改进机器视觉系统的十大方法
当前位置:首页 > 技术分享 > 改进机器视觉系统的十大方法

改进机器视觉系统的十大方法

机器视觉 2021-05-12 10965


1)照明技术 - 应使用正确的照明技术来照亮需要检测的区域。光,明亮的田地,游泳,低角度线性阵列和暗田是机器视觉稳健性最关键的方面。根据零件表面的表面,正确的照明技术可以提高缺陷或去除图像噪声,提高系统的效率和稳定性。其中的目的是选择能够产生最大对比度的轻型技术(从黑色到白色像素)。此外,对比度需要与测量或检查的内容直接相关。

2)照明颜色 - 应考虑用于每个特定部件或应用的浅色。频率是每秒振荡的次数,并且波长是相同位置的两个点之间的距离。每个不同的紫外线,蓝色,绿色,黄色,红色和红外光谱有不同的照明频率和波长。这些变化会影响物体和相机表面在光线中的反应。其目的是利用光学频率,从而产生最大对比度和消除图像中的噪声。例如,有时可以将金属部件引入到一个系统中的系统中,这取决于它们的存储方式。当这两种类型的部件引入系统时,重要的是减少使用光频率时的波动量

image.png

3)使用过滤器过滤器消除严重的环境干扰,如背景和架空照明噪声。通过将滤光器放置匹配照明在相机镜头上的元件频率匹配的过滤器,可以消除环境照明干扰。

4)镜头 - 焦点(FOV)和问题(ROI),包括所需的像素精度,发挥重要作用。正确的焦距镜头将确定机器视觉系统可以看到的区域的大小,最后决定收集的所有字母。兴趣。计算过大的FOV将导致更少的细节和准确性,并且计算的FOV可能导致失败,因为有些或物体在相机外。在计算FOV时,重要的是确定部分或物体的最大ROI在确定哪个焦距最适合应用之前,首先确定部分或物体的最大ROI以及该区域的最大可接受误差。有时这些因素可能受相机的工作距离或高度的限制对象,因此在构建系统之前需要考虑所有这些因素。

5)定位 - 重要的是要知道组件或应用程序太宽,并且重复检测到组件。当组件删除相机视觉时,系统不稳定。应使用某些类型的物理夹来限制对象或感兴趣的部分的运动。如果零件删除相机视图,则故障将失败,添加不必要的停机时间。通过提供部分的粗位置可以消除这种不稳定性,确保每次可以在机器视觉系统中重复部件。

6)校准 - 具有可以正确校准的主夹具或校准过程,以确保它符合设备的质量标准。

功能和基准 - 为了正确检查图像,每个检查中发现的基线 - 唯一的功能 - 可以用作检查时的可视化工具的参考点,或者图像中是否存在正确的部分。

8)决议决定确定视觉系统的可重复性;它允许以测量值测量的像素的大小。重要的是确定系统的解决方案,因为它决定了检查的准确性和再现性。特别是在机器人指导方面需要考虑的质量测量检测和解决方案。一些软件可以提高分辨率,准确性可以达到子像素。

9)稳定性 - 设置机器视觉传感器时,保护相机系统非常重要。并且光的影响不会移动。这些项目是系统校准的目标。为了最大限度地减少运动或干扰,明智的做法是将相机和照明放在小振动上或没有振动和流量。

10)测试 - 定期检查系统以确认缺陷部分是否被捕获并拒绝。可以直接在系统中构建测试过程,以简化该过程。可以随时将有缺陷的测试组件放置在系统中以验证系统的适当功能。



本文链接地址:https://schnoka-vts.com/post/796.html

立即定制视觉方案