照明

如果有过在低光照下拍摄数码照片的经验，就会知道照明至关重要。糟糕的照明会毁掉一切。成像传感器不像人眼那样适应性强或敏感。如果照明类型错误，视觉传感器将无法可靠地检测到物体。

有各种克服照明挑战的方法。一种方法是将有源照明结合到视觉传感器本身中。其他解决方案包括使用红外照明，环境中的固定照明或使用其他形式的光的技术，例如激光。

变形或铰接

球是用计算机视觉设置来检测的简单对象。你可能只是检测它的圆形轮廓，也许使用模板匹配算法。但是，如果球被压扁，它会改变形状，同样的方法将不再起作用。这是变形。它会导致一些机器人视觉技术相当大的问题。

铰接类似，是指由可移动关节引起的变形。例如，当您在肘部弯曲手臂时，手臂的形状会发生变化。各个链接（骨骼）保持相同的形状，但轮廓变形。由于许多视觉算法使用形状轮廓，因此清晰度使得物体识别更加困难。

职位和方向

机器人视觉系统*常见的功能是检测已知物体的位置和方向。因此，大多数集成视觉解决方案通常都克服了这两者面临的挑战。

只要整个物体可以在摄像机图像内被查看，检测物体的位置通常是直截了当的。许多系统对于对象方向的变化也是强健的。但是，并不是所有的方向都是平等的。虽然检测沿一个轴旋转的物体是足够简单的，但是检测物体何时3D旋转则更为复杂。

比例

在某些情况下，人眼很容易被尺度上的差异所欺骗。机器人视觉系统也可能被他们弄糊涂了。想象一下，你有两个完全相同的物体，只是一个比另一个大。想象一下，您正在使用固定的2D视觉设置，物体的大小决定了它与机器人的距离。如果您训练系统识别较小的物体，则会错误地检测到两个物体是相同的，并且较大的物体更接近相机。

尺度的另一个问题，也许不那么明显，就是像素值的问题。如果将机器人相机放置得很远，则图像中的对象将由较少的像素表示。当有更多的像素代表对象时，图像处理算法会更好地工作，但有一些例外。

照相机放置

不正确的相机位置可能会导致以前出现过的任何问题，所以重要的是要正确使用它。尝试将照相机放置在光线充足的区域，以便在没有变形的情况下尽可能清楚地看到物体，尽可能靠近物体而不会造成遮挡。照相机和观看表面之间不应有干扰的背景或其他物体。

运动

移动有时会导致计算机视觉设置出现问题，特别是在图像中出现模糊时。例如，这可能发生在快速移动的传送带上的物体上。数字成像传感器在短时间内捕获图像，但不会瞬间捕获整个图像。如果一个物体在捕捉过程中移动太快，将导致图像模糊。我们的眼睛可能不会注意到视频中的模糊，但算法会。当有清晰的静态图像时，机器人视觉效果*佳。

来源：网络

了解更多咨询请点击登入：ABB机器人