在新的一年里，我们认为回到基础知识，了解如何为机器视觉应用选择正确的相机会很有用。随着选项的不断增加，我们希望深入研究可用的选项，并了解为什么我们在机器中使用某些 IVS 摄像头。

相机捕捉被检查物体的正确照明图像的能力取决于传感器和镜头之间的直接关系。传感器的工作是将来自镜头的光（光子）转换为电信号（电子）。通常，它将使用电荷耦合器件 (CCD) 或互补金属氧化物半导体 (CMOS) 技术来实现此目的，将电子数字化为由像素组成的图像。然后可以将图像发送到处理器进行分析。低光会产生暗像素，亮光会产生较亮的像素。

零件尺寸和检查公差等参数将有助于了解所需的传感器分辨率，确保为所需的应用选择正确的传感器非常重要。更高的测量精度将需要更高水平的传感器分辨率。

根据应用要求，机器视觉系统通常由多个摄像机组成。这些可以是单色和/或彩色的，并通过控制系统捕获、解释和发出信号以提供所需的解决方案。

线扫描（一维传感器）

线扫描相机收集单行图像，通常用于检查经过相机的移动物体。它们还可用于移动非常大的物体或可旋转的圆柱形物体。当颜色信息很重要时，也可以使用线扫描相机来实现。

由于相机仅捕捉一条线，因此可能存在一定的限制。例如，照明需要极其精确，并且由于相机光圈需要在大部分时间保持打开状态，从而减少了景深，这可能会使捕捉不同距离的物体变得更加困难。

区域扫描（2D 传感器）

在面扫描相机中，传感器具有大型图像像素矩阵，可在一个曝光周期内生成二维图像。由于面扫描相机捕获矩形区域，因此与线扫描相机相比，使用此设置通常更容易安装高性能照明。

区域扫描相机还可以使用频闪照明来拍摄短曝光图像，从而在短时间内为传感器带来大量光线。因此，面阵扫描相机被用于大多数图像采集应用。

2D 和 3D 成像

3D 机器视觉有助于克服复杂、高精度、实时的挑战，而 2D 视觉的实际限制意味着它根本无法使用。特别是，2D 视觉在以下应用中受到限制：

● 形状信息对于执行任务至关重要

● 对照明问题敏感

● 难以实现高对比度

● 物体移动可能会损害图像精度

● 成像三维形状、形状

当然，对于许多简单的应用来说，这些问题并不重要，因此使用线扫描或面扫描相机的 2D 视觉是完全可以接受的。

然而，3D 成像在机器视觉行业中的重要性日益增长。正如之前的文章所述，尽管需要更多的时间、处理器和软件密集型，但技术、算法和软件的快速进步意味着这些系统现在完全能够满足生产线吞吐量的要求。

由于 3D 机器视觉系统能够可靠地捕获额外的三维数据，因此不会受到 2D 机器视觉系统所受到的光照、对比度和物体距离等方面的影响。

因此，3D 成像的一些关键应用包括：

● 体积、高度、厚度、孔、曲线和角度的测量

● 机器人引导、用于放置、包装或组装的箱子拾取

● 使用 3D CAD 模型的质量控制

● 哪些地方需要了解 3D 空间和尺寸

● 检查低对比度物体

3D 成像有四种常用的方法：

1. 基于扫描的三角测量描述了被扫描物体、激光和相机之间的角度关系。该方法涉及将激光投射到物体表面，然后通过相机从不同的测量角度进行观察。线条的任何偏差都代表形状变化，来自多次扫描的线条可以组合成深度图或点云，代表 3D 图像。通常使用多个摄像机，从不同角度跟踪激光线，然后将数据集合并到单个轮廓中。这有助于克服“阴影”的任何问题，即单个激光线被同一物体的其他部分阻挡而无法穿过物体的部分。

2. 立体视觉，顾名思义，是基于使用两个摄像头，类似于人的一双眼睛。然后使用三角测量技术，使用捕获的两个 2D 图像来计算 3D 图像。

3. 飞行时间3D 相机测量光脉冲到达物体并返回每个图像点所需的时间。因此，它们在距离物体的使用距离和分辨率方面存在限制，这意味着它们仅适用于特定应用。

4. 结构光使用复杂的光技术来创建结构化图案，将 3D 信息直接编码到相机场景。

无论什么任务，了解机器视觉系统的所有元素如何相互作用以创建强大且可靠的解决方案都很重要。从相机开始是好的方法，并围绕它构建系统架构。