在使用机器视觉系统进行检测的具体应用环境中,会有持续进料的应用,或者间歇进料的应用,即目标物会停止一段时间进行检测。这时就需要知道检测目标物的速度能达到多快、目标物的数量以及每分钟进行检测的最大数量,这些数据可以根据视觉系统的处理速度进行计算。 其计算方法如下: 每分钟检测的最大数量= 60 (sec.) ÷视觉系统的处理速度(sec.) 例如:如果视觉系统的处理速度是20ms,
其计算方法如下:
每分钟检测的最大数量= 60 (sec.) ÷视觉系统的处理速度(sec.)
例如:如果视觉系统的处理速度是20ms,
那么每分钟检测的最大数量= 60sec.÷0.02sec. = 3000times/min.(= 50 times/sec.)
但是实际处理速度根据视觉系统的相机类型和检测设置会有所不同。虽然大多数简单的应用能以20ms的速度运行,在具体应用中最好还是用实际目标物测试一下检测的情况。
如果在具体应用中对视觉系统的处理速度有一定要求,可用以下计算方法获得:
视觉系统被要求的处理速度(ms)= 1(sec.)÷要求的检测次数(times/sec.)x 1000
同时,在实际应用中,被检测目标物在相机的视野范围内持续移动时,还需要考虑相机快门的速度,否则会出现模糊不清的图像,无法达到检测要求。例如,相机在持续移动的生产线上捕捉电子部件的图像时,如果快门速度(曝光时间)对于生产线速度来说不够快,图像就会模糊。为了防止模糊,快门速度需要进行设置,使得相机捕捉图像时,物体移动速度不超过1/10的要求容差值。如下图所示,目标物在相机的视野范围内持续移动。
高速快门图像 低速快门图像
相机快门速度计算方法:
快门速度 = 要求容差[mm]÷生产线速度[mm/sec.]
例)检测容差 = 0.2mm
生产线速度 = 200mm/sec.
快门速度= 0.2mm÷10÷200mm/sec. = 1/10000
因此此项应用中理想的快门速度要快于1/10000。
如果视觉系统的处理速度较快,在高速生产线上进行检测就一定可行。那么,典型的尺寸检测处理时间需要多久呢?此检测时间根据视觉系统的处理能力以及针对个别应用的设置会有很大的差异,下表提供了捕捉和处理图像所需时间(参考值)的估计底线,用户可根据自己的实际应用进行参考使用。
瑕疵检测、污垢检测或芯片检测都是非常典型的机器视觉系统检测的应用方式。根据工件和生产线的状况不同,每种检测都需要不同的功能。本文对机器视觉污点检测工具的原理及使用方法做以简介。
1、区段
视觉系统透过CCD图像传感器将强度资料的变化检测为污点或边缘。但是,逐个处理像素需要花费大量的时间,并且噪声会对检测结果产生影响。因此,视觉系统使用由数个像素组成的小区域的平均强度,该小区域被称为“区段”,并透过比较这些区段的平均强度来检测污点。
如上图中所示将区段(4 x 4 像素)的平均强度与周边地区的平均强度作比较,图中的红色区段被检测出污点。
2、污点检测工具的算法(区段的比较和计算方式)
检测原理:
(1)将 X 方向指定为检测方向时:
污点检测工具测量指定区域(区段)的平均强度,并以四分之一个区段为间距改变区段位置。
它可确定四个区段中的最大和最小强度之间的差值,其中包括标准区段(下图中的①95)。该差值被视为标准区段的污点等级。
当污点等级超过当前阈值时,标准区段被视为污点。被测区域中超过预设阈值的次数被称为“污点范围”。该过程反复进行,从而不断改变标准区段在被测区域中的位置。
在圆形工件上检测污点的原理
PET 瓶、轴承或O型圈等多种圆形工件需要对圆形区域进行视觉检测。当搜索圆形区域时,程序同时执行极坐标转换。为了检测污点,它将圆形窗口(检测区段)转换为长方形,并在圆形方向和半径方向上比较区段的强度。
机器视觉划痕检测的基本分析过程分为两步:首先,确定检测产品表面是否有划痕,其次,在确定被分析图像上存在划痕之后,对划痕进行提取。
划痕检测是工业生产中经常遇到的问题,在工业中许多设备的零部件都是在高温、高压的环境中工作的,所受载荷复杂,使用环境恶劣,故障率高,造成的后果也非常严重,因此,对相关部件的缺陷、疲劳裂纹的产生、扩展进行视觉检测就显得尤为重要。
划痕通常可分为三大类:
第一类划痕,部分灰度值变化并不明显,整幅图像灰度比较平均,划痕面积也比较小,只有几个像素点,灰度也只比周围图像稍低,很难分辨。可以对原图像进行均值滤波,得到较平滑的图像,并与原图像相减,当其差的绝对值大于阈值时就将其置为目标,并对所有的目标进行标记,计算其面积,将面积过小的目标去掉,剩下的就标记为划痕。
第二类划痕,各部分灰度差异较大,形状通常呈长条形,如果在一幅图像上采取固定阈值分割,则标记的缺陷部分会小于实际部分。由于这类图像的划痕狭长,单纯依靠灰度检测会将缺陷延伸部分漏掉。对于这类图像,根据其特点选择双阈值和缺陷形状特征相结合的方法。
第三类划痕,从外观上较易辨认,同时灰度变化跟周围区域对比也比较明显。可以选择较小的阈值精缺陷部分直接标记。
由于在工业检测中图像的多样性,对于每一种图像,都要经过分析综合考虑各种手段来进行处理达到效果。一般来说,划痕部分的灰度值和周围正常部分相比要暗,也就是划痕部分灰度值偏小;而且,大多都是在光滑表面,所以整幅图的灰度变化总体来说非常均匀,缺乏纹理特征。因此,划痕的检测一般使用基于统计的灰度特征或者阈值分割的方法将划痕部分标出。