工业智能相机与基于PC的机器视觉的区别比较

简介:

随着科技的日渐成熟,机器视觉得到了飞速发展。由于嵌入式技术的发展,近几年智能相机性能显著提高,越来越多必须依赖于PC处理的应用开始向智能相机平台倾斜。低成本、高可靠性及易于安装维护等优势,使得机器视觉在制造业上的规模性应用越来越普遍。

X86工业相机.jpg

智能相机并不是一台简单的相机,而是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内,从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。同时,由于应用了最新的DSP、FPGA及大容量存储技术,其智能化程度不断提高,可满足多种机器视觉的应用需求。

智能相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信装置等构成,各部分的功能如下:  

  1.图像采集单元:在智能相机中,图像采集单元相当于普通意义上的CCD/CMOS相机和图像采集卡。它将光学图像转换为模拟/数字图像,并输出至图像处理单元。  

  2.图像处理单元:图像处理单元类似于图像采集、处理卡。它可对图像采集单元的图像数据进行实时的存储,并在图像处理软件的支持下进行图像处理。  

  3、图像处理软件:图像处理软件主要在图像处理单元硬件环境的支持下,完成图像处理功能。如几何边缘的提取、Blob、灰度直方图、OCV/OVR、简单的定位和搜索等。在智能相机中,以上算法都封装成固定的模块,用户可直接应用而无需编程。  

  4、网络通信装置:网络通信装置的智能相机的重要组成部分,主要完成控制信息、图像数据的通信任务。智能相机一般均内置以太网通信装置,并支持多种标准网络和总线协议,从而使多台智能相机构成更大的机器视觉系统。

智能相机与基于PC的视觉系统比较在功能和技术上差别主要有:

体积

智能相机的体积相当,易于安装在生产线和各种设备上,便于装卸和移动,而基于PC的视觉系统一般由光源、CCD或CMOS相机、图像采集卡、图像处理软件仪器PC机构成,结构较复杂,体积相对大。

硬件

从硬件角度比较,智能相机集成了图像采集单元、图像处理单元、图像处理软件、网络通信装置等,经过专业人员进行可靠性设计,其效率及稳定性都较高。同时,由于其硬件电路均已固定,缺少了灵活性,基于PC的视觉系统主要由相机、采集/处理卡及PC机构成。由于用户可根据需求选择不同类型的产品,因此,设计灵活性较大。但当产品来自于不同的生产厂家时,这种设计的灵活性可能会带来部件之间不兼容性或可靠性下降。

软件

智能相机是一种比较通用的机器视觉产品,主要解决的是工业领域的常规检测和识别应用,其软件功能具有一定的通用性。由于智能相机已固化了成熟的机器视觉算法,用户无需编程,就可实现有/无判断、表面缺陷检测、尺寸测量、边缘提取、Blob、灰度直方图、OCR/COV、条码阅读等功能。基于PC的视觉系统的软件一般完全或部分由用户直接开发,用户可针对特定应用开发适合自己的专用算法。另一方面,由于用户的软件研发水平及硬件支持的不同,导致由不同用户开发的同一种应用系统的差异较大。

朗锐智科(www.lrist.com)认为对于一款智能相机来说,并不意味着集成的配件越多性能就越突出。因为机器视觉应用有其特殊性,对系统的灵活性要求很高。由于智能相机具有体积小、多功能、方便易用等特点,在多种领域具有广阔的应用前景。

相关文章
|
5月前
|
传感器 算法 Shell
[工业3D] 主流的3D光学视觉方案及原理
[工业3D] 主流的3D光学视觉方案及原理
123 0
|
传感器 数据采集 安全
智能传感器的核心技术 电子标签模块
在前面我们讲了《振弦传感器的发展及信息化的核心技术-VM系列振弦采集模块》中提到河北稳控科技研发并批量生产的激励测读模块(振弦采集模块),解决了振弦传感器由模拟信号直接转变为数字信号的问题。近两年来,振弦传感器的技术得到了进一点的提升,新技术的改变是围绕着使用者的习惯的改变,也不是所有的新技术都能让人接受,不过新技术是在原基础上改良,让学习使用成本非常低,而又带来极方便快捷的体验效果,应该是没人反对的了。
|
传感器 编解码 运维
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(上)
与基于激光雷达的定位相比,基于视觉和数据融合的定位技术在提高精度方面的潜力约为2–5倍。基于激光雷达和视觉的定位可以通过提高图像配准方法的效率来降低计算复杂性。与基于激光雷达和视觉的定位相比,基于数据融合的定位可以实现更好的实时性能,因为每个独立传感器不需要开发复杂的算法来实现其最佳定位潜力。V2X技术可以提高定位鲁棒性。最后,讨论了基于定量比较结果的AVs定位的潜在解决方案和未来方向。
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(上)
|
传感器 机器学习/深度学习 编解码
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(下)
与基于激光雷达的定位相比,基于视觉和数据融合的定位技术在提高精度方面的潜力约为2–5倍。基于激光雷达和视觉的定位可以通过提高图像配准方法的效率来降低计算复杂性。与基于激光雷达和视觉的定位相比,基于数据融合的定位可以实现更好的实时性能,因为每个独立传感器不需要开发复杂的算法来实现其最佳定位潜力。V2X技术可以提高定位鲁棒性。最后,讨论了基于定量比较结果的AVs定位的潜在解决方案和未来方向。
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(下)
|
人工智能 监控 物联网
嵌入式视觉,边缘AI驱动器智能工业
智能技术几乎遍及各个领域,从公共基础设施和运输到工业,农业和家庭环境。智能系统依靠传感器来检测从中获取可操作智能的数据。这些传感器越来越多地包括用于捕获图像以进行检查,监控和分析的嵌入式视觉。例如,发现生产线上的产品缺陷,通过无人机摄像机调查农田或启用自动驾驶汽车。
1775 0
|
传感器 编解码 开发者
|
计算机视觉 算法 Ubuntu