1 常用机器视觉照明光源的基本技术性能指标

2.2光源优缺点

荧光灯能够做成不同的形状及大小,发热少,寿命长。其灯管产生的漫射光,有利于测量具有反射能力的金属元件。传统的冷阴极荧光灯,显色性不好,寿命和可靠性都比较低。因为其白光是多种波长混合而成的,所以测量时非彩色CCD对图像的识别精度会受到影响[7]。三基色荧光灯的显色性能好,光效强,在彩色图像视觉检测中应用较多。

LED光源是第四代光源,已逐步替代白炽灯、荧光灯和高压气体放电灯等传统光源[8],具有响应速度快、耗电量低、安全性高、使用寿命长、单元体积小、可控性高和绿色可回收等优势。在机器视觉领域,LED光源作为照明系统的首选光源,应用范围日益广泛。随着半导体和包装材料的技术进步,LED光源必将促进新型照明系统和设备设计制造的快速发展[9]。

目前,OLED(有机发光二极管)——第五代光源正不断地应用于照明显示行业。它是一种层状结构的薄膜固态发光器件,可制成大面积、可弯曲的光源。其内部驱动电压较低,功耗较小,节能效果显著[10]。但是,OLED的生产技术不成熟导致其成品率低下,价格高昂,目前主要应用于柔性显示屏、奢侈灯具等产品,在机器视觉照明领域还很少应用。

3机器视觉照明光源的选择

3.1照明光源的选择依据

在机器视觉技术应用中,为了使采集的图像达到最佳效果,需要根据目标的颜色、材质和形状,考虑所需光源的强度、光路和光谱等性能,突出所需目标的特征信息[11]。

在对光源选择与设计时,应优先选择主动照明方式,尽量屏蔽自然光干扰,使用人工光源照射被测物;尽量选择LED光源或高频荧光灯。从照射对象的特性考虑,选择光源时需要考虑其表面平整度和表面反光程度,以及目标的形状、颜色和动静状态等要素。总体来讲,照明系统的合理配置取决于待检目标的大小、表面特性、几何特性、色彩以及系统需求,应针对具体应用要求来选择不同的照明系统。

3.2照明光源的布局与形状

机器视觉照明设计的任务是使被测物特征与背景图像特征之间产生最大的对比度,从而易于特征区分[12]。根据视觉系统相机、光源、被测物的空间结构关系及运行要求,可以确定以下参数:照明范围,光源与物体之间的距离,物体的形状、颜色和运动性。在此基础上确定光源的布局与形状。

(1)照明系统的布局方式按照光源照射方式可分为明/暗场照明、前向照明、侧向照明、背向照明、结构光照明、漫射照明和频闪照明等。表2列举了这几种布局方式的光路图及主要应用。

(2)LED光源按照形状主要分为背光源、条形光源、环形光源、同轴光源、定制光源等。表3对照明光源的主要形状及其工业应用进行了介绍。

3.3照明光源驱动控制器的选择

在机器视觉实际应用中,光源的稳定工作需要光源驱动。按照各种驱动在光源上产生的电压或电流波形特性,可将光源驱动分为直流驱动和交流驱动两种基本类型[14]。用于工业生产线的机器视觉系统标配为12 V/24 V直流电源,分为恒流、恒压、频闪三种控制方式,模拟控制、数字控制两种操作方式。模拟控制通过操作控制器面板上旋钮控制电源;数字控制则用外触发方式连接传感器或者电脑,通过软件控制光源。根据控制所需的精细程度来选择数字控制器。

表2 照明光源主要布局方式的光路图及应用

表3 照明光源的主要形状及工业应用

在机器视觉照明系统中,当采用多个光源组合照明时,需要考虑电源输出的通道数、接口的独立控制性、能否为相机等外部器件提供标准电压接口、光源亮度是否可调以及亮度调节的级数要求等。

对于普通外触发照明系统而言,提高亮度且光源保持常亮会导致光源的寿命缩减。频闪照明通过预设脉冲宽度对光源电流通断进行频闪控制,能够大幅度提高光源的瞬间亮度,大大减少光源发热量,从而延长光源的使用寿命。在拍摄运动物体时,对于相机视场小、物体运动(或震动)速度较快的场合,用频闪控制器来提高光源的瞬间亮度是最佳选择。

