智能视觉技术及应用 课件 第13章 基于缺陷检测和测量计数的智能视觉应用.pptx

第13章 基于缺陷检测和测量计数的智能视觉应用13.1 手机外壳缺陷检测13.2 散热风扇尺寸测量及部件计数检测本章小结13.1 手机外壳缺陷检测13.1.1 行业背景介绍　智能手机作为移动互联网时代的重要载体,是全球新一轮信息技术创新的重要领域,整个产业的发展将有力地推动移动互联网的快速发展。手机、平板电脑等智能终端设备改变了我们的生活方式,软硬件技术的发展也使新产品不断问世。中国是全球最大的手机生产中心,中国手机产量约占据全球手机总产量的80%。手机行业中用到机器视觉的地方非常多,如图13-1所示。图13-1 手机行业视觉检测系统示意图　手机作为大众消费产品,产品本身直接面向广大用户,对产品的外观要求很高,不能有任何瑕疵,所以在手机外壳成型后需要对表面进行缺陷检测。手机外壳的常见缺陷如图13-2所示。图13-2 手机外壳常见的缺陷13.1.2 项目需求分析　手机外壳的生产线类型非常多,每个自动化厂商都有自己的实现方式。　根据项目要求,梳理视觉项目选型所需的关键因素如下:　(1)拍摄范围:本项目识别的手机外壳尺寸为138mm×67mm×7.3mm,在宽度为160mm的自动化流水线上依次通过,所以视野范围设计为160mm×120mm(相机芯片比例为4∶3)。　(2)拍摄距离:无要求。　(3)识别精度:0.07mm。　(4)识别速度:按照流水线的运行速度,每秒能通过4个产品,故视觉系统的识别速度设计为每秒8帧图片。　(5)运动速度:1m/s,属于高速抓拍项目,工业相机需要帧曝光。　(6)通讯方式:本项目是质量检测,结果只是输出 OK 或 NG,故采用I/O 通讯。　(7)该项目需要配备三套视觉系统,因为手机后壳的左右两侧以及背面都需要检测。　13.1.3 硬件系统构建　基于以上项目需求分析的数据,构建以下核心视觉部件:　(1)工业相机。　(2)工业镜头。　(3)光源。　(4)智能视觉控制器。　综合上述选型,视觉系统硬件安装示意图(图中只列出了检测背面缺陷的相机)如图13-3所示。图13-3 手机外壳缺陷检测视觉系统硬件安装示意图13.1.4 检测方案配置　1.流程分析　在实际的工业场景中,通过各工位相机拍摄手机辅料的局部图像,将合格的手机辅料的各个工位的局部图像作为模板,给采集到的待测图片进行定位。定位到缺陷检测区域之后,就可以开始检测该区域中是否含有缺陷,检测流程如图13-4所示。图13-4 手机外壳检测流程图　2.检测方案配置　(1)打开 VisionBank软件,点击“环境设定”,在“相机选择”栏目里选择所对应的相机品牌,如图13-5所示;在“IO 与光源控制”框选择IO 方式,如图13-6所示。图13-5 相机选择图13-6 数据通讯配置　(2)回到 VisionBank主界面,导入一帧手机外壳图片。点击编辑界面右上角的“预处理”工具,选择合适的预处理算法,提高导入图像的质量,本案例中的图像质量较高且没有噪声。另外,由于缺陷检测需求,其他的预处理操作可能会使得图像的缺陷特征丢失,预处理只需要进行灰度化处理即可。后续再选择的模块是在预处理之后的图像上执行的。　在右下角视觉模块栏的定位模块中选择“特征定位”,双击该工具,图像界面出现两个矩形选择框,较大的选择框为搜索区域,较小的选择框为“特征定位”的模板搜索区域。我们选择手机外壳的插口区域为模板区域,将两个选择框拖曳至如图13-7所示的区域。　“特征定位”的工具参数栏中的“可靠度”值越高,定位的结果越准确,但过高的准确率会增加定位时间,参数范围为0~10,默认值为6。“最大角度”是待测图像中目标与模板的角度差异最大值,参数范围为0~180°,默认值为15°。“检出阈值”控制待定位物体与模板的相似程度,参数范围为15~99,默认值60。根据实际的检测需求和效果来调整参数的值,设置可靠度为6,检出阈值为60,最大角度为15°,如图13-8所示。图13-7 选择模板区域图13-8 工具参数栏　(3)在“特征定位”工具参数栏的右边可以看到一副缩小的图像,该图像展示了模板图像以及提取出的轮廓特征,点击“重定义”可以更改模板区域;点击“编辑”会弹出图13-9所示的界面,可以通过“参考点”中的不同模式选择模板图像的参考点,作为特征定位的定位点。另外还可以通过“模型参数”中的“边缘尺度”和“边缘阈值”调整模板图像中的边缘点个数。　图13-9 模板设置界面　(4)在右下角视觉模块栏的识别模块中选择并添加“线状缺陷”检测工具,检测划痕类缺陷,如图13-10所示。图13-10 线性缺陷参数设置　(5)点击“添加流程”,添加“流程单元#2”,然后双击该流程单元下的图像单元,选择相机为“相机2”,如图13-11所示。１图13-11 添加“图像单元”　(6)同理在右下角视觉模块栏的识别模块中选择并添加“