概述
本章节旨在演示如何运用UniVision图像处理软件，以简单、高效的方式创建恰当的图像处理解决方案。综合考量所有因素后，确定基本参数至关重要。一个高效的图像处理解决方案，依赖于相关参数的稳定性，其成功实施正是由这些参数所决定。
图像处理方案的成功实施，约30%–40%取决于光学系统与照明方式的最佳选择与调校。随后涉及的其他组件中，软件同样扮演着重要角色。
为此，UniVision软件集成了多种用于评估照明与光学质量的工具。只有通过这些工具确保照明与光学特性得到最佳优化，用户方能进一步运用分析算法，进行特征识别或优劣检测，最终形成可量化的判定结果。
图像处理解决方案的初步考虑特殊环境
特殊环境
在评估图像处理解决方案的可行性时，始终优先进行测试环节。所有分析均在实验室完成，随后才进行组件选型。
人们常忽略光学系统与照明方案存在局限性。因此首要步骤是确认是否存在可实现目标检测特性的配置方案。随后需立即验证该方案能否纳入测试范围。我们建议优先核查空间条件，以确定可行的光学与照明配置方案。
若因工件夹持装置等因素无法实现透射照明，则需获取决定该照明方案的具体测量值。此时无需进一步分析，因设备根本无法满足这些要求。
空间限制的另一典型案例是：某工件需采用远心物镜进行检测，但工件长度仅20毫米，而安装空间仅略大于工件尺寸。此种情况下无法安置镜头，故除与客户共同确定工件定位方案外，其它所有分析均不需要。
环境条件
我们此前已探讨过环境条件相关的问题。这些困难绝不应被忽视，尤其涉及无法改变的标准。这些标准往往同时影响光学系统与照明效果。
环境条件不仅影响光学系统和照明，更会作用于各组件。
对于精密光学测量系统而言，基础条件对理解测量值至关重要。例如在微米级测量中，工件与机器部件的热膨胀会产生可测量的影响——因为图像处理组件正安装于此处。其线性伸长可通过图像处理技术测量。若未考虑热膨胀因素，最终将产生误差，而这种误差本质上源于环境因素或设计缺陷。
加工过程中产生的粉尘颗粒同样属于环境条件范畴。但这些颗粒通常不会存在于解决方案提供商分配的样品部件中，因为它们大多在运输或储存过程中消失。油滴便是典型例证——由于机械加工过程，它们总会在机器中出现，但当样品部件被寄送时便会完全消失。然而对比度是图像处理评估的关键要素，而油滴形成的对比度与零件本身完全无法区分，这将导致测量结果失真。雇主自然不会接受因油滴导致的零件缺失判定，由此引发的纠纷在所难免。
建议在检测前对工艺流程进行弱点测试，明确应对措施，或通过技术装置消除此类缺陷。
测试速度（处理速度）
如今测试速度极少引发问题。由于计算机科学的发展，现今大多数实现方案均可解决。
若组件处于运动状态，关键在于如何捕捉组件运动轨迹，以最优方式呈现动态图像，从而在此基础上进行评估。测量精度上限直接取决于此。
在此背景下存在两种不同流程：连续流程与离散流程。两者面临的核心问题相同：必须尽可能清晰地呈现个体特征。针对高速运动过程的图像处理，存在两种解决方案，这些方法在摄影领域同样适用：或通过闪光灯冻结画面，或采用高速快门。现代传感器具备电子快门功能，因此可实现的快门速度已与闪光灯相当。具体采用何种方案取决于用户偏好。
测试组件
关于测试组件，您应谨慎对待，并非因其已“老化”，而是图像处理始终依据测试部件的对比度特性进行校准。
通常特性不会在生产后立即显现。材料在储存期间才会发生正向或负向变化。若需识别的特性在长期储存后发生改变，导致特性难以检测——此时即为负面变化。需耗费大量时间才能显现特征，尽管该特征在生产时具有高对比度。
若应识别的特征虽易于检测，但在生产过程中却完全无法识别或难以识别，同样会造成严重问题。原因可能在于缺陷特征与大气氧气发生反应，从而产生对比度。原本被归类为极易实现的检测任务，突然变得无法实施。
