培训对象:自动化设备工程师、机器视觉系统集成商技术人员、需要从零开始掌握机器视觉系统选型与开发的人员。
培训目标:
理解机器视觉系统的组成(光源、镜头、相机、图像处理软件),掌握硬件选型与参数匹配方法。
掌握Halcon/OpenCV的基础算子与图像处理流程,能够完成图像的采集、预处理与分析。
掌握相机标定、坐标系转换原理,能够进行基础的测量与定位应用开发。
培训内容介绍:
机器视觉系统概述:了解机器视觉在工业自动化中的作用,视觉系统的典型组成与工作流程。
硬件选型(光源):掌握光源的作用与分类(环形光、背光、同轴光、条形光),根据被测物特性选择光源类型与颜色。
硬件选型(镜头):理解焦距、光圈、景深、视野、工作距离等参数的关系,掌握镜头选型计算方法。
硬件选型(相机):区分CCD与CMOS、全局快门与卷帘快门,根据应用选择分辨率、帧率、接口类型(GigE、USB3.0、CameraLink)。
Halcon/OpenCV环境搭建:安装Halcon开发环境或OpenCV库,熟悉软件界面、算子帮助系统与示例程序。
图像采集:配置工业相机驱动程序,使用Halcon/OpenCV采集图像,设置曝光时间、增益等参数。
图像预处理:应用中值滤波、高斯滤波、形态学操作等算子对图像进行预处理,增强目标特征。
Blob分析:使用阈值分割、连通域分析提取目标区域,计算区域特征(面积、圆度、矩形度),实现目标筛选。
模板匹配:创建基于形状或灰度的模板,在图像中搜索匹配目标,输出位置与旋转角度。
相机标定:使用标定板进行相机标定,获取相机内参(焦距、主点、畸变系数),矫正图像畸变。
坐标系转换:理解图像坐标系、相机坐标系、世界坐标系的关系,实现像素坐标到物理坐标的转换。
测量应用:使用标定后的系统进行尺寸测量(距离、角度、圆直径),评估测量精度与重复性。