提供图像采集卡,工业图像采集卡,相机采集卡,pcie扩展卡usb3.0工业网卡等咨询13602504526

视觉测量精度能达到多少?机器视觉检测技术及应用

机器视觉技术 2022-05-31 11:25:05867www.dapeir.com机器视觉网

视觉测量精度能达到多少?机器视觉检测技术及应用,随着越来越多的制造商每天使用机器视觉系统对其生产设施进行检测,您是否拥有机器视觉检测解决方案不再只是一个问题。 您还必须确保您的检测系统尽可能准确和高效。


在机器视觉检测行业的新手,甚至是做了1-2年的销售也许还会困惑这样的事情,从客户那里拿到检测要求后,不知道根据图纸上的公差,应该选用多少万像素的相机。

同时还不明确为什么要三个类似的专有名词来描述同一个事情。

下面就和大家详细介绍:分辨率,精度,公差的关系,从而指导相机的选型。

分辨率(Resolution)


如:我们要看的产品大小是30mm*10MM,使用200万像素(1600pixel*1200pixel)的相机。因为产品是长条形,为了把产品都放入到视野内,我们计算分辨率的时候要考虑长边对应,此时分辨率为

精度(Accuracy)

精度的单位是mm。根据产品表面和照明状况的不同,我们可以通过放大图像观察辨别稳定像素的个数,从而得出精度。如果条件不允许实际测试观察,一般的规律是,如果使用正面打光,有效像素为1个,使用背光,有效像素为0.5个。

这个例子我们取1 Pixel,得到精度为0.019mm约等于0.02mm。

假如是30万像素的摄像机,监控的面积为640x480mm,其精度是不是就是1mm了?

30W相机分辨率640*480 正常这样算:用最长的边除去监控面积最长的边 即可,所以精度基本上是1mm,这个是理论值,如果你做测量或者表面划伤检测,肯定不准确,一个像素有可能无法凸显特征。

 

公差(Tolerance)

一般情况下,精度和公差的对应关系如下:

最小可检测尺寸   =10倍精度(精度小一个数量级)本例: 0.2mm, +0.1mm
外观容差      =4倍精度本例:最小可检测的瑕疵或者污点大小为0.08mm

对一个项目来讲,我们是先从图纸上读到公差的要求。然后再根据上述关系,反推得出我们需要多少像素的相机。

Field of View × 30mm

Camera Types1 Pixel Resoluiton3 Pixel Resoluiton5 Pixel Resoluiton10 Pixel Resoluiton
21M pixel 5120×40960.006 mm0.018 mm0.029 mm0.059 mm
5M pixel 2432×20500.012 mm0.037 mm0.062 mm0.123 mm
2M pixel 1600×12000.019 mm0.056 mm0.094 mm0.188 mm
0.3M Pixel 640×4800.047 mm0.141 mm0.234 mm0.469 mm

使用Halcon测量时,首先要考虑的几大方面的有:相机、镜头、光源。选择要考虑的因素有很大,这里依据一个经手的项目介绍一下精度方面需要考虑的问题。

项目要求:像素精度0.05mm、测量误差正负0.15mm。首先介绍一下相关的概念:

像素精度:一个像素在真实世界代表的距离,即拍摄视野/分辨率。例如我所使用的大华500万相机,分辨率2592*2048,在视野中长的一边100mm,即可拍到100mm的物体,那么在这一方向的像素精度为100/2592mm约为0.0386mm。

测量误差:使用算法测量的距离/长度与真实值的误差。

亚像素精度:亚像素精度是指相邻两像素之间细分情况,输入值通常为二分之一,三分之一或四分之一。即每个像素将被分为更小的单元从而对这些更小的单元实施插值算法。例如,如果选择四分之一,就相当于每个像素在横向和纵向上都被当作四个像素来计算。实际测量或检测时需要考虑的还有很多,例如帧率、曝光、增益等。

机器视觉检测为无数制造商提高了效率和产量。 机器视觉检测不依赖人工检查员,而是使用摄像头捕捉图像并快速确定成品和包装是否合格。 机器视觉系统不仅可以检查样品,还可以检查每个产品和包装。


当工作正常时,机器视觉系统有时可以比人类快数百倍地执行检查。 但如果检测系统没有正确校准或出现其他故障,精度差会导致大问题。 较慢的检查速度或不正确的结果可能会导致生产量降低和制造商的巨大损失。


总结7个提高视觉检测精度的经验:


1.选择合适的光源。

如果没有合适的光源,即使是最好的相机也无法捕捉到清晰的图像。 对于某些应用,背光可能会产生最佳效果。 在其他情况下,您可能需要明场照明或低角度线性阵列。 您的系统集成商可以帮助您做出正确的选择。


2. 校准您的光源。

一旦您知道哪种类型的光源最好,可能仍需要进一步校准。 调整照明系统的频率和波长,以减少来自生产环境或您正在使用的零件和材料上可能存在的涂层的噪音。


3. 过滤灯光。

机器视觉在保持一致的环境中效果最佳。 但这可能很难保证一整天。 环境光、重新布置的生产线和不断变化的产品都会影响照明。 镜头过滤器可以帮助消除不需要的光。


4.触发功能。

在某些情况下,生产环境中的电噪声会导致检测系统误触发。 这可能会导致分析失败并导致产品不应该出现故障。 触发功能可以帮助您避免这种情况。


5.添加AI技术。

人工智能和嵌入式系统正变得越来越容易被各种制造商使用。 人工智能可以通过基于强大的数据集做出更智能的决策来减少面积。


6、改善零件定位。

一些合格的元件由于定位不良而未能通过检查。 添加更精确的工具来固定零件进行检查可以提高机器视觉检查的准确性。


7.增加稳定性。

生产环境中的设备经常会受到噪音和振动的影响,从而导致图像模糊。 这可能导致不必要的故障和重复检查。

Copyright © 2022 图像采集卡-机器视觉网 All Rights Reserved.

粤ICP备19092327号-3 商务合作:13602504526 XML地图