收藏 分销(赏)

欧姆龙视觉传感器教材-FZ4基础篇(课堂PPT).ppt

上传人:精**** 文档编号:8757275 上传时间:2025-03-01 格式:PPT 页数:54 大小:8.85MB 下载积分:14 金币
下载 相关 举报
欧姆龙视觉传感器教材-FZ4基础篇(课堂PPT).ppt_第1页
第1页 / 共54页
欧姆龙视觉传感器教材-FZ4基础篇(课堂PPT).ppt_第2页
第2页 / 共54页


点击查看更多>>
资源描述
書式設定,書式設定,第 2,第 3,第 4,第 5,*,视觉传感器教材,-FZ4,基础篇,-,1,目录,控制器选定,相机选定,镜头选定,光源选定,视觉检测项目,图像处理基本概念,项目流程,前处理过滤,9,颜色面积,标签,高功能标签,10,边缘位置,扫描边缘位置,扫描边缘宽度,11,搜索,灵活搜索,机敏搜索,圆搜索,2,缺陷,高精度缺陷,3,字符读取,4,位置偏移补偿,5,计算公式,6,并口,7,相机校准,8.,程序编写练习,2,流程选定,处理速度,处理功能,HG,处理,(,形状搜索,、,2DCR,、,高功能标签,etc,),标准软件,(,2M,相机,、,包含,HDR,),标准,CPU,高速,CPU,DUAL CPU,FZ-L,系,低成本,CPU,FZ3-300,系,FZ3-700,系,FZ3-900,系,FZ3-H300,系,FZ3-H700,系,FZ3-H900,系,3,相机选定,640480,16001200,24482048,尺寸测量等高精度测量时,推荐使用重复精度好的黑白相机,。,4,镜头选定,广角,(,畸变大,),远距离(畸变小),5,广角镜头,望远镜头,优点,:,畸变小,、,景深广,缺点,:,需要安装空间,优点,:,节省空间,缺点,:,畸变大,即便从正上方拍摄,由于镜头畸变,比较容易呈现工件的侧面,。,6mm/8mm,50mm/75mm,镜头畸变较小,比较难反应工件的侧面,。,6,万,像素相机,(,单体,),光学图表,7,万像素相机(单体)光学图表,8,光源选定,环光,同轴落射光源,反光镜,低角度光源,斜光光源,整体照射均匀,平整地方呈现黑色,、,只有凹凸地方容易反射,。,平整地方呈现白色、只有凹凸地方不容易反射。,通过从侧面照射,防止正反反射光,(,光晕,)、,之反射散射光,透过光源,碗光源,对准相机照射,反映出对象物的阴影,。,可有效测量尺寸,同时使用斜光光源,低角度光源,通过照射,难受对象表面的凹凸影响,可均匀地照射。,9,VISION,可以实现,4,大项内容,定位,尺寸、测量,检测有无,伤痕、外观检测,2,值化面积:计算特定的颜色、亮度的像素,搜索,:,在指定的范围内搜索事先登录的形状、位置,边缘,:,找出亮度变化之处,伤痕检测:与附近的浓度(亮度)对比、计算出差的大小。,具体为以下,4,个检测内容。,5,视觉检测项目,10,(,1,)像素(画素),它是成像于相机芯片的图像的最小组成单位。以,25,万像素的相机为例,,满屏有,512*484,个像素,成像于,1/3,英寸大小的,CCD,芯片。如下图,1-3,。,(,2,)精度,精度等于所拍摄物体的大小,(mm)/484,像素,(pixel),,单位,(-)mm/pixel,6,图像处理基本概念,11,(,3,)灰度,从黑到白,把每个像素,(pixel),所受光强分成,0-255,共,256,度灰度等级。如下图,1-4,。,(,4,)二值化,把相机读取的,256,度灰度图像分为白色和黑两色。通过设置上,/,下限值(二值化值),把落在灰度范围内的图像转化为白色象素,其余转化为黑色像素。