若检测设备用于控制进料，则会出现另一个问题。此时，原本用于确定可行性的测试部件可能呈现完全不同的着色效果，例如因表面纹理差异导致的色差。这必然导致检测设备产生日益增多的伪误差。因此，必须事先精确定义并明确测试部件的变异性。
光学和照明
光学与照明是至关重要的因素，它们同样决定了图像处理设备的工作方式。
然而选择合适的光学元件并无经验法则可循。确定所需镜头参数的首选方法是依据截距定理。在大多数情况下，由于涉及镜头时需综合考量多种参数，建议咨询相关领域专家。
若备有多种镜头可选，建议对候选镜头进行实测。即使经专家计算得出的镜头参数也应进行实测验证。
针对采用短快门速度或短闪光时间拍摄的高速过程，需特别核查镜头的透光强度。
远心镜头
为满足极高的测量精度要求，远心镜头是较为理想的选择，但其主要缺点在于价格昂贵且体积庞大。
近年来照明技术取得显著进步。螺旋绕制灯丝灯因效率更高的LED照明而逐渐退居次席。但当需要极高光功率时，螺旋绕制灯丝灯因其光功率仍远超LED照明水平而仍被沿用。此类照明的缺点在于使用寿命短且老化速度快。因此，LED照明因其耐用性与坚固性而成为主流选择。
LED照明的另一优势在于其设计灵活性。几乎可适配所有形态，仅需制作适配基板作为光源载体即可。
建议通过互联网搜索相关照明方案，以了解LED照明的多样形态。在搜索引擎输入“LED”与“机器视觉”组合关键词即可获得大量结果。Sinsegye也提供 LED照明产品及其它视觉硬件，欢迎访问我们的官网 http://www.sinsegye.com.cn 以获取更多信息。
生成一个测试程序
本章将向您介绍如何使用UniVision生成测试程序。即使您使用的是UniVision软件的试用版本，也能轻松完成所有程序步骤。UniVision内置的图像数据库甚至能在无相机的情况下，模拟真实的程序场景，帮助您完成编程与测试。
安装程序时会自动安装多种图像数据库，可用于模拟真实元件的编程过程。
我们默认您已熟悉软件的核心结构，不再详细说明操作步骤（例如文件位置）。
UniVision软件设备列表中的“PC_local”文件夹存放了示例程序及其对应的图像数据库、示例文件或字符集。下文列出了所有测试程序及其对应图片。
与本手册直接关联的测试程序均以“Man”前缀开头。若涉及更详细的示例，则在前缀后添加“Bsp”，例如“ManBspXxxxx.ckp”即为本手册中示例程序Xxxxx。
示例
本章中，提供的UniVision检查程序时，相机取景器中显示的图像可能与手册中的截图有所不同，这属于正常情况。
您也常需自行重新加载图像。如果在加载检测程序后，相机取景器中没有显示图像，请按以下步骤操作：
点击程序编辑器中的“获取图像”图标；
在应用数据字段中查看图像路径；
点击“加载数据”，选择数据窗口中显示的图像，并点击确认；
点击“获取图像”图标下方的白色区域。
完成上述操作后，图像将正常显示，检测程序也应正常运行。
查找对象并计算孔数
以下示例演示如何设置指令，在相同物体的不同位置检测相同部件。该物体用于固定坐标系。先检测暗色物体的两个孔洞，将其作为坐标系基准。当物体位置发生变化时，通过设置探针定位物体上的特定点。
图像 12.1 统计目标
通过图像获取指令，您可以从设备PC本地的文件图像中选择图片。如下所示的Training_1_00000.jpg便是通过加载固定图像来显示。
目标统计指令可在整个图像中找到目标最小亮孔。
目标统计指令可在整个图像中找到目标最大亮孔。
目标统计中的两个点可作为形成具有旋转方向CCW的坐标系使用选项：原点和方向。当前系统所示的坐标系是由较暗物体的两个亮点（或孔）组成。
矩形寻边指令寻找边缘。如果您选择在不同的位置执行该指令，那么该指令将在不同的位置始终测试对象的同一部分。