配色: 字号:
机器视觉基础内容
2023-01-29 | 阅:  转:  |  分享 
  
2. 光电或接近传感器感应到物件时,开始触发视觉传感器工作3. 零件照明4. 获取图像并把资料数据化5 .视觉软件处理图像并显示产品合格或不
合格6. 离散输出7. 显示不良品画面及统计信息机器视觉工作流程1. 零件到达检测位置Bad什么是机器视觉?照明技术使您的零件处于
最佳视觉状态通讯传输判定于其他设备视场您所看到的范围视觉工具评估图像图像获取相机取像像素? 像素是数字图像的最小单位? 相机分辨率
以像素为单位计算? 640 x 480 or 0.3兆像素? 1600 x 1200 or 2.0兆像素采集图像芯片? 微芯
片将光强度转化为数据信息 (像素)? CCD & CMOS 是最通用的采集图像芯片类型图像获取0Grey Scale: 256
Grey levelsRow 16 Column 15Row 2Column 3Row 8 Column
14像素255分辨率12001600480640? 光强度? 照射方向? 镜头焦距? 物距? 光圈? 采集
图像芯片 (CCD or CMOS)? 聚焦? 快门速度? 取像范围? 自动曝光? 曝光时间? 增益?
反向? 图像过滤影响图像的因素有哪些?? 照明可以提高图像对比度? 照明可以使被测物图像更清晰? 照明可
以使周围环境的灯光干扰降到最小照明是所有机器视觉应用的基础照明技术照明技术圆顶散射同轴散射背光源暗视场视觉工具是什么?? 视觉工
具:? 针对不同的视觉应用做不同的软件算法模块? 所有的视觉工具:? 在指定的区域内对像素进行分析? 显示所分析的图
形? 传输数据以作出判定,并且控制程序视觉工具的种类:? 图像处理与图像过滤? 定位? 计算? 测量? 特
殊工具应用 (比如读码,缺陷检测, 色彩分辨)? 不同的厂商和生产线使用不同的工具? 预处理可以给使用者在检 测前提供图象过
滤功能有效处理像素增加边缘清晰度 祛 除噪点? 过滤? 扩大,二值化,边大小,收 缩,梯度, 等等图像预处理? 边工具:
找直边和曲边? 找直边、弧、 曲边, 直边? 拟合直线和圆? 斑点工具: 定位不同形 状的物体? 几何模型查找
工具用于 精确定位? 物体定位 (DVT 传感器)? PatMax (In-Sight & PC Visi
on)配置& 定位? 光源变化? 旋转? 零件重叠? 外形磨损专利技术: PatMax制? 在极恶劣的条件下
可靠定位? 连接/离散装置? 数字输入/输出? 根据生产线需要来设定输出通道数量和类型?
触发图像获取? 发送驳回信号? 以太网通信? 连接其它自动设备? 比如 程序逻辑控制系统, 操作员界面, 数据接
收系统? 根据生产线选择不同的通讯协议? EthernetIP, Modbus TCP/ IP, OPC, etc.?
Profibus, DeviceNet, etc .通讯? 高速度, 高效能的视觉传感 鲁棒式设计? 压铸铝机壳,
防护等级 IP67 & 不锈钢 IP68 等级方水保护? 远程相机式视觉传感器供狭小空间时 使用? 高耐弯曲电缆线? 丰
富的视觉软件工具包? PatMax, IDMax, 高级视觉工具? 界面简单? 传输能力? 视觉区域网络? OPC
服务器支持第三方设备工业级视觉传感器? 快速建模,扩展和综合功能? 在 .NET 和 COM 环境下运行的康耐视高级 视觉
软件? 丰富的图像获取渠道以满足多种应用需要PC-Based Vision? 用于高速度高精度的软件应用? 降低资本
费用? 提高生产力增加收入? 加快流向市场速度? 降低生产成本? 减少废品/ 返工? 增加客户满意度?
提升品牌形象? 流线型作业? 自动化? 提高质量? 规范化生产机器视觉能带给您什么?? 零件所要考虑的事项?
缺陷标准? 流程中要考虑的事项? 流程速度? 灯光条件的变化? 商业利益? 可预见的成功? 简化操作
? 制造业通用执行中要考虑的事项? 理解软件应用程序 & 确定可行性? 精确的定位? 使用功能强大的视觉工具
? 考虑安装空间? 良好的服务支持视觉成功应用的基本原则视觉应用视觉用于哪些方面读码检测测量定位机器人指导?
指引机器人进行零件取放作业? 提供 X, Y, Θ 给机器人用于二维和三 维抓取? 消除对固定设备的需求 & 提高
自动机 械可靠性排列 & 放置? 提高生产力定位定位零件? 精确的尺寸计算? 自动测量和数据记录? 确保严
格的公差直径公差、间隙公差、 线形公差 等测量测量零件测量? 精度取决于以下因素:? 视场 (FOV)? 分辨率
(兆像素)? 图像质量? 视觉工具精确性FOVhorizontal = 160mmAccuracyVision T
ool = 1 pixel# Pixelshorizontal = 640pixelsAccuracyhorizontal
= _160mm 人 pixel640pixels_
10Accuracyhorizontal =FOV 人AccuracyVision Tool # PixelsFOVhor
izontal = 160mmAccuracyVision Tool = 1 pixel# Pixelshorizon
tal = 1600pixelsAccuracyhorizontal = _160mm 人
pixel1600pixels测量能达到多高的精确度?640 x 480Pixels on CCD1600 x 1200 pi
xel (2.5 Megapixel)FOV 人AccuracyVision Tool # Pixels160 x
120 mm FOVAccuracyhorizontal =_ 10? 读码? 条
形码 & 2D 码? 标签? 读字符? OCR / OCV? 识别模板? 基于颜色,形状或装置读码识别零件?
为何需要可追踪性:? 责任? 查找产品标签是否正确? 工序自动化? 消除操作员错失误.? 程序管理? 零件
程序检查? 存货管理? 在制成品工序中有多少零件?? 零件真实性? 是否是伪劣品2D Matrix Code High Contract (Label)零件可追踪性编码1D Barcode读码? 数量缺少? 是否缺失? 装配验证? 质量检查? 检测缺陷? 外观检测? 污物? 准确定位? 任意方向下? 歪斜情况下检查验证数量 & 检查装置? 完整性谢谢关注!
献花(0)
+1
(本文系shouhuyanya...原创)