好久不见!感谢之前参与【您最感兴趣的视觉检测应用】投票的150名工程师~
接下来投票结果大公开:
第一名:外观检测
第二名:识别检测
第三名:尺寸检测
今天小编就给大家带来最受工程师瞩目的外观检测基础理论与基恩士的外观检测方法~(文末附教材)
外观检测是指确认部件或产品表面异物、瑕疵、缺陷的检测。一般包括如下检测内容:
附着在食品包装上的异物检测
附着在布上的脏污检测
金属或树脂部件上的瑕疵检测
树脂或橡胶成型时发生的缺陷、毛刺的缺陷检测
确认LED是否全亮灯的缺陷检测等等
基恩士CV系列中瑕疵测量模式的算法
瑕疵模式,是借助“段”这种由几个像素组成的小单位,与周围进行分段比较,将浓度变化点检测为瑕疵或污点的模式。通过分段处理,可以在降低干扰影响的同时实现高速性,通过将多个候选项与周围段进行比较,可使过去难以实现的对“微小瑕疵”、“轻薄污点”等的检测成为可能。
方法① 瑕疵检测模式
检测稳定性“一目了然”
该工具可在与周围浓淡等级进行比较的同时检测瑕疵和污点等缺陷。不仅具备强大的检测能力,还可仅筛选出大小、浓度、形状、 个数等要检测的缺陷。
方法② 趋势边缘缺陷
适合毛刺 / 缺陷检测的
该工具可从工件边缘抽取轮廓,将与该轮廓线差别较大的部分识别为毛刺 / 缺陷。以最多5000点的边缘信息为基准,不仅支持圆或直线检测,还支持由椭圆或自由曲线构成的复杂形状轮廓的检测。
方法③ 预处理功能
搭载24种预处理功能,可大幅改善因工件状态或外部环境引起的条件变化。通过基恩士自创的算法,可生成更加适合检测的图像,并有效提高检测稳定度,降低因错误检测导致的无效操作。
下面介绍两种常用的预处理方法。
实时浓淡补正
取消工件表面产生的阴影或不均匀光量,补正为适合检测的图像。即使每次浓淡状况均发生变化,仍可实时执行补正,并仅抽取缺陷部。
线状缺陷抽取
该处理可排除检测范围内的干扰信息,仅呈现线状信息。在工件表面状态存在粗糙不均的情况下,进行线状缺陷等检测时,可发挥效果。