欧姆龙视觉传感器教材-FZ基础篇-图文

欧姆龙视觉传感器教材-FZ基础篇_图文.ppt目录１．控制器选定２．相机选定３．镜头选定４．光源选定５．视觉检测项目６．图像处理基本概念７．项目流程８．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／ＥＣ圆搜索１2．缺陷／高精度缺陷１3．字符读取１4．位置偏移补偿１5．计算公式１6．并口Ｉ／Ｏ１7．相机校准１8.程序编写练习１．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CPUDUALCPUFZ-L系低成本CPUFZ3-300系FZ3-700系FZ3-900系FZ3-H300系FZ3-H700系FZ3-H900系２．相机选定640×4801600×12002448×2048※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。３．镜头选定广角（畸变大）远距离（畸变小）＜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。３０万像素相机（单体）光学图表２００万像素相机（单体）光学图表４．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。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（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/pixel6．图像处理基本概念（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（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。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面积：7700pix面积：17500pix测量项目是抽取颜色的区域内的①面积值②重心Ｘ坐标③重心Ｙ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Ｘ坐标升序／降序Ｙ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。「蓝色」选择案例「橙色」指定案例标签条件面积降序／升序Ｘ坐标升序／降序Ｙ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Ｘ／重心Ｙ／椭圆近似长径／椭圆近似短径／外接面积、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＜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＜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测量图像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ＰＩＮ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。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＞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。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＞12．搜索／灵活搜索／机敏搜索／ＥＣＭ搜索／ＥＣ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,Ｙ)◇「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（Ｘ，Ｙ）模型登录模型的中心位置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12.＜ＥＣＭ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ＥＣＭ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12.＜ＥＣ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。ＥＣＭ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：５个１3．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。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Ｔ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执行缺陷检测是「测量区域」和「缺陷检测尺寸」的设定。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高精度缺陷设定画面キズ計測領域欠陥度高精度缺陷参数设定元素尺寸：１６元素间隔：２比较间隔：１０元素尺寸：５元素间隔：２比较间隔：１０元素尺寸：１６元素间隔：２比较间隔：１５缺陷检测方向□Ｘ方向□Ｙ方向□斜方向□Ｘ方向□Ｙ方向□斜方向□Ｘ方向□Ｙ方向□斜方向□Ｘ方向□Ｙ方向□斜方向レレレレレレレ１4．位置ズレ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：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SXdy:测量位置Y-基准位置SYdθ:测量值θ-基准值Sθ有角度需要修正时，选择后会自动在θ栏里增加角度算法位置修正补充介绍：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