基于上述原因，我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。 Blob检测 根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积，以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。 Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标另外，当光源的亮度不够的时候，自然光等随机光对系统的影响会比较大。四川使用机器视觉滤镜
工作距离 (WD) - 摄像机镜头与被观察物体或区域之间的距离。 · CCD - 摄像机成像传感器装置的尺寸。 · 这些因素必须采取一致的方式对待。如果在测量物体的宽度，则需要使用水平方向的 CCD 规格，等等。如果以英寸为单位进行测量，则以英尺进行计算，***再转换为毫米。 机器视觉镜头 参考如下例子：有一台 1/3” C 型安装的 CCD 摄像机（水平方向为 4.8 毫米）。物体到镜头前部的距离为 12”（305 毫米）。视野或物体的尺寸为2.5”（64 毫米）。换算系数为 1” = 25.4 毫米（经过圆整）。 FL = 4.8 毫米 x 305 毫米 / 64 毫米 FL = 1464 毫米 / 64 毫米 FL = 按 23 毫米镜头的要求 FL = 0.19” x 12” / 2.5” FL = 2.28” / 2.5” FL = 0.912” x 25.4 毫米/inch FL = 按 23 毫米镜头的要求四川生产机器视觉销售向图像采集部分发送触发脉冲。
对布匹质量的检测是重复性劳动，容易出错且效率低。 流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以**提高生产效率和生产的自动化程度。 特征提取辨识 一般布匹检测（自动识别）先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准；然后拍摄被检测的图像，再将两者进行对比。但是在布匹质量检测工程中要复杂一些：
结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 机器视觉镜头 FOV（Field of Vision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比） 镜头选择应注意： ①焦距②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点 /节点⑦畸变 视觉检测中如何确定镜头的焦距 为特定的应用场合选择合适的工业镜头时必须考虑以下因素： · 视野 - 被成像区域的大小。光源选型基本要素： 对比度：对比度对机器视觉来说非常重要。
金属板表面自动控伤系统 金属板如大型电力变压器线圈扁平线收音机朦胧皮等的表面质量都有很高的要求，但原始的采用人工目视或用百分表加控针的检测方法不仅易受主观因素的影响，而且可能会绘被测表面带来新的划伤。金属板表面自动探伤系统利用机器视觉技术对金属表面缺陷进行自动检查，在生产过程中高速、准确地进行检测，同时由于采用非接角式测量，避免了产生新划伤的可能。其工作原理图如图8-6所示；在此系统中，采用激光器作为光源，通过***滤波器滤除激光束周围的杂散光，扩束镜和准直镜使激光束变为平行光并以45度的入射角均匀照明被检查的金属板表面。金属板放在检验台上。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标。四川生产机器视觉销售
系统之所以成功，首先要保证图像质量好，特征明显。四川使用机器视觉滤镜
1． 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。 2． 杂质的形状难以事先确定。 3． 由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声。 4． 在流水线上，对布匹进行检测，有实时性的要求。 由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。 Color检测 一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个 像素都由红（R）绿（G）蓝（B）三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似，在颜色空间中也不尽相同。四川使用机器视觉滤镜