如下图,1-4,。,图,1-,4,二值化,图1-3 灰度等级,6,图像处理基本概念,12,(,1,)图像输入:视野焦距调整,(,包括调整,快门速度,),光源调整,(,2,)图像修正:“灰度过滤”、“测量前处理”、“背景消除”等等。,(,3,)位置修正:利用“位置修正”、“处理单元图像设定”。,(,4,)实际检测项目:,流程如下:,VISION,可以实现,4,大项内容,检测有无,尺寸、测量,伤痕、外观检测,检测项目,描述,项目,搜索,识别测量对象的形状、检测其位置,有无、定位,边缘位置,利用测量区域内颜色的变化,检测出测量对象的边缘位置,尺寸,面积中心,检测测量区域内指定颜色的面积及重心位置,有无、外观,缺陷,检测无背景测量对象的缺陷及零件缺损、毛刺,外观,定位,VISION,主要处理项目类型,难,易,(,5,)判定 或 数据输出:,7,项目流程,项目要点:,1,、精度,2,、功能,3,、时间,13,8,前处理过滤,彩色过滤,颜色抽取,背景消除,通过抽取指定区域内的像素,去除测量不需要的背景同事,提高图像对比度的过滤手段,测量前处理,为了便于测量相机拍摄的图像,对图像进行加工过滤,将彩色图像转换为突出特定颜色的黑白图像的过滤手段,从彩色图像中抽取指定颜色,转换成彩色图像或者,2,值图像的过滤手段,14,8,前处理过滤,色斑消除,条纹消除,+,圆展开,通过将选定的,2,色转换成相同颜色,消除工件的色斑或者条纹,。,消除工件的纵向条纹,横向条纹,格子条纹背景,。,圆周,圆弧中的图像展开成长方形的图形,。,就可检测圆周上的字符或者图形,。,15,9.,面积中心,抽取测量对象的颜色测量总面积,。,也可测量工件的重心,。,最多可选择,8,种不同的颜色,。,颜色选择通过颜色,饱和度,亮度来指定。,只抽取选定的颜色,颜色,饱和度,亮度,16,面积:,7700pix,面积:,17500pix,测量项目是抽取颜色的区域内的,面积值,重心,坐标,重心,坐标,。,可有效使用于工件颜色检测或者品种判定,或者位置补偿,。,重心位置,17,9,标签,统计测量区域中选择色块的个数,。,除颜色以外,添加面积,坐标,主角轴等条件也可计数,。,抽取蓝色部分,面积降序升序坐标升序降序坐标升序降序椭圆近似长径升序降序椭圆近似短径升序降序,根据分类方法抽取的标签会分配编号。指定需要测量的标签编号,测量目标工件,。,18,蓝色,选择案例,橙色,指定案例,19,标签条件,面积降序升序坐标升序降序坐标升序降序椭圆近似长径升序降序椭圆近似短径升序降序,根据分类方法抽取的标签会分配编号。指定需要测量的标签编号,测量目标工件,抽取条件,面积重心重心椭圆近似长径椭圆近似短径外接,20,面积、重心。,主轴角,、椭圆近似长径、椭圆近似短径,:,抽取的图像中已包含像素的总数,。,抽出画像,21,近似,(,等价,),椭圆,数值,主轴角,椭圆近似长径,椭圆近似短径,椭圆近似扁平,比率,主轴角,长径,短径,主,轴,(,长轴,),近似椭圆扁平比率,=,短径,和,长径,的比,短轴,近似椭圆,【,如果是近似,(,等价,),椭圆,】,近似椭圆,的,面积,和抽取图像一样,重心和主轴一致,。,周长,【,周长,】,抽取图像边界的像素数,。,圆形度,抽取图像的外周离圆越近,数值就越大,。,FZ3,中只有,0,以上,1,以下,数值,。,圆形度,=1.0,周囲長,=24pix,22,外接矩形数值,外接,矩形横宽,外接,矩形长宽,外接矩形左上坐标,X,外接矩形左上坐标,Y,外接矩形,横宽,外接矩形,长宽,左上坐标,【,外接矩形,】,抽取图像的外接长方形中,每,2,边各自成水平和垂直,。