机器视觉：成像小物件

一位明智的镜头和相机的选择将克服小的物体所构成的挑战。

机器视觉系统通常用于检查应用中的小物体需要识别，测量或检查
。这些系统可以解决订单的幅度比人眼更细的细节
，并可以提供定量分析，消除人为的解释和错误
。一个精心设计的机器视觉系统也可以提高速度和精度，相比繁琐的手工检查。然而，一些问题出现时，设计机器视觉系统的小物件，由于硬件的限制，光学的权衡和空间的限制。这些问题需要被理解和解决
，以最大限度地提高系统的吞吐量和精确度。

解释与错误。一个精心设计的机器视觉系统也可以提高速度和精度，相比繁琐的手工检查。然而，一些问题出现时，设计机器视觉系统的小物件，由于硬件的限制
，光学的权衡和空间的限制
。这些问题需要被理解和解决，以最大限度地提高系统的吞吐量和精确度。

 

空间限制

与成像小物件的一个问题是装修生产或检测区域内的所有系统组件。相机镜头和照明设备都被容纳的最大部分

。

查看小物件很多镜头具有大光圈，收集的最大光量正在查看的小区域。此外，闪耀着大量的光线在该区域通常需要大量的光源。这个问题可以通过使用一个透镜具有长工作距离，因为镜头和相机可以安装从对象更远
，而不是在一个狭小的工作区被拥挤来解决
。工作距离，然而，通常是成反比透镜倍率
，这带来了来看第二个问题场。

 

视野

视野通常随着透镜和物体之间的距离减小而减小。因此
，一个长的工作距离通常意味着一个更大的视野，增加的可能性，小细节可能会错过
。长的工作距离，高倍率镜头，但是，产生小的视野
，从长的距离。这种类型的镜头也提高了分辨率，因为较小的视野结果在更高的分辨率上的对象。这发生，因为每个像素视图一个较小的区域有更多的像素每面积。

增加像素数每个区域有助于在许多方面。主要的好处是机器视觉软件有更多的数据点来工作，提高了精度。而同样的效果

，可以使用更多的像素传感器产生的，这种方法的过度使用光学系统由于每个像素都必须通过信息通过镜头的一小部分。高分辨率的传感器需要更好的光学系统

，并将高品质的光学成像到一个大的镜头图像的一个小区域变得非常昂贵

。

避免使用一个大的，昂贵的传感器的相机的一种方法是通过使许多感兴趣的区域的图像与一个较小的传感器相机。较小的视野
，然后可以结合在软件中形成较大面积的复合图像
。其结果是一个类似的数据的图像
，但具有较低的开销成本
。虽然这种成本需要考虑的校准误差，软件和处理时间
，这种方法在许多检查系统是一个更好的选择
。

 

景深

成像小目标的另一个挑战是一个小的深度领域。场的深度范围从中心焦点下的镜头，其中的对象仍然是在尖锐的焦点。三因素决定景深：镜头的焦距和光圈的镜头，到物体的距离（ƒ/ #）。大部分镜头
，图像小的物体会有一个长焦距
、工作距离短
、大ƒ/ # -很明显的降低
，景深比标准镜头组合
。

停下来的光圈可以增加深度。然而，有多少景深的限制可增加前的孔径太小，光衍射的光圈叶片造成更多的问题
。这被称为衍射极限，是一个不可避免的限制

，不能避免与非常小的物体。

小目标对成像设备提出了一些挑战
，包括短的工作距离
，分辨率的限制和深度的字段。所有这些问题涉及到镜头和相机的选择，因为硬件将决定每一个问题的严重性。这些问题可以很容易地解决与明智的镜头和相机的选择
，提供了最简单的配置中的最简单的配置
，以产生最佳的图像可能在预算内
。