因此,在选择光源驱动控制器时,需要考虑以下几个因素:输出电压、通道数、控制功能和方式、外触发接口、标准电压接口、过流保护和短路保护功能。

4光源特性对图像的影响

在机器视觉照明系统中,光源的特性(如光强、均匀度、显色性、寿命、光谱等)对采集图像的质量有很大影响。

照明系统对光源的要求如下:首先要提供合适的光强,受驱动电源扰动以及环境因素等影响,光照强度容易发生变化,从而造成像素灰度的变化[15];其次,光照必须均匀,否则采集图像的灰度就会发生偏差;第三,对于采集图像色彩真实性要求较高的工业应用,必须提供较高的显色性;第四,只有光源的寿命足够长才能保证光源的各项特性稳定。

光源的光色(光谱特性)对图像对比度会产生重大影响,不同的光照和光谱成分会影响采集图像的颜色[16]。在机器视觉系统中,常用的光源光色有白、蓝、红、绿、红外、紫外等。常用LED光源的颜色和波长参数如表4所示。

表 4 LED光源的颜色与波长

白光是一种混色光,适用性广,亮度高,在拍摄彩色图像时使用较多。蓝色光源适用于银色背景产品及薄膜上金属色印刷品。绿色光源的波长介于红色与蓝色之间,主要用于红色、银色背景产品(如钣金、车加工件等)。红色光源的波长较长,能够显著地提高图像对比度,可照亮比较暗的物体,适用于绿色线路板检测、透光膜厚度检测等。红外光属于不可见光,波长比可见光的波长更长,可以更少地被某些材料反射,对塑料、橡胶、颜料等有机物质穿透性极佳,主要用于医学、视频监控、LCD屏检测、制药、塑料包装、电子等领域。紫外光也属于不可见光,但其波长比可见光更短,穿透力更强,主要用于证件、荧光字符条码、金属裂痕与表面划痕等检测。

通常,检测光源色彩的选用可以通过选取背景的互补色来增强对比度。在图1所示的十二相色环图中,要突出某种颜色,可以选择色环上与其相对应的互补色光源;要抑制或消除某种颜色,则可选择与其同色的光源。合适光色可以通过RGB调色或白光源与滤光镜的配合使用来获得。

图1 十二相色环图

5机器视觉照明系统的辅助器件

机器视觉照明系统是一个应用性很强的系统工程,在具体应用环境中,受限于一定的光源类型和照射角度,在不能直接通过光源调整来获取良好的检测目标图像时,需要借助于一些特殊的光学辅助器件。

(1)偏振镜。它可以有效地消除物体的表面反光。在透明或半透明物体的应力检测方面,偏振镜有很好的应用,运用摄像机搭配偏振镜可以消除物体表面产生的反光。

(2)漫射片。它可以使光照变得均匀,是机器视觉光源中比较常见的一种光学工具。如高均匀背光源就是在LED阵列之上添加漫射片构成的。

(3)滤光镜。它可限制干扰光进入摄像机,通过透射、反射、偏振、密度衰减和散射等方法可滤除干扰光,改变入射光光谱的强弱,提高图像的对比度。

(4)分光镜。它能够将一束光分解成多束,借助不同的镀膜参数,可以实现反射光和折射光比例的任意调节。同轴光源就是分光镜的一种应用实例。

(5)反射镜。在机器视觉照明系统中,采用反射镜,光源的光路和角度可以得到优化,使光源安装方式更加灵活。

(6)棱镜。通过棱镜,得到频率较为单一的光,能够把不同颜色的复合光分开。

6光学仿真设计软件

在机器视觉照明系统中,光源的选择、布局,系统的分析、优化和执行都可以通过不同的光学仿真设计软件来辅助实现,大大减少实验时间,提高实验效率[17]。

目前常用的光学设计软件有多种,但侧重点各不相同,如:CodeV、Zemax、OSLO等软件侧重于成像设计;Lighttools、TracePro、ASAP等软件侧重于照明设计;OptiWave软件侧重于光通讯设计;TFCalc、Filmstar等软件侧重于光学薄膜设计。这里重点介绍侧重于照明光路仿真设计的Lighttools、Tracepro、ASAP软件。