,不旋转图像,就这样测量,横宽,纵宽,。,旋转矩形数值,旋转矩形长径,旋转矩形短径,旋转矩形长径,旋转矩形短径,【,旋转矩形,】,抽取图像的外接长方形中,通过允许边的倾斜,面积将是最小,。,旋转图像时,在,横宽纵宽,的位置上测得的数值。,空数,以下情况,空数,=3,内接外接,圆数值,内接圆半径,外接圆半径,【,内接外接圆,】,外接圆,:,内部包含抽取图像的最小圆,内接圆,:,内部包含抽取图像的最大圆,23,测量图像,24,10,边缘位置,边缘位置,根据测量区域内的颜色变化,检测测量物体的位置,。,边缘根数,根据测量区域内的颜色变化,找到测量物体的边缘,。,要求,IC,或者接插件的,的时候等使用,。,通过真彩处理,可测量没有颜色的边缘,通过颜色指定,可只检测特定颜色的边缘,。,25,真彩处理产生的色差,颜色指定产生的色差,。,左图是指定绿色,。(,绿色是基准,),100%,0%,100%,0%,10.,边缘位置,26,通过真彩处理,即便边缘颜色不同,也可测量相同位置的边缘,。,边缘颜色指定,绿色,后,只测量绿色边缘。,27,边缘水平,边缘水平是,两侧,所以颜色变化超过,两边边缘水平的地方,将作为边缘根数来测量,。,上图中,右,边的凸出部分的,边缘水平没有超过,所以没有作为边缘根数来计数,。,要使其计数需要调整边缘水平,。,11.,边缘根数,28,12,搜索,灵活搜索,机敏,搜索搜索圆搜索,搜索:,登录良品图像,(,作为模型,),、,从输入图像中找到与模型最相似的部分,。,究竟有多相似呢,使用,相似度,(0,100),来表示,找到模型的,位置坐标,,求出,(X,),相似度,:形状,颜色一定的工件的外观检测,(,缺损,、,毛刺,、,模糊,、,污点,、,变形,、,异种混入,),位置坐标,:,定位,、,位置偏移检测,要求,(X,Y),,所以在位置补偿修正中也使用,搜索,范围,:,限制搜索范围,,、,缩短处理时间,提高正确率,。,输入图像,搜索区域,(,在该区域中搜索与登录模型接近的形状,。),搜索位置(,),模型登录,模型的中心位置,29,12.,灵活搜索,将有差异的测量物看成同类,要防止无谓的误检时使用,。,事先登录几个模型,、,从输入图像中找出与多个模型最接近的部分,检测出相似度和位置,。,12.,机敏,搜索,自动细分登录得模型,详细匹配,。,分割的模型中输出最低相似度的数值。模型图像和测量图像的差异小,一般搜索中相似度没有差值时,机敏搜索比较适用。,登录模型,测量工件,作为,NG,检出,30,12.,搜索,从输入图像中,找到和(模型)最相似的标记部分,、,检出相似度和位置,。,通常的,搜索,中,使用着重颜色或者明暗信息的图像模型,、,但是,搜索,使用着重轮廓信息的模型,。,因此即便是对比度低的图像或者干扰多的图像,也能稳定搜索,。,搜索液晶基板的定位标记,。,即便是右边的状态也能找到,。,干扰较多,缺少一部分,低对比度,31,12.,圆搜索,从输入图像中找出与模型最相似的需要寻找的圆形标记,、,检出圆评价值,(,相似度,),和位置,。搜索,同样是使用着重轮廓信息的登录模型。此外,可以测量输入图像内的圆的个数,。,统计处指定大小的圆有几个,。,根据,圆形,这一形状信息来抽取,所以变形的,内部有污点的,通过修改允许范围,也可稳定测量,。,计数,:,个,32,3,缺陷,高精度缺陷,检测无图案的测量物的缺陷,污点等,。,通过测量区域内的颜色变化发现缺陷,。,缺陷,的测量区域是长方形宽边直线,椭圆(圆),圆环,宽边圆弧,多边形等可任意指定,。