2020年8月4日 机器视觉与计算机视觉技术

表面缺陷检测系统方案实施的七个步骤

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。由于产品或物体的本身性质具有多样性,机器视觉表面检查系统具有一定的挑战性。作为专用的视觉检测团队建议采取以下步骤来解决各种独特的表面检查案例:

1.确定产品的关键属性

第一步涉及需要检查的产品或包装的的特性。它是由玻璃、纸、塑料或金属制成的,这将对用于检测系统的硬件配置类型产生影响。如果对象具有多层或非对称特性,则可能需要更多的编程和更为精确的照明解决方案才能成功地进行检查。

2.制定明确的目标

您想要检查什么,通过/不通过的比率是多少?哪些条件是灵活的,需要满足哪些指标?一些目标包括提高制造过程某个方面的准确性(通过可测量的数量),减少成品中的缺陷数量,或者提高当前视觉系统的通过率。无论你的目标是什么——确保它是可测量的。

从你想要“看”的东西开始。它是物体的纹理吗?这是一个缺陷、撕裂,洞?凹痕,表面细节或需要仔细检查的夹具怎么样?你怎么看?为什么你需要用视觉系统“看”它?您项目成功的定义是什么?例如:如果你正在寻找罐子侧面的凹痕,浅深度的凹痕是好的,但不是深凹痕?您是否因为美观而消除凹痕,还是会抑制您的产品功能?

3.和视觉应用专家进行沟通

你如何选择合适的光线来正确地照亮缺陷?哪个相机最好?相机要检测产品的不同方面——适当的照明、眩光消除、相机角度、适当的编程——许多事情都必须正确进行。具有多年视觉系统设计、编程和集成经验的人可以帮助您的项目获得成功。

视觉专家很乐意使用最新的工具,找出所有具有挑战性的视觉检查类型,因为他们面对的是数百种定制的视觉系统。例如:在最近的一个项目中,团队设计了一个系统来检测破碎的瓶子。对眼睛来说,很容易发现一个破碎的透明、不透明或磨砂瓶损坏。对于相机来说,这可能会比较困难,特别是因为清晰的物体很难用镜头探测到。如果没有他们在照明、编程等方面的广泛知识,这个系统可能需要很长时间才能正常工作,或者根本就不会成功。

4.选择所需的相机或相机类型

不同的检查需要指定的摄像机选择。在对同步带进行3D表面检测时,所选择的相机可能是德国SICK西克ranger3D相机,一种用于测量3D物体形状颜色的高速相机。使用此相机,您的检查可以通过精确测量形状、对比度和表面缺陷来提高生产率,从而确保产品质量和生产可靠性。在其他时候,像康耐视Insight 5600-11智能相机这样的相机可以在线上的不同位置使用,以创建最准确的图像。

5.确定照明类型

光源照明测试在需要在视觉实验室,以便为您的表面检查应用找出最佳的照明解决方案。最常见的是使用低角度背光来最好地照亮被检查的对象。对于不透明的物体,可能需要使用LED聚光灯的反光照明,因为LED聚光灯的入射角很尖,可以增强物体的表面结构。一种结构光,如激光,可以用来产生表面特征。如果物体是半透明的,比如一个透明的瓶子或玻璃,那么它可能需要使用LED的暗场环光照明。这将最好地显示表面细节,如划痕、气泡、裂缝或破洞。

6.确定编程要求

各种缺陷需要不同类型的编程,而且大多数都不是开箱即用的解决方案。例如,表面检查可能包括对象的纹理。为此,视觉专家可以选择NI LabVIEW的视觉软件工具进行纹理分析。但是,如果您对产品表面的某个缺陷感兴趣,可以使用Insight Explorer 4.7.0编程智能相机,以通信通过/失败输出。在这种情况下,相机必须经过各种高度、形状和纹理的训练,以获得最精确的通过率/失败率。

7.安装、集成和培训

安装通常需要机械支架或硬件,新视觉系统与现有线路设备的集成,以及对线路人员的培训。尽管这些步骤很容易列出,但它们可能更难完成。可能需要进行进一步的编程,以便将视觉系统与现有的工厂设备或资源管理程序适当地集成在一起。可能需要机械设计和零件制造来将视觉系统定位在生产线上。这是另一个我们认为视觉专家提供无价帮助的领域。

