時間:2024-04-02 17:04:25來源:中國傳動網(wǎng)
機器視覺檢測之不同物體該如何選配光源
在機器視覺應用中,光源的選擇和打光方式對于圖像質(zhì)量至關重要。針對不同的檢測對象,要凸顯其被測特征,就對光源的結(jié)構(gòu)形狀、發(fā)光角度、照度大小等產(chǎn)生特定的要求,因而成像效果也千差萬別。合適的光源打光可以使圖像中的目標特征與背景信息得到最佳分離,從而大大降低圖像處理的難度,提高系統(tǒng)的精度和可靠性。本篇小視結(jié)合含銘眾多的項目經(jīng)驗,帶大家簡單了解下針對不同物體該如何選配光源。
一.基本思路
、倭私忭椖啃枨,明確具體檢測內(nèi)容,比如外觀檢測、OCR、尺寸測量、定位識別等;
、诓榭礄z測目標的材質(zhì)特性,分析目標與背景的區(qū)別,找到二者之間成像的最大差異;
、墼儐柨蛻粲袩o限制的條件,比如產(chǎn)線光場、工作距離、光源大小、視野范圍等;
、芨鶕(jù)具體情況,使用實際光源進行反復測試,得到最好的圖像效果圖,也就是最佳的光源方案。
二.打光技巧與應用場景
2.1 背部光
背部打光是指將光源放置在被測物體的后方,用于凸顯產(chǎn)品外形輪廓,可以在明亮的背景下創(chuàng)建物體的深色輪廓。
最常見應用于檢測是否存在孔洞和間隙、邊緣檢測、尺寸測量等需求。
可選用背光源進行打光,其中背光源主要分以下三類:
藍色背光源:波長較短,穿透性弱,一般用于檢測透明產(chǎn)品,如玻璃、透明薄膜等的尺寸檢測、瑕疵檢測。
紅外背光源:波長較長,穿透性好,一般用于深色半透明材質(zhì)的穿透,如深色的口服液、深色液體、深色的半透明皮革檢測。
白色背光源:通用性較好,相對亮度高,適用于大多數(shù)應用場景。
背光源在藥品瓶口尺寸檢測中的應用
背光源在螺絲尺寸檢測中的應用
2.2高角度光
線方向與檢測面相對垂直,表面平整部位反光相對容易進入鏡頭之中,在畫面中顯示偏亮。不平整部位如凹坑、劃傷等表面結(jié)構(gòu)較為復雜的情況,反光較為雜亂,只有較少部分光線可以折射到鏡頭中,因此畫面中效果會偏暗。
最常見應用于字符識別、凹坑、劃傷檢測、尺寸測量。
可選用高角度環(huán)形光源、同軸光源、條形光源、面光進行打光。
高角度環(huán)形光源在螺母外觀缺陷檢測中的應用
2.3低角度光
線方向與檢測面相對接近平行,表面平整部位相對無反射光線進入鏡頭之中,在畫面中顯示偏暗不平整的部位,如凹坑、劃傷等表面結(jié)構(gòu)復雜,反光較為雜亂,只有較少部分光線可以折射到鏡頭中,在畫面中表現(xiàn)較亮。
最常見應用于字符識別、凹坑、劃傷檢測、尺寸測量。
可選用低角度環(huán)形光源、條形光源、線性條形光進行打光。
低角度條形光源在螺母外觀缺陷檢測中的應用
2.4無影光
兼?zhèn)淞烁呓嵌裙夂偷徒嵌裙獾男Ч贡粶y物體得到了多角度的照射,表面紋理、褶皺被弱化,圖像整體均勻。
最常見應用于定位識別、尺寸測量、弧形產(chǎn)品表面檢測。
可選用圓頂光源、環(huán)形無影光源、燈箱。
無影光源在法蘭外觀缺陷檢測中的應用
其實,除了以上幾種打光方式,光源的選擇還有很多其他種類,需要在不斷的驗證與測試中積累寶貴的經(jīng)驗。比如在機器視覺應用中還應注意物體顏色與光源顏色的搭配。我們拍攝物體時,如果要將某種顏色打成白色,那么就得使用與此顏色相同或相似的光源,而如果要打成黑色,則需要選擇與目標顏色波長差較大的光源。機器視覺的核心思想在于將所需要的圖像特征提取出來,以方便視覺系統(tǒng)進行下一步工作,選擇合適的光源與打光方式,可以簡化軟件系統(tǒng)的運算,并且提高整個系統(tǒng)的精度和穩(wěn)定性。
上一篇:語音識別技術(shù)工作原理
下一篇:電機功率與配線直徑計算方法...
中國傳動網(wǎng)版權(quán)與免責聲明:凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(m.u63ivq3.com)獨家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責任。
本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負版權(quán)法律責任。
產(chǎn)品新聞
更多>2024-10-18
2024-10-15
2024-09-13
2024-09-09
2024-09-06
英偉達Blackwell可支持10萬億參數(shù)模型AI...
2024-09-05
推薦專題
更多>