,可绘制的图形是每个单元最多,8,个,。,33,一定宽度的直线,需要检测工件缺损或者毛刺时可以使用,。,圆环,一定宽度的圆弧,需要检测圆形工件缺损或者毛刺时可以使用,长方形,椭圆(圆),多边形,要检测,区,低区域或者测量物整体的缺陷时使用。,毛刺,测量区域,毛刺,测量区域,缺陷,34,执行缺陷检测是,测量区域,和,缺陷检测尺寸,的设定,。,35,13,高精度缺陷,高精度检测出,缺陷,。,通过修改检测出的元素尺寸或者比较间隔等,在速度和精度方面能够达到客户具体要求,。,检测区域内,、,移动小区域,(,元素,),同时,求出该小区域的颜色,(,浓度,),平均。,小区域的颜色平均,缺陷度求法,缺陷度,比较间隔指定的个数,是求出色差,坐标,该小区域的大小,是元素尺寸,比较间隔,元素尺寸做成间隔,36,高精度缺陷设定画面,計測領域,欠陥度,37,高精度缺陷参数设定,元素尺寸,:,元素间隔,:,比较间隔,:,元素尺寸:,元素间隔:,比较间隔:,元素尺寸:,元素间隔:,比较间隔:,38,缺陷检测方向,方向,方向,斜方向,方向,方向,斜方向,方向,方向,斜方向,方向,方向,斜方向,39,4,位置修正,位置修正使用条件:,1.,当工件位置不固定时候,需要在画面中重新定位的时候,2.,检测中需要结合带有基准位置选项的处理项目(以,ECM,搜索为例情况),具体处理单元如下:,对在图像中有被测物体有唯一特征的时使用,对圆形类形状物体使用,对规则物体(如:矩形,多边形)测试时使用,对带有颜色的物体时使用,一般测试时用于的情况:,40,位置修正使用方法:,1,单元滚动:紧跟上个处理单元进行图像修正(参考下页),2,单元滚动:紧跟上,2,个处理单元进行图像修正(参考下页),3.,表达式:可以根据需要自定义位置修正方法(参考下页),4.,取消位置修正:把以前的位置修正全部取消,如果选择“补偿”会在位置修正后消除难看的锯齿,提高检测精度,但会增加一部分处理时间,如果在设定方法时,选择的是,1,单元滚动或,2,单元滚动时,系统会自动生成算法表达式,如果选择的是,3,表达式 方式,则可以自定义写入到算法计算式里进行计算,注意:基准位置是第一次登录模型的位置,除非更改结合使用的处理项目的基准位置或自定义设置,否则将会保持在本体中。,位置修正的参数值即为:,dx:,测量位置,X-,基准位置,SX,dy:,测量位置,Y-,基准位置,SY,d:,测量值,-,基准值,S,有角度需要修正时,选择后会自动在,栏里增加角度算法,41,位置修正补充介绍:,选择,1,单元滚动时,会已,3.,搜索的测量位置作为补偿方法,选择,2,单元滚动时,会已,3.,边缘位置和,4.,搜索共同的测量位置作为补偿方法(取其测试位置的中心值),选择,3.,基准位置和测量位置可以自定义选择需要的修正坐标,注意:一副图像,可以使用多个位置修正来保证图像位置的相对准确性。但修正图像使用多也会增加处理时间。修正后图像会偏移的部分会以黑色填充到整个视野中,此时如果后续的设定项目到包含了黑色填充的部分会直接报,NG,42,位置修正实例:,1.,单一项目位置修正,位置修正的内部设定,修正完成后的图像(红色部分中全黑的部分即为修正后填充的部分),以,EC,圆搜索作为基准进行位置修正,43,位置修正实例:,2.,多项目位置修正,上方,2,点边缘位置修正,修正的是纵向,Y,和角度,案例是使用,3,点确定一个平面的原理进行位置修正,右边横向,1,点边缘位置修正的是横向,Y,44,使用,2,点的中心坐标进行位置修正。