开发视觉系统的一项重要活动是验证其部署是否符合工程规范。 成功的视觉应用程序的两个特征是，在没有工程师干预的情况下，它可以工作多长时间，以及维护和复制部署的难易程度。 实现上述所有目标的关键步骤是建立视觉系统的基线。
在此使用的上下文中，基准面是所需系统特性的度量或指示。 在本文的范围内，有两个方面应该进行基准测试：
成像（相机和镜头）。
照明。 特别是，我们通过视觉软件获取和存储图像，并对图像基准项目进行离线分析。
首次开发视觉系统时，视觉工程师会进行测试，以确保组件按预期运行。 这些测试可帮助视觉工程师建立系统的基线，以验证视觉系统的性能，为调试做准备和将来参考。
当视觉系统进行维护时，技术人员可以重新检查系统基准项目，并将其与既定基准进行比较。 这使技术人员能够确定是否发生了重大更改，并在发生更改时，在必要时采取适当的纠正措施。 也避免了技术人员盲目改变系统配置导致的一系列系统功能的退化。 如果没有基准测试，即使是经验丰富的视觉工程师也无法确保视觉系统恢复到其原始运行状态。
基准测试确实需要使用特定的工具，例如测试图。 其中一些工具可能是特定于应用程序的，而其他工具可能更通用。 基准测试不是一个促进系统调整或校准的过程; 在进行基准测试之前，必须对系统进行调整和校准。 由于基准测试不是校准，因此不需要校准测量、符合国际标准的严格可追溯性等任务，并且可以通过现有技术（例如激光打印机）购买或创建某些工具（例如测试图形）。 但是，这些工具必须具有适当的材料，以避免参考工具在视觉系统的生命周期内变形或改变。 维护基准测试工具是视觉系统团队的额外职责。
最后，对视觉系统进行基准测试不是关于精确的定量数据，而是关于能够很好地确定视觉系统特性的数据，因此，如果再现这些特征，那么视觉系统的性能可以预期与记录基准时一样好。
我们可以对成像进行基准测试，以提供以下特征的数据：
临界成像尺寸。
相机设置。 镜头设置。
照明器设置（如果有）
图像视野。 成像（光学）分辨率。
景深。 光强度。
照明方向。 照明均匀性。
颜色。 图像失真。
图像噪点。 02记录系统设置。
视觉系统的设置必须记录在案，作为基准测试的准备工作。 这包括与成像相关的重要机械尺寸，以及所有调整位置和可访问的参数。 这些值必须是在视觉系统的生产环境中实际使用的值。 成像包括照明、相机和调整后的镜头，以进行最佳调整。 成像基准测试需要采集和存储未经处理的图像。 几乎所有的视觉系统都支持此功能。 应记录的典型设置包括：
光源相对于视场的三维测量位置。
从视场到镜头的工作距离。
镜头光圈设置。
镜头对焦设置。
镜头焦距设置（如果使用变焦或变焦镜头）。
相机增益。 相机时间。
相机帧速率（如果适用）
所有其他可编程相机设置，甚至是出厂默认设置。
照明功率级别（如果可调）。
照明脉冲宽度（如果使用脉冲照明）
当使用基准测试来确保可重复性时，无论是复制视觉系统还是替换现有视觉系统上的组件，您都需要考虑组件存在差异的事实。 两个相同品牌和型号的相机的灵敏度会有所不同。 这些差异可能需要改变相机的增益、时间或光源的输出。
同一品牌和型号的两个镜头的有效焦距可能略有不同，通常小于3%。 有效焦距的变化可能会改变视场的大小。 要么可以容忍视场大小的变化，要么改变相机的工作距离以获得精确的视场。
例如，当一个光源中使用特定的LED组时，可以调整光源控制器来改变驱动电流，控制光输出强度，并将成像性能恢复到基线状态。
