目录

机器视觉工业缺陷检测的那些事(一)

一、硬件选型

1、光源的选择

(1)光源可分为可见光和不可见光。

(2)按照射方式不同可分为背向照明、前向照明、结构光和频闪光照明等。

(3)按照照明方式可分为穹形光源、环形光源、平行光源、同轴光源、点光源、低角度光源、线光源、光栅等。

(a)考虑光源颜色和背景颜色:

(b)选择光源的形状和尺寸:

(c)选择是否用漫射光源:

A、如何评价一个光源的好坏?

B、如何依靠光源增强图像对比度?

C、选光源的一些技巧

几种常用的打光实例:

HSV颜色对照表

最怕两个词【认真】【坚持】!!!


机器视觉工业缺陷检测的那些事(一)

一般机器视觉系统:相机、镜头、光源、运动系统。

视觉工业检测大体分为工件尺寸测量与定位,和表面缺陷检测,及各种Logo标识的检测与识别等。

尺寸测量主要是检测物体的长、宽、高,比较常见主要是物体的二维尺寸(宽和高)检测。

表面缺陷检测主要是物体表面局部物理或者化学性质不均匀的区域,比较常见的有金属或者塑料制品表面的划痕(如:手机壳/屏幕表面的划痕)、斑点和孔洞(如:PCB板漏了焊点或者表面多了焊点),纸张表面的色差、脏污点、破损,纸制品表面的压痕、凸起,玻璃等非金属制品表面的杂质、破损、污点、平整度等。

Logo标识的检测与识别,主要是Logo标识印刷是否正确、是否完整。

视觉检测系统基本组成主要包括图像的获取图像的处理分析数据管理人机交互(也有的分为相机、光源、镜头、图像采集卡、视觉处理系统等五个部分)。其中图像的获取模块,硬件部分主要包括照明光源、相机、镜头、图像采集卡等。图像的处理分析,软件算法部分主要包括图像的预处理与检测处理预处理对图像数据进行加工,使我们需要的图像特征更加明显;检测处理是根据图像特征对损伤、尺寸进行检测。数据管理及人机交互,对于检测到的物体是否合格,以及去向根据实际需要做相应的处理。

一、硬件选型

1、光源的选择

光源是基础,打光是艺术。一个好的打光效果,基本决定了视觉检测成功的一大半。

光源的合理性选择,直接影响了输入图像数据的质量与应用效果。针对每个不同的应用案例与环境,需要选择相应的光源与合理的照明方式,以求达到最好的应用效果。

(1)光源可分为可见光和不可见光。

常用的几种可见光源有LED灯、萤光灯、卤素灯(光纤光源)、特殊光源。

LED 灯:

• 使用寿命约10000-30000小时。

• 可以使用多个LED达到高亮度,同时可组合不同的形状;

• 响应速度快,波长可以根据用途选择,制成不同的颜色。

萤光灯:

• 使用寿命大约1500-3000小时;

• 优点:扩散性好、适合大面积均匀照射;

• 缺点:响应速度慢,亮度较暗。

光纤卤素灯:

• 使用寿命大约1000小时;

• 优点:亮度高;

• 缺点:响应速度慢,几乎没有光亮度和色温的变化。

(2)按照射方式不同可分为背向照明、前向照明、结构光和频闪光照明等。

背向照明是被测物放在光源和摄像机之间,它的优点是能获得高对比度的图像,图像效果为黑白分明的被测物轮廓,常用于尺寸测量;

前向照明是光源和摄像机位于被测物的同侧,这种方式便于安装,主要用于检测物体表面的重要细节特征、缺陷和划痕。

结构光照明是将光栅或线光源等投射到被测物上,根据它们产生的畸变,解调出被测物的三维信息。

频闪光照明是将高频率的光脉冲照射到物体上,摄像机拍摄要求与光源同步。

(3)按照照明方式可分为穹形光源、环形光源、平行光源、同轴光源、点光源、低角度光源、线光源、光栅等。

选择光源的角度:根据期望的图像效果,选择不同入射角度的光源。

穹形光源,主要用于球型或曲面物体的缺陷检测、不平坦的光滑表面字符的检测、金属或镜面的表面检测。如玻璃瓶、滚珠、小工件表面、塑料或铝制容器等。

环形光照射,多用于集成电路料带与管脚字符、金属工件刻印字符、光滑表面划痕、瓶口尺寸或裂痕、平面工件表面质量检测。

条形光源(可控照明,红色,蓝色,绿色单色光源)也叫条形灯是一种从侧面打光的照明光源,常用的角度是45度,也有更小的角度。侧光灯可以避免正面照射产生的强烈反光,同时还可以对边缘部分实现高亮的照明。是一种在尺寸测量、外观检测方面应用非常广泛的一种照明方式。常用于:LCD缺陷的检测、包装文字检测、包装膜破损检测、纸张质量检测、常规印刷质量检测、制造物裂纹的检测、电子部件的形状识别和大小的测量、各种线阵检测等。