基准位置中角度,设为,0,表示以水平位置进行修正,使用,1,点的边缘位置进行修正。所以设置方法同单一的流程项目,第一次修正内容,第二次修正内容,45,原始输入的图像,从成像效果中看出被测物体偏转较厉害,修正后的图像,能准确的修正图像到需要的位置进行检测,46,5,表达,式,在,FZ3,中,经常会在支持检测与测量中需要选择表示式进行复杂多样的计算的情况。,已编辑的流程菜单中的项目,会在此显示。可以根据需要选择需要的测试数据,点击进入表达式画面,综合判定,or,函数选择,选择时请按照一定格式来设置,BS&DEL,删除写入的表达式,&,指光标的位置,SIN&COS,正弦和余弦,注意括号内输入的数据应为角度值(非弧度),ATAN,反正切值,AND&OR&NOT,逻辑与、或、非运算,MOD,:取余数运算,SQRT,:开方运算,ANGL,:角度运算,DIST,:距离运算,部分符号解释,:,47,6,并口电缆,并口输出的高低电频是根据,FZ3,型号末尾的数字决定。,FZ3-XX5 PNP,输出 (欧美系常用),FZ3-XX0 NPN,输出 (亚洲系常用),注:红色为常用信号,绿色为,FZ3,控制信号,48,常用信号一览:,A1 COMIN,公共端,FZ3,的输入信号,B4 STEP,触发信号(使,FZ3,测量),B13 BUSY,计测输入时,ON B14 GATE,在设定的输入时间时,ON,、,B15 OR,综合判断结果输出,A13&A17&A23 COMOUT,公共端,FZ3,的输出信号,FZ3,的输入对应端口,DI,控制信号连接后,可以对,FZ3,发送命令,使其执行相应功能,49,7,相机校准,为什么要制作校准参数?,1.,设定校准后,可使测量结果像素值转换为实际尺寸,并输出。,2.,将相机坐标系转换成实际坐标系。,制作校准参数的种类,:,(1),坐标系校准:,指定点的方式,、,样品测量的方式,(2),比例校准:,输入数值的方式,精度,精度等于所拍摄物体的大小,(mm)/484,像素,(pixel),,单位,(-)mm/pixel,注意:为按照实际尺寸输出测量值,应将各处理单元,输出参数,中的,校准,设定为,“ON”,。如果,校准,为,“OFF”,(出厂默认值),测量值以相机坐标的形式输出。,50,7,相机校准,一指定点的方式:,调整好图像,点击“图像输入”和“校准”进入到校准设置(图,1,),“校准设置”选择“点”。,点击,MARK,点,圆圈内坐标中心,此时弹出“坐标设定”框,请设定此点的实际坐标,如果以此点位为坐标原点,请在实际坐标处写入原点坐标。如果没找准,可以移动“点坐标”的方向键进行调整,或者放大图像后进行确认(点击图,2,红圈内按钮可以实现放大)。最后点击“确定”。,(图,1,),(图,2,),51,7,相机校准,3,、移动,MARK,点,依照第二步的方法设定第,2,点实际坐标后点击“确定”(图,3,)。,4.,移动,MARK,点,依照第二步的方法设定第,3,点实际坐标后点击“确定”(图,4,)。,(图,3,),(图,4,),5,当,3,点坐标确定好以后,点击“制作校准,=,参数”,完成参数制作,如(图,5,),最后点击“确定”退出。,(图,5,),52,53,解决方案:,(,2,)速度问题,也可使用“高速触发模式”。,可使用快速相机进行应用。,普通,30W,相机拍摄时间为,13ms,,快速相机为,5ms,。快速相机,30W,可以节省,6ms,。,54,
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服