Lighttools光学建模软件可以精确地模拟各种实际光源的外形和光学特性,使用它的照明模块 (Illumination Module) 可实现蒙特·卡罗方法(Monte Carlo method) 的光线追踪,获得指定表面的照度、光强度等信息。

TracePro软件能够建立照明系统、透镜系统、成像系统、遥感系统及各种光学器件的模型。在主流CAD软件中预先设计照明光源的外观,然后导入TracePro软件中,设定材质及光源参数,可定义和跟踪数百万条光线,并对所得数据进行综合分析。

ASAP高级光学系统分析模拟软件几乎可以对任何形态的光源建模,模拟可见光、紫外线和红外线在非同调成像和非成像照明系统中的各种物理现象,能够对绝大多数光学仿真进行分析,光线追踪速度高且精准。该软件的核心为非序列光线追迹引擎。该引擎是现有光学软件中最快速的运算引擎,其内置的绘图功能可以将几何模型、光线追迹的细节和模拟分析结果充分可视化。

在这3款软件中,Lighttools、TracePro由于中文教程较多,因此在国内使用较广;ASAP因其优越的性能,在国外知名公司运用较多(如Philips、Osram、Samsung、KOITO、GE等),但在国内的应用尚需进一步推广。

7问题与展望

在机器视觉照明系统中,LED光源的使用已经成为主流,但其在使用中还存在一些亟待解决的问题。

(1)光源的照明均匀性。这主要受LED灯珠质量的一致性、灯珠排列与亮度优化等因素影响[18]。可以选择处于同一批次且通过光亮度、均匀度、稳定性和光源衰减速度严格测试的产品来达成质量的一致性,并采用专用软件对灯珠的排列、亮度进行仿真分析与优化设计。

(2)散热问题。高精度、高速度的检测必然要求光源的高亮度,而伴随高亮度的高发热量是造成光源光衰快和寿命缩短的主要原因。为此,可从如下几个方面进行处理:采用散热性能好的材料;增加散热面积;采用强制风冷甚至添加水冷系统;优化散热设计,综合考虑环境约束、热功耗、热传导、材料等因素。

在做好散热的基础上,减少元件发热,在同等能耗之下提高热能转换为光能的能力,选择材料更新、电光效率更高的LED组件等都是解决元件发热问题、提高LED光源稳定性的发展方向。

(3)控制器的通用性和控制能力。由于每种光源的性能不尽相同,因此每种光源都应使用与其配套的控制器。这无形中会增加视觉系统的成本。随着光源技术的发展,对光源灯珠的单独控制或分区控制已经成为控制器的必要功能,因此增强控制器的通用性和控制能力是大势所趋。

(4)照明系统的通用性开发。在保证光源及控制质量的基础上,每个视觉系统都需要单独选择适宜的发光颜色、形状与光源布局方式,照明系统一般与相应视觉系统捆绑销售,最终导致其在使用中缺乏通用性和灵活性[19]。因此,对照明系统的通用性开发是该领域的一个重要研究方向。

(5)其他问题。虽然国内外有关机器视觉照明技术的研究已逐渐成熟,但在实际系统工况中存在检测对象速度变化、生产线振动、环境光噪声干扰、温湿度条件变化等影响因素,这些都是在具体研究中需要考虑和解决的问题。

参考文献:

[1]Bruce G B. Machine Vision for Industrial Applications[M]. London: Springer London Ltd.,2012:1-15.

[2]尚会超,吴军.织物表面检测算法综述[J].中原工学院学报,2008,19(1):16-18.

[3]肖俊明,彭喜英.基于机器视觉的图像分割算法的研究[J].中原工学院学报,2008,19(1):1-3.

[4]张五一,赵强松,王东云.机器视觉的现状及发展趋势[J].中原工学院学报,2008,19(1):9-12.