同轴光照射,图像效果为明亮背景上的黑色特征,用于反光厉害的平面物体检测,能够加强有差异角度的表面特征,增强表面纹理(划痕、凹陷、压印),减少阴影。如金属、玻璃等光洁表面的划痕和瑕疵检测,芯片和硅片的破损检测、金属件上的冲压字符检测、线路板焊点与符号、集成电路的管脚字符检测等。

高角度照射,图像整体较亮,适合表面不反光物体;

低角度照射,图像背景为黑,特征为白,可以突出被测物轮廓及表面凹凸变化;

多角度照射,图像整体效果较柔和,适合曲面物体检测;

(a)考虑光源颜色和背景颜色:

使用与被测物同色系的光会使图像变亮(如:红光使红色物体更亮);使用与被测物相反色系的光会使图像变暗(如:红光使蓝色物体更暗、用蓝光照射黄色物体,呈现黑色)。

波长越长,穿透能力越强;波长越短,扩散能力越强。红外的穿透能力强,适合检测透光性差的物体,如棕色口服液杂质检测。紫外对表面的细微特征敏感,适合检测对比不够明显的地方,如食用油瓶上的文字检测。

(b)选择光源的形状和尺寸:

主要分为圆形、方形和条形。通常情况下选用与被测物体形状相同的光源,最终光源形状以测试效果为准。光源的尺寸选择,要求保障整个视野内光线均匀,略大于视野比较好。

(c)选择是否用漫射光源:

如被测物体表面反光,最好选用漫反射光源。多角度的漫射照明使得被测物表面整体亮度均匀,图像背景柔和,检测特征不受背景干扰。

A、如何评价一个光源的好坏?

1) 对比度

对比度对机器视觉来说非常重要。机器视觉应用的照明的最重要的任务就

是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度,从而易

于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。

好的照明应该能够保证需要检测的特征突出于其他背景。

2) 鲁棒性

鲁棒性就是对环境有一个好的适应。好的光源需要在实际工作中与其在实

验室中的有相同的效果 。

3) 亮度

当选择两种光源的时候,最佳的选择是选择更亮的那个。光源的亮度不够,

必然要加大光圈,从而减小了景深 。

4) 均匀性

均匀性是光源一个很中要的技术参数。均匀性好的光源使系统工作稳定 。

5) 可维护性

可维护性主要指光源易于安装,易于更换 。

6) 寿命及发热量

光源的亮度不易衰减过快,这样会影响系统的稳定,增加维护的成本 。发

热量大的灯亮度衰减快,光源的寿命也会受到很大影响。

B、如何依靠光源增强图像对比度?

使用相同颜色的光或相近颜色的光源照射可以使被照射部分变亮;

使用相反颜色的光或相近颜色的光源照射可以使被照射部分变暗。

不同的波长,对物质的穿透力(穿透率)不同,波长越长,对物体的穿透力

愈强,波长越短,对物质表面的扩散率愈大。

C、选光源的一些技巧

� 需要前景与背景更大的对比度,可以考虑用黑白相机与彩色光源

� 环境光的问题,尝试用单色光源,配一个滤镜

� 闪光曲面,考虑用散射圆顶光

� 闪光,平的,但粗糙的表面,尝试用同轴散射光

� 看表面的形状,考虑用暗视场(低角度) � 检测塑料的时候,尝试用紫外或红外光

� 需要通过反射的表面看特征,尝试用低角度线光源(暗视场) � 单个光源不能有效解决问题时考虑用组合光源

� 频闪能够产生比常亮照明 20 倍强的光

几种常用的打光实例:

颜色与补色5

明暗视野6

明暗视野7

明暗视野8

折射照明9

透射照明10

透射照明11

透射照明12

透射照明13

颜色与补色14

颜色与补色15

颜色与补色16

颜色与补色17

偏光18

加滤光镜19

平行光20

选择光源的前提

  • 可见光与近不可见光波段波谱

HSV颜色对照表

HSV(Hue, Saturation, Value)色彩空间是一种区别与RGB的表示形式。

其中H为色调,用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°;

S为饱和度,饱和度S表示颜色接近光谱色的程度。一种颜色,可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大,颜色接近光谱色的程度就愈高,颜色的饱和度也就愈高。饱和度高,颜色则深而艳。光谱色的白光成分为0,饱和度达到最高。通常取值范围为0%~100%,值越大,颜色越饱和。

V为亮度,明度表示颜色明亮的程度,对于光源色,明度值与发光体的光亮度有关;对于物体色,此值和物体的透射比或反射比有关。通常取值范围为0%(黑)到100%(白)。

RGB 转 HSV公式:

【若有转载,须注明出处!!!】

最怕两个词【认真】【坚持】!!!

