机器视觉中畸变产生的三大原因及解决方案

你的机器视觉的畸变有了解吗？今天就来全面地讲一讲。

一、视差畸变（透视问题）

第一种是我们视察（视差）基本常规的。因为它的成像原理是有一个点发散出去的，如果拍摄一个立体的零件，它不在中心，而在边角的话，可能就会出现产品侧面拍出来的情况。

那如果在一些高精度的检测场景中，这对精度的影响都是致命的。

如何解决这个问题？
可以考虑这种——远心镜头。它能够完全垂直于产品去拍摄，这样就能够避免视差带来的畸变。

但它唯一的缺点就是：被拍摄物体多大，这个镜头就要多大，所以往往镜头的价格就会比较昂贵。

二、安装畸变（设备装配误差）

第二种是我们的安装畸变。

任何的安装都会存在一定的误差。像这种检测精度需要达到两微米的场景，对于安装而言，需要尽可能保证垂直。

所以需要对安装面进行各种水平度、垂直度的矫正。只有当成像是准确的，算法才能发挥它应有的价值。

三、镜头畸变（光学制造误差）

而第三种是我们镜头的畸变。

任何镜片在生产过程中多多少少会存在一定的误差，这也就决定了镜片的价格。而且最关键的是，无论多贵的镜头，它也不可能完全消除误差。

这种情况应该如何去解决？
通过视觉的算法进行畸变的矫正。

像这块标定板，这些密密麻麻的小点，它们的尺寸精度都非常高。而且你绝对想不到：这样一块玻璃板，它需要好几千块钱。

通过相机的拍照系统，能够自动地计算出畸变，从而进行矫正。

总结

以上就是我们常见的视觉畸变三种类型：

• 视差畸变 —— 解决方案：远心镜头；
• 安装畸变 —— 解决方案：机械安装面调平、保证垂直；
• 镜头畸变 —— 解决方案：用标定板配合视觉算法矫正。

关注我，一起学习视觉！