03基准图像亮度由于相机的灵敏度不同，光源在光输出强度方面也不同，因此对图像亮度进行基准测试是非常可取的。 最好使用局部图像的灰度直方图来记录图像亮度，该直方图在视野中具有示范性，并且它也是一种记录示例性局部图像的灰度平均值的方法。 对于未来的基准测试，如果可以存储和保存相同的零件，则应使用相同的零件，并保证其反射率不会降低（例如由于氧化）。
复制系统时，应将新系统的图像亮度与参考系统的直方图相匹配。
图1 - 灰度直方图。
视觉工程师可能需要决定是否需要更改照明器输出、相机增益或**，或接受差异。 采用现代机器视觉算法，如果图像亮度有一定的变化，只要关键像素不进入饱和度（灰度值达到255），性能就可以合理一致。
应该注意的是，更改镜头的 f 值虽然是获得灰度直方图匹配的非常简单的选择，但并不可取。 虽然改变镜头光圈确实会影响镜头的聚光能力，从而影响强度直方图，但它也会改变镜头的景深和镜头的分辨率。 保持景深和光学分辨率通常比灰度直方图水平的细微变化更重要。
对于彩色视觉系统，应采集并存储三个颜色通道中每个通道的灰度直方图，通常是红色、绿色和蓝色。
04 基准面视野 该基准面记录的两个特征是视野的大小和位置。 视场大小与实际放大倍率有关，位置与相机镜头指向有关。
为了对视场进行基准测试，目标必须定位在视场的中心。 目标可以是任何有利于观察的东西。 它可以像天平一样简单，也可以像校准目标一样复杂，也可以像激光打印机上制作的特定项目目标一样复杂。 重要的要求是，每次对系统进行基准测试时，目标都可以定位在完全相同的位置。 这可能需要对视觉系统设计中的夹具进行一些早期思考。
记录和保存图像以及从标尺或目标中读取的尺寸和位置尺寸。
图 2 - 标尺用于评估字段大小。
在评估视场尺寸时，请记住，大多数镜头的有效焦距公差约为 3%。 因此，在复制视觉系统时，实际视野的大小可能会略有不同。
图3 - 商业测试模式。
05基线光学分辨率系统级光学分辨率表征图像中可以解析的细节。 它取决于相机的图像分辨率（像素的行和列）、图像传感器上像素的大小以及镜头的光学分辨率。 通常，光学分辨率是在图像上指定的，但出于应用目的，分辨率将在最重要的地方进行评估，即在应用场景中。
光学分辨率定义为镜头在像平面上可以在毫米范围内分辨的黑白条纹对数，如下图所示
分辨率为 1 2d，其中 d 是线宽。 分辨率单位为 lp mm（线对毫米）。
此外，分辨率公式一般采用：
分辨率 （ ）=0。61×λ/n.a.（Reyleigh公式）。
使用的波长或辐射 （ = 055 表示可见光）。
n.a.：物镜的数值孔径。
在实际的工业应用中，系统使用面传感器或线传感器作为成像设备，因此系统的分辨率通常受到成像传感器中像素分辨率的限制。 像素分辨率定义为每毫米像素单元数的一半，即 = 1 2p，其中 p 是像素单元的大小。 例如，如果CCD的像素尺寸为5 5微米，则像素分辨率为：=1（2*0）。005）=100（lp/mm）。传感器的像素分辨率限制了系统的最大分辨率，即使镜头的分辨率很高，系统也无法解析高于像素分辨率的细节。
在实践中，普通镜头的分辨率较低，即使使用高分辨率相机，也只能产生模糊的图像。
基线分辨率的典型技术是将分辨率目标（如美国空军分辨率条形图）放置在中心和所有四个角。 大多数商业分辨率目标都是为非常高的分辨率而设计的。
图5 - 美国空军分辨率目标的一个版本。