[5]张巧芬,高健.机器视觉中照明技术的研究进展[J].照明工程学报,2011,22(2):32-37.

[6]李俊.机器视觉照明光源关键技术研究[D].天津:天津理工大学,2006:8-25.

[7]申晓彦,王鉴.用于视觉检测的光源照明系统分析[J].灯与照明,2009,33(3):7-9.

[8]Wu H P, Yang J G, Hsu M M, et al. Automatic Measurement and Grading of LED Dies on Wafer by Machine Vision[C]//ICM 2007 IEEE International Conference on Mechatronics. Washington: IEEE, 2007:1-6.

[9]Chen S Y,Li Y F,Zhang J. Realtime Structured Light Vision with the Principle of Unique Color Codes[C]//2007 IEEE International Conference on Robotics and Automation. Washington:IEEE, 2007:429-434.

[10]Robert F,Karlicek J. Future Directions in LED Applications[M]. London:Thermal Management for LED Applications,Volume 2 of Solid State Lighting Technology and Application Series, 2014:519-541.

[11]刘飞,李晓,封小华.OLED照明技术及应用进[J].照明工程学报,2014,25(3):93-97.

[12]侯远韶.机器视觉系统中光源的选择[J].洛阳师范学院学报,2014,33(8):45-49.

[13]章炜.机器视觉技术发展及其工业应用[J].红外,2005,27(2):11-17.

[14]李炳乾.LED环形光源研制[J].照明工程学报,2007,18(1):63-66.

[15]巢时斌,丘东元,张波.LED驱动方式分析及性能比较[J].电气器应用,2011(14):40-44.

[16]龚聪,徐杜.光源强度变化对图像检测精度的影响及其解决方法[J].科学技术与工程,2014,13(14):236-239.

[17]张磊.机器视觉颜色检测技术及应用研究[D].广州:广东工业大学,2011:8-30.

[18]Robert P B, Mary T. Optical Design and Stray Light Concepts and Principles[M]. London: Springer Handbook of Lasers and Optics, 2012:427-445.

[19]梁融,聂宇宏,聂德云,等.LED散热器散热特性分析及结构优化[J].照明工程学报,2014,25(1):94-97.

(责任编辑:王长通)

收稿日期:2016-04-12

基金项目:河南省教育厅自然科学研究计划项目(2011A460015);河南省科技攻关计划项目(142102210085)

作者简介:尚会超(1974-),男,河南长葛人,副教授,博士,主要研究方向为机器视觉及智能控制。

文章编号:1671-6906(2016)03-0016-06

中图分类号:TP391

文献标志码:A

DOI:10.3969/j.issn.1671-6906.2016.03.004

Key Technology Analysis of Machine Vision Lighting System

SHANG Hui-chao1, YANG Rui1, DUAN Meng-zhen1, DUAN Xiao-wei1, ZHANG Hong-bin2

(1. Zhongyuan University of Technology, Zhengzhou 450007;2. Henan Xinya Clothing Co.Ltd., Hebi 456750, China)

Abstract:The machine vision technology has been widely used in many fields of industry and life. lighting system is an important factor which influences the performance of the machine vision system, it decides the quality of original image and then affects the processing effect of the machine vision system. This paper introduces the development of machine vision lighting system, summarizes the key technology including light source types and their advantages and disadvantages, the choice of position and shape, drive and control, the relationship between the performance of light and image, optical auxiliary tools and lighting design softwares, and so on. At last, some technical problems should to be solved are proposed including uniformity of illumination, heat problems, controller technology, universal design and so on.

Key words:machine vision; lighting system; light source; image quality

猜你喜欢

图像质量照明系统机器视觉
心率及心率波动对双源螺旋CT冠脉图像质量的影响
大场景三维激光扫描仪在研究生实践教学培养中的应用
基于机器视觉的工件锯片缺陷检测系统设计
基于机器视觉技术的动态“白带”常规检测系统的开发
机器视觉技术在烟支钢印检测中的应用
五星级酒店供配电系统设计探讨
对现代智能建筑中电气自动化控制的探究
建筑电气安装领域节能理念与技术的应用实践