机器视觉系统的十个基准
1、改变照明：改变光的强度或改变镜头的光圈数以增强或减弱光线。一个好的定位工具能够定位对象，而不管对象是变暗或由于光的高饱和度而褪色。若在生产模式中，视觉光源的强度随时间逐渐减弱，这项测试是极其重要的。2、对象比例：通过改变采样的尺寸进行比例化对象，以检测定位器对比例的柔性。在一些场合，通过把对象向镜头移近或移远来比例化对象。在其他一些场合，你必须采取改变光学器件来比例化对象。只有在生产过程中实际零件的尺寸将会变化，这项测试十分需要。
3、焦距的变化：通过旋转在镜头上的焦距光圈，使得图像有轻微的变化。一个强大的定位器将定位对象，不管他们已稍微移出焦距。这一测试对检测应用没有必要，因为在那种情况下，特征点必须聚焦以得到正确的测量。
4、表面的变化：在生产的环境下，改变样本的表面光洁度。不管对象的表面光洁度怎样改变，一个强大的定位器都能定位对象。
5、图像噪声：强大稳定的定位工具应该不受图像凌乱的影响。为了进行这一测试，可以在视域内通过添加其他的对象来使图象凌乱。
6、图像遮盖：强大稳定的定位工具应该不受图像遮盖的影响。为了进行这一测试，可以通过叠放对象或把其他的对象放在它的上面来遮盖图像。
7、应用循环时间：对不同的卖家，比较视觉工具的执行时间。运行快的视觉工具将缩短循环时间。
8、精度测试：精度测试可以在静止的对象上进行，并且对同一个物体记录几次测量值。这些读数的统计分析可以用于比较视觉软件。
9、重复性测试：重复性测试应该通过把对象放在视域内，记录一组测量数据，然后把对象从视域内移开来进行。这样的过程应该重复几次，
这些读数的统计分析可以用于比较视觉软件。
10、使用方便性：对比视觉产品之间的使用方便性的一个测试，是看设置一个教学应用所花的时间。有些机器视觉软件需要有很好的机器视觉技术知识，而有些是很直观的。
不错，学习了
页:
[1]