|
|
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比较新应用趋势。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)通过校正使微分比较大值达到100%
在际生产线上，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
对于微分波形中比较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1100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比较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。
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比较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，可以得到比较佳的滤镜设置。
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。
通过验选择比较佳的预处理滤镜，提高检查速度及检查效果。
这要归功于知识图谱平台的价值属性比较大，较容易成为行业的中坚力量。数之联专注于大数据与人工智能技术的研发和应用的企业数字化转型服务商,提供大数据审计分析云平台,全链路数据资产管理平台,助力客户提升管理和服务的智慧化水平,实现降本提质增效。https://www.unionbigdata.com/
|
|
发表于 