有时使用激光打印机制作自己的项目特定目标。 但请记住，激光打印机打印出来后目标尺寸不稳定。 但是，打印的文件将保持尺寸稳定，打印的文件应与项目数据一起保存。 对于仅供参考的此类目标，只需要三组平行条形图：一组用于预期分辨率，另一组用于稍粗略的分辨率（名义上，预期分辨率乘以 1）。15） 和 1 表示稍高的分辨率（名义上为预期分辨率的 0）。85倍）。出于下面解释的原因，拐角上的双杠必须是双向的。
例如，如果字段中的目标分辨率为 4 个线对 mm，则每个暗条和白条应为 0125 mm 宽目标分辨率。 对于较粗的条形图，每个深色和白色条形图将为 0144 mm，对于更精细的条形图，每条为 0106 毫米。
在视野的中间，通常只需要注意将条形分辨率对准一个方向即可。 但是，在视场的角落，需要记录两个方向的分辨率，一个指向视场中心的条形图（切向方向），另一个指向与前一个方向成 90 度角的条形图（径向或矢状方向）。 在角落里，镜头的分辨率在这两个方向上都是不同的。
图6 - 特定于项目的解决目标。
上图中只有三组条形图，仅用于验证系统是否以分辨率成像，但无法确定成像的最终分辨率。
商业用途的目标，如美国空军，具有广泛的条形图宽度，可用于找到最终分辨率。
06 参考景深在确定景深参考时，不要干扰任何成像参数非常重要。 这包括镜头的焦距、镜头的光圈和相机的高度（镜头工作距离）。
有两种方法可以测量景深：
倾斜比例尺。
目标提升。 倾斜比例尺。
倾斜刻度可以是与视场成已知角度的尺子或尺子。 在图像中，刻度显示为锐利聚焦范围，从而提供景深范围。 虽然通常使用秤，但也可以制作或购买深度计。 商用深度计通常比倾斜尺或尺子更容易固定到位。
图 7 - 标尺，说明某个角度的景深范围。
凸起工件
在标称工作距离和所需景深范围的近限和远限处的图像。 这通常需要设计和构造夹具，以确保结果的可重复性。 例如，可以使用实验室升降台之类的东西将工件垂直移动到所需的高度。
如果在所需的景深限制和标称高度内达到所需的分辨率，则景深有效。 景深可能远远超过要求。 使用工件升起的范围来实际测量景深是很困难的。
图8 - 景深目标。
图9 - 成像显示景深范围。
07 基线照明强度 照明强度可以通过以下两种方式之一进行测量：
使用经过校准的光度计。
使用已安装的相机。
使用光度计的优点是测量是经过校准的（通常为 10%）。 使用带有机器视觉系统的相机的优点是，即使灵敏度因相机而异，也可以确保可重复的照明。 对于非常小的视场，例如显微镜，光度计方法可能不切实际。
前照灯和背照的程序是不同的。
光度计，前照式
测量现场入射光能。 光度计的传感器放置在场景的中心，并读出被测光的值。 光度计通常以每平方米入射光能的勒克斯流明为单位读取。 这种方法的缺点是，对于大多数视觉应用，仪表的传感器只能拾取视野的一小部分入射光，并且其读数可能会受到照明不均匀性的影响。 非常重要的是，基准测试需要提供一种重新固定光传感器的方法; 无论是通过夹具还是仔细测量。
光度计方法不适用于非常小的视场，例如使用显微镜的视场。
光度计，背光
在这种情况下，光度计的传感器直接放置在相机镜头的前面。 仪表的读数仍以勒克斯为单位; 更准确的读数是坎德拉，但大多数光度计不支持这种测量读数。
摄像头，前照灯
测量强度的第二种方法是使用视觉系统中的相机。 相机不是经过校准的传感器 - 两个相同品牌和型号的相机将具有不同的灵敏度。 所以测量是相对的。 但是，目标是获得正确的**; 因此，使用视觉系统的相机进行测量可以达到其目的的一部分——知道成像设置是否满足其要求。 但是，它不能保证可以复制映像设置。 请参阅上面的“图像亮度基准测试”。
