工业视觉检测——分辨率、精度、重复精度

导语：随着工业4.0时代的到来，越来越多的工厂都在进行自动化改造，用机器代替人工，实现更高效、更智能化的产线化管理。工业机器视觉检测是产线自动化过程中必不可少的一部分，目前视觉检测在汽车行业（汽车连接器Pin针检测）、3C电子行业（手机中框平面度检测）、太阳能行业（硅片胶高检测）、锂电池行业电池标签平整度检测）和其他行业的直线度检测、测厚检测等应用都非常广泛。

  但是对于视觉新手或者涉及视觉领域不深的朋友们，平时在接触评估机器视觉产品或项目时，容易对视觉相关的参数产生困惑。

  这里我们就来详细分析一下这些参数：分辨率、精度、重复精度，找到它们之间的关系，从而能为我们的工作提供有意义的参考。

  分辨率（Resolution）

  工业视觉检测中所说的分辨率就像一把尺子，表示的是量化刻度的细分大小（图像传感器上所具有的像素数量）。

  假如有两个同样大小的物体，通过同样的条件成像，不同的分辨率意味着同样大小的区域由不同数量的像素块组成，如下图所示：（图片仅为示意）

  对于相同大小的物体,像素值越大，分辨率越高，成像就越清晰。例如：我有一台200万像素的相机，像素是1600 pixel * 1200 pixel，意味着我可以把任何拍进相机的图像分解成长1600宽1200的密集网格，并在每个网格中填入不同的彩色块（彩色相机）或灰度值块（黑白相机）。

  为了把产品都放入到视野内，我们计算分辨率的时候要考虑长边对应，本例中，相机为1600 * 1200像素，假设拍照的区域为1600mm  x 1200mm，那么分辨率就是1600mm/1600pixel = 1 mm/pixel。

 精度（Accuracy）

 精度，是反映测量结果与真实值的接近程度的量。一般情况下：

 什么是“有效像素个数”呢？

 让我们继续刚才的例子，分辨率是1mm/pixel时，是不是我们的精度就是1600/1600=1mm了呢？这个值如果是做测量，肯定不准确，因为一个像素在大多数情况下无法代表被测物特征。

 如下图所示，我们用相机拍摄到一条看似“黑白分明”的边缘，那么这条边是否就是最真实的边缘呢？往往把图像放大并仔细观察就可以发现，“边缘”其实是由一些过渡的像素组成。

 如果光源和结构的比较良好，成像质量比较高，成像比较“锐利”，那么“边缘”就更接近真实边缘；反之，如果成像不好，受帧率、曝光、增益以及其它因素影响，找到的“边缘”可能和真实边缘相差很多个像素。

 以下是在机器视觉检测中，我们对像素和精度之间关系的两种常规评估策略：

 A尺寸检测：最小可测尺寸=10倍分辨率，即：测量精度可达10mm（±5mm）；

 B外观检测：最小可测尺寸= 4倍分辨率，即：测量精度可达4mm（±2mm）。

 前面我们分别讲了分辨率与精度，那么两个参数之间有什么联系呢？

 举两个例子：

 例1：一把1米的软尺,有1000个刻度，分辩率1毫米，用标准尺（更高精度的测量设备）去测量，结果为：绝对误差+5毫米,精度+0.5%。如果能把软尺拉长20毫米，此时绝对误差+25毫米，精度降为2.5%, 可是尺还是1000个刻度，其分辨率还是1毫米。

 例2：两杆称来称实际重1克的物体, 一杆的结果为1.03克, 另一杆的结果为0.83333333333333333333333克, 哪个更准呢?

所以，分辩率高是精度高的必要条件，但不是充分条件；分辩率高不等于精度高。

 重复精度（Repeat Precision）

 重复性精度是指相机重复多次地完成同一变化过程所对应测量结果的最大偏差值。

 以向靶子上射箭为例，中心是10环。在相同条件下，有ABC三个人练习射击，射击结果如下图所示：

                A                B                 C    

 看图可知：  

 A的射击结果波动很大，但是离10环相差较近；B的射击结果波动很小，但是离10环相差很大。如果我们把这两人分别看作 两种视觉系统，那么A的精度相对较高，但是重复精度差；B的精度差，但是重复精度高。

 而最好的结果则是C，就是重复精度高、精度也高，但是大部分时候我们无法得到C那样的结果。那么如果相同的条件下，只能得到A或B这样的结果，我们应该怎么去取舍呢？

 对于射手B的结果而言，如果我们把最终的射击区域整体向左上角移动，当区域中心移动到靶心位置时，B的结果就会非常接近C。

 类似的情形是，战争时期优秀的炮手在第一发炮弹射击后，会依据弹着点的实际偏离情况（固定差值）和自身经验（重复精度）对弹道做一个固定值的补偿修正计算，在接下来的射击中能确保大多数炮弹击中预定

 那么在视觉检测中，可能因为材质或机构安装导致一些相对固定的数据差异，我们可以通过对含有准确数据的标准品（如：经过三次元测量的产品）进行检测，对检测结果中的固定差异进行补偿，来让“射击区域”转移到靶心的位置。

 而对于射手A的结果，无论如何调整靶心位置，都无法从根本上解决因重复精度太差导致的数据误差。

 由此可见，对于工业视觉检测而言，重复精度更为重要。

免责声明：

本文章来源于同心智造网，仅供参考学习之用。如有侵犯版权等问题，请及时联系我们，我们会立即进行更正或删除相关内容，本站拥有对此声明的最终解释权。