視覺傳感器

[tr][/tr]

視覺傳感器概要

視覺傳感器的定義 是指通過對攝像機拍攝到的圖像進行圖像處理，來計算對象物的特征量（面積、重心、長度、位置等），并輸出數據和判斷結果的傳感器。

視覺傳感器圖像處理的基礎

攝像機輸出的圖像信號

隔行掃描傳輸型攝像機的情況下，在傳輸1個畫面時，圖像信號將分開向偶數半幀和奇數半幀輸出。將這2個半幀圖像合并后便是全幀圖像。

       ●讀入線數（局部掃描功能）

通過限定圖像讀入的縱方向范圍，可縮短圖像讀入時間。這種功能在連接帶局部掃描功能的攝像機(F160-S2、F500-S1、F210-S1)的情況下可進行設定。

設定范圍時請考慮測量物的偏移量。

例：F160-S2為282線的情況

圖像前處理

●圖像前處理

將從攝像機讀入的圖像加工成便于測量的圖像。通過反復進行前處理和組合不同種類的前處理，可以得到最適于測量的圖像。

前處理 作為對象的現象 前處理的內容 例 OFF －－ －－ －－ 平滑化弱 測量物中有微小的斑點。 暈開后減弱斑點。 可穩定搜索 平滑化強 膨脹 白色測量物中有黑色干擾 加粗白色清除黑色干擾。 清除測量物的干擾 收縮 黑色測量物中有白色干擾 減小白色清除干擾。 清除測量物的干擾 中值 測量物中有微小的斑點。 保持輪廓并減弱斑點。 確定邊緣位置 （不降低精度） 邊緣強調 測量物模糊（照明變動等） 使圖像明暗的分界線清晰 邊緣定位 垂直邊緣提取 由于圖像對比度差，很難提取缺陷 提取圖像縱向分界線（明暗）。 傷痕檢查 （2值化處理使用） 水平邊緣提取 由于圖像對比度差，很難提取缺陷 提取圖像橫向分界線（明暗）。 傷痕檢查 （2值化處理使用） 邊緣提取 由于圖像對比度差，很難提取缺陷 提取圖像分界線（明暗）。 傷痕檢查 （2值化處理使用）

●背景剪切

剪切掉不需要的背景圖像，不作為測量的對象。

請一邊觀察圖像，一邊對要剪切為背景的濃度的上限值和下限值進行設定。

低于下限值的圖像將轉換為濃度0，而高于上限值的圖像則轉換為濃度255，只有下限值～上限值的濃度圖像會拉伸為0～255的濃淡度，成為測量對象。

例）設定為下限值：100　下限值：220

只有濃度值為100～220的圖像會成為測量對象，拉伸為0～255的濃淡度。
（濃度值為100以下的圖像不屬于測量對象，全部轉換為0）。

位置修正

測量物的位置和方向不確定時，可計算出標準位置和當前位置的偏移量，修正后實施測量。配備有多種位置修正方法，請選擇適合的方法。

2值化處理與濃淡處理

2值化處理：將從攝像機讀入的256灰度的濃淡圖像轉換為白像素與黑像素（2值）后進行處理的方式。設置上限下限的閾值（2值化值），將其間濃淡度的濃淡圖像轉換成白色，除此之外轉換為黑色。白像素為測量對象。

  

對從攝像機讀入的256灰度的濃淡圖像直接進行圖像處理的方式。保持濃淡的模擬量部分與2值化處理相比，理論上能得到高精度的穩定結果。

關于測量處理

由于視覺傳感器對對象物的特征量進行測量，所以備有多個處理項目（算法）。以下將對其示例進行介紹。

濃淡圖像的測量處理

從攝像機讀入的圖像就是256灰度的濃淡圖像。用于該濃淡圖像的測量方法。作為代表性的處理項目，包括濃度缺陷檢查、模式檢查、濃淡搜索、旋轉搜索等。

●搜索

將基礎圖像模式作為模型事先登錄，從輸入圖像中搜索與模型最為相似的部分。由于采用相關值來表示相似程度，所以可以對缺損和異種混入進行檢查。此外，通過輸出找到的模型位置(X,Y)，也能用于定位等用途。

  

●邊緣檢測

通過濃度變化搜索邊緣。設定「搜索邊緣方向」和「顏色變化」作為檢測條件。

  

●缺損污漬檢測

通過濃度的分散來檢查是否有缺損和污漬。

前提條件是「背景均勻」。紋路和標志上的破損和污漬無法檢測。

2值圖像的測量處理

將從攝像機讀入的256灰度的濃淡圖像轉換為白像素和黑像素2種，并僅關注白像素部分進行測量的方法。

設置上下限的閾值(2值化值)，將其間灰度的濃淡圖像轉換成白色，除此之外轉換為黑色。作為代表性的處理項目，包括2值缺損檢查、標簽處理。

●重心・面積・主軸角

對測量區域內的白像素部分的重心・面積・主軸角進行測量。

●標簽處理

在2值圖像的白像素塊中，貼上「0、1、2…」的紙片(標簽)的處理稱為標簽處理。

可對測量區域內的標簽數進行計數，或求得指定標簽的面積、重心位置。

將基礎圖像模式作為模型事先登錄，從輸入圖像中搜索與模型最為相似的部分。由于采用相關值來表示相似程度，
所以可以對缺損和異種混入進行檢查。

  

使用EC（邊緣代碼）提取圓形的示例

		邊緣代碼表示邊緣的方向(圖中箭頭)。
尋找圓的中心		尋找圓周上的邊緣點
	各邊緣代碼的左手90°方向為圓的中心。 通過來自各邊緣代碼的投票來求得圓的中心， 因此即使不是完整的圓(即使有彎曲和缺損)， 也都能找到中心。

●EC缺陷檢查

能對圓形或直線形狀的測量物的微小缺損和低對比度的傷痕等進行高精度檢測。

橡膠墊等形狀有彎曲的也能穩定地進行檢查。

例) O型圈的缺損變化檢查

●EC定位

通過「圓形」「有角」等形狀上的信息來尋找定位標志。即使是變形或部分缺損的情況下，也能實現高精度的定位。

對比度低的圖像也能進行定位。

●ECM搜索(邊緣代碼模型搜索）

從輸入圖像中搜索與要找的標志(模型)最相似的部分，檢測相關值(類似度)和位置。

即使是對比度低的圖像和干擾多的圖像，也能穩定地進行搜索。

【必讀】版權免責聲明

1、本主題所有言論和內容純屬會員個人意見，與本論壇立場無關。2、本站對所發內容真實性、客觀性、可用性不做任何保證也不負任何責任，網友之間僅出于學習目的進行交流。3、對提供的數字內容不擁有任何權利，其版權歸原著者擁有。請勿將該數字內容進行商業交易、轉載等行為，該內容只為學習所提供，使用后發生的一切問題與本站無關。 4、本網站不保證本站提供的下載資源的準確性、安全性和完整性;同時本網站也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的損失或傷害。 5、本網站所有軟件和資料均為網友推薦收集整理而來，僅供學習用途使用，請務必下載后兩小時內刪除，禁止商用。6、如有侵犯你版權的，請及時聯系我們（電子郵箱1370723259@qq.com）指出，本站將立即改正。