最好用反射均匀的目标覆盖视野。 对于大多数照明方法，该目标应该是漫射的。 一些有用材料的例子是摄影灰卡（一面 18% 的反射，另一面 90% 的反射）。 对于非常大的视场，可能需要求助于纸或布的背景，但期望这些产品的制造商控制其产品的反射率是不切实际的，并且测量的再现性也会受到影响。
有时，视觉系统用于对镜面反射进行成像。 在这些情况下，使用漫反射背景可能无法提供令人满意的参考强度方法。 如果对象是平面的，则背景可以是适当大小的平面镜。 如果被成像的物体是更复杂的形状，则很难对强度进行基准测试，除非使用漫反射背景，在这种情况下，很难对其进行基准测试。
背景就位后，使用照明设置和相机参数设置捕获场景图像。 让视觉系统计算并报告场景的最大灰度和平均灰度。 您必须确保视觉系统报告的最大灰度值不是视觉系统可用的最大值（例如，对于具有 8 像素的视觉系统，最大灰度值不能为 255）。 如果报告了最大灰度值，则表示相机已饱和，则最大读数无效，平均灰度读数受损。 除少数例外情况外，不建议相机在饱和状态下工作。
摄像头，背光
在这种情况下，让相机直接拍摄空场景，并报告图像的最大和平均灰度。 同样，通常不建议相机饱和。 在某些情况下，背光强度被设计得非常高，使相机饱和。 在这种情况下，必须降低相机时间以避免相机饱和。 更好的方法是使用 ND 镜。 如果视觉系统方便，也可以通过使用更快的快门速度（更短的**时间）来减少相机的数量，但略不理想。
08 基准照明方向 照明方向有时需要使用放置在视野中的抛光球体来量化基准面，至少对于正向照明而言是这样。 事实上，抛光的半球会更好，但这些有点不寻常。 这些球通常是由轴承供应商提供的抛光钢球。 它也可以是一个装饰品，一个半圆形的汽车轮毂盖。
将球放置并固定在视野的中心。 照明球的图像显示了照明的来源。 图像的捕获和存档为其他人检查视觉系统或复制视觉应用程序提供了基线。
单点反射光代表单点光源。 如果光线以球体为中心，则在轴上被照亮。
对于环形灯，无论是明场还是暗场，抛光的球体都会显示一圈光。
同轴漫射照明产生独特的反射抛光球体。
09 参考照明均匀性使用与参考照明强度和相机相同的设置来捕获图像。 重要的是，背景材料要尽可能均匀，相机不会区分任何纹理。 此外，许多视觉系统甚至一些相机都提供了通常称为“平场校正”的功能，该功能可以补偿图像的不均匀性，如果此功能可用并在视觉系统中使用，则必须在此基准测试中禁用该功能。 但是，如果平面校正可用并在应用程序中使用，则在启用平面域校正的情况下执行此基准测试会很有用。
应为您的图像记录此图像的一些统计信息：
最小灰度值 = 52
最大灰度值 = 187
平均灰度值 = 143
采集的图像必须按如下方式准备：
如果使用彩色图像，则彩色图像将转换为灰度图像。 如果颜色一致性是一个问题，您可以分别对红色、绿色和蓝色通道执行此过程。
对图像施加低通滤波器，以尽可能消除图像噪声。 由于您正在寻找光强度的逐渐变化，因此低通滤波可能是有益的。
生成具有每个特定灰度范围（例如，-241 等）的伪彩色图像。 ） 替换为特定的对比色。如果视觉系统无法创建伪彩色图像，则可以使用Photoshop等程序进行离线处理。
如果生成伪彩色图像过于复杂，或者本领域技术人员无法实现，则可以按如下方式创建显示轮廓线的图像：
低通滤波图像。
减少图像中的灰度值数量（例如，将灰度值的数量从 256 减少到 128 或 64）。 即使在 1 像素的范围内有如此大的变化，即使在过滤后，结果的价值也会很小。
创建经过筛选和提取的图像的副本。
