您现在的位置:首页 > 应用案例 > 新视界|光在机器视觉中的应用

应用案例 Solutions
新视界|光在机器视觉中的应用
点击次数:341 发布时间:2021-04-15

通过几代科学家的不懈努力,我们不仅认识到光本身的性质,并且通过不同波长的光开辟了不同的实际应用。

今天,就一起领略光在机器视觉中的广泛应用吧~

 

其实光是一种电磁波,其振幅、频率,相位等物理特性都包含了信息,而电磁波的频率范围从1赫兹以下到1025赫兹以上,对应的波长范围是几千公里到原子核的几分之一。

 

频率范围(电磁频谱)根据波长分为不同的频段,每个频段内的电磁波用不同的名称称呼。每段波长还具有不同的特征,例如它们的产生方式,它们与物质的相互作用方式,以及对我们而言重要的是它们的实际应用。

 

image001.png

▲频谱,电磁频谱的频带范围从低端的X射线(最短的波长)到远程红外(最长的波长)。

 

X射线

X射线是频谱中最小的最左边的一段,在0.01-10nm之间。X射线光穿过物体并根据物体密度被吸收,我们可以通过测量吸收率来查看被测物的结构。X射线有着能够深入地穿透材料而不会破坏材料的这一特性,因而成为无损测试和检测的理想之选。

image002.png

 

在机器视觉中,我们将X射线与CMOS检测技术相结合,可以做到在更低的X射线剂量下提供更品质的图像。这样可以实现更大的动态范围、更好的分辨率、更优的对比度,并且为客户提供更高的速度,更长的使用寿命和更低的剂量。

image003.png

▲在机器视觉中应用X射线检测精密结构件。

 

紫外线

我们之所以能在部分光谱中看到某些事物而在其他光谱中看不到某些事物的原因之一,是因为不同的材料具有不同的光谱特性。在可见光或甚至在SWIR中看起来非常相似的材料在光谱的UV部分(10-400nm)中看起来可能非常不同。

 

另外,某些类型和强度的紫外线会导致晒伤。而高功率的紫外线源还用于定位、识别血液、唾液等体液,在紫外灯光的照射下某些肉眼无法看到的事物也将清晰可见。

 

 

▲在紫外灯的照射下,人的雀斑也将更加明显。

 

在机器视觉中,我们可以借助紫外线,看到不同金属或塑料之间的对比,并且通过散射的特性,我们可以使用紫外线来检测比常规光学成像所观察到的缺陷或污染物小得多的缺陷或污染物。紫外线按波长通常分为长、中、短波三种:UVA(波长:400~320nm),UVB(波长:320~275nm),UVC(波长:200~275nm)。

image005.png

▲诸如昂贵的硅芯片掩模之类的关键组件可能需要更高能量的UV-C光进行检测,以确保不会遗漏任何东西。

 

可见光

可见光是可见的,其波长在400-700nm之间。在机器视觉中,可见光的应用相当广泛,大多数的成像都在此范围内进行。虽然我们也可以用眼睛看到可见光下的物体,但相机代替人眼做检测是大势所趋。

 

image006.jpg

▲图为凌云光参加2021VC上海展其中一套自主研发的基于深度学习的图像分析软件的视觉解决方案

 

近红外光

近红外是可见光与SWIR的过渡阶段,其波长在700-900nm之间。在机器视觉中,将可见光与SWIR相结合的方案应用在传感器和相机上,帮助识别不可见&可见的特征。近红外还可以应用在农业中,它可以检测植物反射光的变化,这是植物健康的主要指标。

image007.png

▲应用近红外光的整套钻石真假检测系统构成图,黑白相机通过采集被测物反射出的近红外光线,来判断被测物的是否是真钻石。

 

短波红外

短波红外(SWIR)是在900到2500nm范围内的光。SWIR可以帮助我们区分颜色相似的物体,看到高温的物体,甚至穿透某些材料。在机器视觉中,短波红外可以帮助检测并突出显示某些难以用可见光和可见光相机区分的物体。

image008.png

▲SWIR可以用于食品分选,通过食品中不同的水分含量将相同或相似颜色的物体进行分类。例如对肉桂,咖啡豆,岩石和葡萄干进行区分。

 

长波红外

长波红外(LWIR)的起始波长约为5000nm,高可达40000nm。在此长度下,该波受环境光的影响较小,并且大部分受热量调制。当我们将脸转向太阳时,正是LWIR使我们感到温暖。在机器视觉中,LWIR对于热成像(基于它们散发的热量查看事物)和热成像/放射成像(检测对象中的特定温度或温度范围)都非常有用。

 

image009.png

▲左右图分别显示了两个PCB组件:一个处于50度,一个处于41度。由于这些组件对热敏感,因此我们可以通过LWIR检测温度来诊断其效率和可操作性。

 

凌云光:懂得&专业

光谱的不同波段揭示了不同的事物,而结合机器视觉技术可以帮助我们在成像问题中获得更多的解决方案。