机器视觉尺寸检测基础

尺寸测量/边缘检测

利用边缘检查的尺寸检查是图像传感器的最新应用趋势。图像传感器可以将检查对象在平面上表现出来，通过边缘检测,测算位置、宽度、角度等。
下面将按照处理过程来介绍边缘检查的原理。理解原理有助于优化检查设置。除此之外，还将介绍一些有代表性的边缘检 查的例子以及可以稳定检查效果的预处理滤镜的选择方法。

边缘检测的原理

所谓边缘是指图像内明亮部位与阴暗部分的边缘。边缘检测是通过视觉系统来检测这种浓淡变化的边缘。
可以通过下列4个过程来得到边缘。

(1)投影处理

对于测量区域内的图像进行投影处理。投影处理是相对于检查方向进行垂直扫描，然后计算各投影线的平均浓度。投影线平均浓度波形被称为投影波形。

什么是投影处理？

计算投影方向的平均浓度。
可以减少区域内的噪点造成的检查错误。

(2)微分处理

根据投影波形进行微分处理。可能成为边缘的、浓淡变化较大的部位，其微分值也较大。

什么是微分处理？

计算浓淡（级）变化量的处理过程。
可以消除区域内浓度绝对值的变化所导致的影响。

例：没有浓淡变化的部位的微分值是0。
白色（255）→黑色（0） 时的值是-255。

(3)通过校正使微分最大值达到100%

在实际生产线上，为了使边缘达到稳定的状态，通常会进行适当的调整以使微分绝对值达到100%。
将超过预先设置的“ 边缘感度（%）”的微分波形的峰值作为边缘位置。根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。

(4)亚像素处理

对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。以1/100像素为单位测算边界位置（次像素处理）。

边缘检测的代表性检测应用

边缘检查具有下列衍生模式。下面将分别介绍其代表性应用。

＜例1＞利用边缘位置的各种检查

在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。

＜例2＞利用边缘宽度的各种检查

利用边缘宽度的“ 外部尺寸”模式，检测金属板的宽度、孔洞的X方向/Y方向孔径等。

＜例3＞利用边缘位置圆周区域的各种检查

以圆周作为检测区域，检测切缺部位的角度（相位）。

＜例4＞利用趋势边缘宽度的各种检查

利用“ 圆周”区域的“ 趋势边缘宽度”模式，扫描环状工件的内径、评价扁平度等。

趋势边缘模式

趋势边缘位置（ 宽度）模式是指在扫描检查区域内较窄的边缘窗口的同时检测边缘位置。利用这种检查模式，可以对于一个窗口内的多个点进行边缘位置（ 宽度） 检查，因此可以确保捕获工件的微小变化。

检测原理

使小范围内的分割以小间距进行移动，检查各点的边缘宽度或边缘位置。

• 提高位置检测精度的方法：

• 缩小分割尺寸

• 缩短处理时间的方法：

• 缩小分割移位幅度（移动量）。

• 趋势方向：

• 分割移动的方向。

提高边缘检查效果的预处理滤镜

边缘检查的关键在于如何最大限度的减少边缘的不均现象。预处理滤镜具有“中值”或“平均化”的作用，因此有助于保持稳定的检查效果。下面介绍预处理滤镜的特点及选择方法。

原图像

平均化

3×3 像素的平均滤镜。可以有效减少噪点因素的 影响。

中值化

3×3 像素的中值滤镜。可以在保持图像清晰的同 时，有效减少噪点因素的影响。

如何优化预处理滤镜？

一般说来，通过“中值化”或“平均化”，可以得到稳定的边缘检查效果。但是，对于特定的工件，究竟应该选择哪一种滤镜才可以得到最佳效果？下面将介绍对于各滤镜的测量值的偏差进行评价的统计学方法。

CV系列（CV2000以上）具有统计分析功能，可以保存测量数据，并对其进行统计分析。

利用这种功能，通过分别采用“无滤镜”、“中值化”、“平均化”、“中值化+平均化”、“平均化+中值化”在静止状态下重复测量，并对于各数据的统计结果进行确认，可以得到最佳的滤镜设置。

图像传感器边缘检查模式的使用要点：

• 在理解边缘检查原理的基础上进行有效的调整。

• 理解各种衍生模式，显著提高检查可能性。

• 参考代表性的检查例有助于工作的进行。

• 通过实验选择最佳的预处理滤镜，提高检查速度及检查效果。

•