图像副本的腐蚀（或膨胀）。 使用 3x3 结构元件进行简单的侵蚀（或膨胀）就足够了。
取两张图像之间的绝对差异。 这个结果将是一个几乎纯黑色的图像。 阈值为 1 的差分图像。 结果将显示等值线（均匀强度的等值线）。
上图显示了处理图像轮廓的结果。 等值线相隔 4 个灰度级别。
如果你了解机器视觉技术，你就可以理解，图像的不均匀性可能主要是由于照明的不均匀性，但它也受到余弦（暗角）等透镜效应的影响，以及图像传感器的光响应（PRNU）的不均匀性，以及其他光学效应。
10 种参考颜色：参考颜色对于彩色相机的机器视觉系统至关重要。 对于单色机器视觉系统，参考颜色可能有助于量化光源特性。
如果您知道如何使用分光光度计，那么这些仪器可以很好地量化照明颜色。 对于大多数机器视觉从业者来说，这些仪器是不可用的。 这些仪器只测量光源，不考虑镜头或相机的图像传感器。
对于单色视觉系统，照明光源可以是宽带（例如，白色）或窄带（例如，红色LED）。 基准颜色的挑战是基准测试并确保使用相同的“白”光或相同的“红”光。 许多单色视觉系统不受光谱某些变化的影响，因此没有理由对照明源的颜色进行基准测试。
对于色觉系统，采集商用色卡的图像。 从图表的图像中，记下每种相关颜色的颜色坐标（例如，r 值、g 值和 b 值）。 最好使用最适合您的视觉应用的色彩系统。 因此，您可以选择 RGB、CYMK、L*A*B* 或其他系统来记录值。
对于单色成像应用，仍然有一种实用的方法来标准化照明颜色。 将颜色目标（例如 Greytag Macbeth ColorChecker 图表（参见上面的图 24））放置在视野中易于重复的位置。 给图表拍照**。 记录每个彩色方块的灰度。 虽然这并不能确定光的任何特定颜色或波长分布，但它确实提供了一个合理的基准测量来确定照明颜色的变化。
11 参考失真（失真） 失真是由放大倍率的变化引起的。 这些变化可能是由于镜头的特性导致放大倍率从图像中心向外变化（即枕形和桶形畸变）。 它也可能是由透视畸变引起的，因为镜头的主平面、图像平面（图像传感器）和物体平面（视场）不平行。
畸变的特征参数通常是获取测试图的图像，如下图所示，在点模式或棋盘模式下。
点的中心位置（或正方形的棋盘图案）由图像测量。 如果视觉系统提供这些测量，则测量失真要容易得多，并且大多数机器视觉软件包都提供失真校正。
失真的特征参数是成像与从图像中心到图像角落的真实间距（以像素为单位）之间的差值除以从图像中心到相应点的真实间距之比（以像素为单位）。 即：
请注意，机器视觉软件无法正确扭曲为基准测试而采集和处理的图像。 许多视觉系统都会进行这种校正，如果使用，则必须禁用此基准。
12图像噪点图像噪点是由许多现象引起的，例如照明变化。
将目标放置在视野中 view. 虽然这个目标可以是任何东西，但均匀的中性灰色可以提供相当明亮的图像，在图像中任何不饱和的地方效果最好。 拍摄一对图像。 减去两个图像以计算结果图像中像素值的均方根 （rms）; 这就是图像噪点。
两个图像之间差异的表面图（噪点）。
信噪比是两张图像的平均亮度除以 RMS。
13 总结本文中描述的基准测试是在功能良好的视觉系统上执行的，因此，如果视觉系统需要维护，或重现视觉系统的成像，维护技术人员或视觉工程师可以根据基线文档和 SOP 执行其任务，以确保他们将恢复或构建视觉系统，使其性能与早期合格的视觉系统相当。
文章**：机器视觉课堂声明：本文的目的是传达更多的信息，它只是为了学习和与读者交流。 文章版权归原作者所有，如有侵权，请联系删除。