Banner
Related Posts

新的视觉系统可以在传感器内计算,无需将信息转换成数字格式

2020年3月5日

2020年3月5日

研究人员开发了一种图像传感器阵列,它作为自己的人工神经网络,可以同时捕获和识别光学图像,无需将信息转换成数字格式即可快速处理信息。

用机器视觉法监测石榴成熟过程

2019年11月19日

2019年11月19日

瓦伦西亚农业调查研究所(IVIA)、米格尔·埃尔南德斯·德埃尔切大学和巴伦西亚理工大学的科学家们研究了两种用于石榴质量监测的机器视觉技术。

短波红外成像技术与原理

2019年7月25日

2019年7月25日

短波红外(SWIR)的范围占据了电磁频谱略高于近红外。在1050到2500纳米之间——短波红外范围远远超出了标准硅基成像传感器的探测能力。

改善机器视觉系统的十大方法

2018年8月9日

2018年8月9日

机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。

工程点扩展函数(E-PSF)技术可以实现高精度3D成像

2019年7月10日

2019年7月10日

工程点扩散功能(E-PSF)技术以光学相位板的形式发展,将使制造商能够满足对超精密物体成像不断增长的需求。

机器视觉从发展到成熟,最新技术又有些什么?

2018年8月9日

2018年8月9日

这是机器视觉行业的一个演变时期。嵌入式视觉与深度学习和人工智能相结合, 将在生命科学、自驾游、安全和农业等传统制造业以外的市场继续蓬勃发展。

机器视觉中的彩色成像以及要考虑的因素

2019年5月22日

2019年5月22日

特定机器视觉彩色摄像机是否适合您的应用取决于多种因素。在为您的应用开发最合适的彩色机器视觉系统时,需要考虑所有这些因素。下面是开发彩色机器视觉系统时需要考虑的一些相机问题:

工业机器视觉应用有必要使用边缘计算吗?

2019年12月17日

2019年12月17日

伴随着机器视觉技术的快速发展,在提高制造商产品质量水平的同时加快生产效率,可以说拥有巨大的潜力。这项技术的影响范围也在不断地扩大,各种新的应用注定会在我们的日常生活中发挥更大的作用。

CCD成像在光源和色彩检测中的优势和应用

2019年7月25日

2019年7月25日

人类视觉感知是任何旨在被人类观看的照明或显示产品质量的最终标准。从平板电视到智能手机,灯泡到交通信号,VR球场的jumbotrons体育场,您的车内GPS到喷气式飞机的驾驶舱仪表,人类用户感知的以及他们注意到的任何缺陷都是决定性因素设备质量。人类对亮度和颜色的感知为操作和安全公差设定了基准。

机器视觉如何改变金融服务

2019年9月9日

2019年9月9日

事实证明,在金融领域应用机器视觉不仅对企业有利,而且对一般消费者也有利。尽管这在5年前似乎遥不可及,但金融机构一直在使用先进技术开展业务。这些技术能够改进客户体验并减轻员工的工作负担。

机器视觉如何保持马铃薯片的风味完整

2019年4月23日

2019年4月23日

像Pepsico这样的食品和饮料行业巨头...

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

MicrochipPolarFire FPGA成像和视频开发套件加快机器视觉应用的开发与部署

2019年8月29日

2019年8月29日

制造业和工业界正在经历巨大的变化,工业物联网(IIoT)等新兴技术有望大幅提升工厂运营效率。因此,各种传感器正以前所未有的速度进行部署,让IIoT应用能够感知和洞察生产过程、工业自动化和质量控制等现实场景所发生的一切。

中科院自动化所王欣刚:机器视觉将取代人类视觉

2019年6月21日

2019年6月21日

智能制造已成为全球制造业升级发展的重要方向,未来工厂里将采用越来越来越多的自动化技术,包括机器人、人工智能、虚拟现实等先进技术,其中,机器视觉将在智能工厂中将发挥关键作用。对于生产商来说,如何将这些技术运用到当前的生产线,将是实现工厂价值提升和未来发展的关键。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注