《HALCON机器视觉与算法原理编程实践》第2章 如何做机器视觉项目
文章目录
- 2.1 项目的前期准备
- 2.1.1 从5个方面初步分析客户需求
- 2.1.2 方案评估与验证
- 2.1.3 签订合同
- 2.2 项目规划
- 2.2.1 定义客户的详细需求
- 2.2.2 指定项目管理计划
- 2.2.3 方案评审
- 2.3 详细设计
- 2.3.1 硬件设备的选择与环境搭建
- 2.3.2 软件平台与开发工具选择
- 2.3.3 机器视觉系统的整体框架与开发流程
- 2.3.4 交互界面设计
- 2.4 项目交付
- 2.4.1 软件功能测试
- 2.4.2 现场调试
- 2.4.3 系统维护
2.1 项目的前期准备
好的开始是成功的一半。在机器视觉项目开始之前,应详细的了解客户的需求,以进行可行性评估和验证。主要从以下几个方面开展:
2.1.1 从5个方面初步分析客户需求
- 项目来源
- 开发内容
- 使用环境
- 开发方式
- 交付结果与形式
2.1.2 方案评估与验证
- 技术可行性
- 时间要求
- 空间要求
- 光照环境
- 通信接口
- 成本与费用
2.1.3 签订合同
- 项目的范围
- 明确验收标准
- 其他确认
2.2 项目规划
机器视觉项目在合同签订以后开始进行项目规划,规划阶段的主要工作包括定义客户的详细需求、制订项目管理计划、方案评审等。
2.2.1 定义客户的详细需求
当客户需求确定以后,应以文档形式记录下来。这样一方面是为了便于进行项目管理,另一方面是为了防止在开发过程中出现需求随意变更的情况,需求文档(如《产品需求规格》)将成为指定开发计划的依据与项目验收的参考。
2.2.2 指定项目管理计划
以《产品需求规格说明书》和项目合同为依据,制订项目管理计划。
- 范围、实践和成本
- 规划人力资源:至少一名项目经理、图像算法工程师、软件工程师(可能与算法工程师是一人)
- 制订沟通计划:沟通要注意方式,也要注意频率,例如多久汇报一次进度、多久召开一次例会,应征求客户意见做好安排
2.2.3 方案评审
方案评审是就软硬件的技术方案及项目管理计划,与客户进行沟通并收集反馈的过程。在项目初期,需要对软硬件开发方案做一个概要设计,包括系统的结构、开发框架与流程、使用的技术、设计方案,并对项目管理计划做一个详细的报告。
召开评审会议,邀请客户及相关专家到场对方案进行评审。
2.3 详细设计
方案评审完成后,就可以开始进行机器视觉系统的详细设计了。
2.3.1 硬件设备的选择与环境搭建
- 相机:一般选择工业相机
- 镜头:镜头关系到成像质量
- 采集卡:采集卡将数字信号或模拟信号转换后传送给计算机
- 连接方式:指相机的连接方式
- 光源
- 结构件:夹具、支架、固定装置等
2.3.2 软件平台与开发工具选择
包括图像库、算法和开发平台
- 图像库:指图像处理算法包,主流的有OpenCV、Halcon、Labview等
- 算法:主要指为了检测项目的具体内容而设计的软件解决办法,如边缘检测、特征匹配、文字识别等
- 开发平台:常见的有Visual Studio、Qt等
2.3.3 机器视觉系统的整体框架与开发流程
机器视觉系统主要采用工业相机采集显示器的工作画面图像,通过由 Halcon和C++混合编程开发的智能检测软件对图像进行处理,根据图像处理结果进行数据分析,在得出分析结果后进行判断和输出。机器视觉系统主要由两大部分组成,一部分是算法实现,另一部分是交互实现。
- 采集图像
- 图像处理
- 图像分析
- 结果输出
2.3.4 交互界面设计
交互界面的设计水平将直接影响到检测流程的效率,关系到客户对项目的满意度。
2.4 项目交付
2.4.1 软件功能测试
测试的目的是检查机器视觉系统的基本功能是否符合《产品需求规格说明书》的要求:
- 采集图像功能
- 功能模块测试
- 交互界面测试
- 通信测试
2.4.2 现场调试
检查机器视觉系统在实际工作场景中是否能正常运转:
- 设备安装
- 系统联调
- 文档交接
2.4.3 系统维护
交付结束后的工作主要有人员培训和设备维护等。
赞 (0)