机器视觉工业缺陷检测的那些事(一、光源)相关推荐

  1. 机器视觉工业缺陷检测的那些事(四、常用算法与库)

    机器视觉工业缺陷检测的那些事(四.常用算法与库) 目录 机器视觉工业缺陷检测的那些事(四) 二.算法(预处理算法.检测算法) 常用的图像处理算法: 1.图像变换:(空域和频域.几何变换.色度变换.尺度 ...

  2. 机器视觉工业缺陷检测的那些事(二、相机)

    目录 机器视觉工业缺陷检测的那些事(二) 2.相机的选择 (1)工业数字相机的分类: (2)相机的主要参数 ①分辨率 ②速度(帧频/行频) ⑥像元深度 (3)工业数字摄像机主要接口类型 CCD和COM ...

  3. 机器视觉工业缺陷检测的那些事(三、镜头)

    目录 机器视觉工业缺陷检测的那些事(三) 3.镜头的选择 (1)镜头的接口 C接口和CS接口的区别: (2)工业镜头的基本参 <1> 视场(Field of view,即FOV,也叫视野范 ...

  4. 机器视觉工业缺陷检测(光源,相机,镜头,算法)

    向AI转型的程序员都关注了这个号

  5. 机器视觉之缺陷检测的光源

    目录 机器视觉工业缺陷检测的那些事(一) 一.硬件选型 1.光源的选择 (1)光源可分为可见光和不可见光. (2)按照射方式不同可分为背向照明.前向照明.结构光和频闪光照明等. (3)按照照明方式可分 ...

  6. 与时代共振,AI助力工业缺陷检测

    [ 摘要 ]由于深度学习强大的特征提取能力,代替了人工目检和传统的机器视觉,成为了工业缺陷检测的新利器.然而,基于深度学习的语义分割技术在工业缺陷检测领域的应用仍具有挑战性.本文先对比自然场景下的语义 ...

  7. 「 工业缺陷检测深度学习方法」最新2022研究综述

    作者丨专知 来源丨专知 编辑丨极市平台 导读 基于深度学习的工业缺陷检测方法在各种生产与运维场景中扮演着重要角色.本文将对工业缺陷检测的任务定义.难点.挑战.主流方法.公共数据集及评价指标等进行全面归 ...

  8. 基于yolov5的工业缺陷检测方案

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:limzero,西安交通大学,Datawhale原创作者 比赛介绍 ...

  9. 工业缺陷检测比赛Top3方案

    Datawhale干货 方向:深度学习,应用:工业缺陷检测 工业缺陷检测是当前深度学习落地的热门项目,近年来许多的比赛平台都举办了关于缺陷检测的比赛,如kaggle前不久举办的钢铁缺陷检测,以及天池刚 ...

最新文章

  1. #论文 《Wide Deep Learning for Recommender System》翻译
  2. django项目实战(2)-数据库配置
  3. 相机成像原理_【亲子科学小实验】相机原理和小孔成像的秘密
  4. LeetCode 2 Keys Keyboard
  5. 【NOIP 模拟题】[T1] 等差数列(dp)
  6. javascript 嵌入python_通过Python将区块链数据嵌入Javascript,这是正确的方法吗?
  7. Git详细安装教程,翻译
  8. Android 功耗(10)---电流波形图(power monitor)
  9. 2019.7.28关于数组和循环的八道题
  10. 简繁互相切换的字库(比较全)
  11. 正则校验日期,不考虑闰年和闰月
  12. Windows下使用platform.pk8 和platform.x509.pem生成jks签名文件
  13. C汇编语言是符号化的机器语言,汇编语言
  14. 《计算机网络 自顶向下方法》(第7版)答案(第一章)(一)
  15. Elasticsearch常用搜索和分词器
  16. 小程序支付:appid和mch_id不匹配采坑实录
  17. NJCTF writeup
  18. MQTT学习笔记(4)报文分析之PUBLISH
  19. 时间的基本概念及GPS北斗卫星时钟授时技术
  20. 计算机音乐数字乐谱星星点灯,郑智化歌曲《星星点灯》简谱

热门文章

  1. Android之——获取进程总数、内存、任务列表
  2. 如何查看您的PC上发现了什么恶意软件Windows Defender
  3. java组装json_java 中 json的组装
  4. QTreeWidget 与复选框相同的节点选择
  5. 12位最受女性青睐的男性创业者 ?
  6. 阿里云-云监控插件状态已停止的解决办法
  7. 易语言ETCP通信调用微信接口
  8. c语言——用二维数组名对二级指针赋值
  9. 它究竟适合谁?Surface Pro 外媒评测汇总
  10. 基于itext 7对PDF进行处理(包含图片填充)