用机器视觉测量
视觉系统通过快速、准确、高度可重复性地自动化许多零件测量和检查任务，帮助制造商提高质量和生产力。通过在制造过程的每一步生成有价值的检测数据，视觉系统还可以帮助控制工程师增强过程诊断。
|
视觉系统通过快速、准确、高度可重复性地自动化许多零件测量和检查任务，帮助制造商提高质量和生产力。通过在制造过程的每一步生成有价值的检测数据，视觉系统还可以帮助控制工程师增强过程诊断。
非接触式测量更快
机器视觉在质量控制中最常见的应用是测量。康耐视In-Sight视觉传感器产品营销经理Bryan Boatner表示，由于视觉系统测量的部件特征在千分之一英寸以内，因此它们适用于许多传统上由接触测量处理的应用。
“制造商实施基于视觉的测量有很多原因。速度是主要的驱动因素。接触式测量不可能跟上高通量生产线的步伐，因此，测量通常是在审计的基础上进行的。”相比之下，机器视觉系统可以与最快的生产线保持同步，每分钟可以进行数千次测量，并且是为在线100%检测而设计的。
在没有物理接触的情况下，基于视觉的测量“避免了零件的损坏，并消除了与机械测量表表面磨损相关的维护。最后，视觉系统允许测量某些类型的部件，而这些部件无法通过接触方法测量。
Matrox Imaging成像软件组经理Arnaud Lina也认为，机器视觉可以为物理计量学提供很多帮助，可以对物体进行精确测量。达尔萨数字成像集团ipd的战略发展总监本·道森(Ben Dawson)表示，一些技巧可以改善机器视觉测量和其他应用程序的设置。
诊断,
除了测量，机器视觉还提供了一种有效的数据收集工具，可以为诊断提供过程指标和趋势数据。Boatner说，视觉系统提供实时图像来监控操作，或存档带有时间戳的数字图像，以供以后检索。
例如，在装瓶生产线上，摄像头可以捕捉到每个瓶子经过时的图像，并根据一组可接受的参数进行测量，检查填充水平、瓶盖、密封和标签、存在度和倾斜程度，Boatner说;一个超出规格的参数提示一个信号，将坏瓶子转移到废品箱。此外，该系统还可以将废瓶的图像保存到数据库中进行分析。工程师们可以通过图像来分析根本原因，而不是在垃圾桶里翻找缺陷产品的来源。存档故障图像作为诊断工具可以帮助排除故障并减少停机时间。”
最佳实践
视觉产品通常分为三大类:视觉传感器(通常是独立的、低成本的检测设备)、基于pc的视觉系统(将高级编程的强大功能和灵活性与简单的图形编程相结合)和专家传感器(针对特定自动化问题的低成本技术)，Boatner说。这三种设备的通用组件包括摄像头、处理器、图像分析软件、照明和网络功能。
系统集成公司DMC Inc.的技术总监Ken Brey建议，分享机器视觉技术的集成技巧可以帮助最终用户知道该做什么，不该做什么。
下面是一些设置和选择的最佳实践，摘自上面引用的资料。很多建议都是相互依赖的，所以这个列表并不是完全连续的。例如，“强大”的软件可以弥补不够理想的照明;明智地使用透镜可以降低硬件马力。
安装工具:每个视觉设置区域或实验室都应该有一个配件、镜头和各种其他组件的库存，此外还有一个机器视觉相机样品、灯光和安装选项，供工程师在设置任何视觉应用程序时尝试。布雷建议，一股可以接受的股票价格在300美元左右。
安装配件:一把透明的塑料尺大约2美元，可用于测量前光或背光应用的视场。45度角，聚焦在靠近中间(不是边缘)，它可以测量景深。(对于15mm，聚焦长度除以1.41)。对于高倍放大的应用，使用一个简单的，40美元的Ronchi rule来检查光学系统像差。在最小的视野范围内改变镜头和调整相机位置。不买分辨率高于实际需要的相机是值得花时间考虑的。
设置附件:颜色滤镜设置，售价约150美元，可以减少环境光的影响;过滤掉不同材料共有的波长，增加对比度。
安装附件:焦距扩展器这款相机售价95美元，可以使用2倍焦距扩展器模拟更高焦距的镜头，将50毫米的镜头变成100毫米，或35毫米的镜头变成70毫米。然而，布瑞说，与使用同等光圈的高焦距镜头相比，它的曝光时间要长4倍。(这是扩展器的一个缺点。)如果曝光时间不是一个问题，焦距扩展器可以成为实现的一部分。它提供了一个更短的光学堆栈空间紧张，可以提供一个更便宜的总光学成本。
安装配件:镜面式分束器售价50美元，可与环形灯或集成相机灯配合使用，使相机和照明垂直于零件。在45度时，它可以模拟漫射轴上光(DAOL;(见图)通过反射一半的光和透射一半的光。在漫射反射上，您可以调整相机，使中心环光反射环绕部分，消除任何测量误差。例如，在机器人应用中，机器人可以在发动机缸体周围的每个测量点进行教学。对于远距离测量，它也提高了精度。DOAL照明减少了反射和眩光，消除了亮点，例如，通过给予边缘对比度来发现油漆中的一个小块。
应用需求，知道什么你正在测试:了解哪些特性可以区分好部件/产品的好坏。规范越精确，解决应用程序就越容易。最重要的是，获得并测试边际产量，以减少错误的接受/拒绝。
| 使用45度的镜面式分束器模拟漫射轴上照明(DOAL)。它可以与环形灯或集成相机灯配合使用，使相机垂直于零件，确保图像质量。 |
应用需求，视觉系统性能:在指定视觉传感器之前，定义整个应用范围，以确保视觉系统在速度、精度和采集要求方面有足够的性能空间。随着用户逐渐熟悉机器视觉的强大功能，他们倾向于尽可能多地完成视觉任务。此外，还要考虑未来对增加吞吐量、适应新产品的能力或对现有产品的更改的任何需求。
应用需求，相机相机必须有足够的像素来分辨感兴趣的最小细节。对于光斑测量，例如测量针孔缺陷，您希望最小光斑大小至少为3 x 3像素。好的机器视觉软件可以测量边缘到边缘的距离，精确到像素的1/10甚至更好。这大大提高了某些测量的分辨率。
应用需求、硬件:图像采集硬件(“帧采集器”)必须具有低噪声和抖动，以提供稳定的测量结果。
应用需求、软件:确保基于视觉的计量重现要测量的公差的具体定义。例如，有几种不同的测试垂直度的方法，因此必须确保视觉解决方案能够执行所需的测试。
应用，重复性能:任何传感任务，包括机器视觉，都需要测量的可重复性，以最大限度地提高可靠的检测。通过在不改变零件位置、照明或任何其他变量的情况下，将零件呈现给视觉系统进行测量“至少五次”来测试重复性。由此，你应该能够绘制出测量的可重复性，并确保结果中的任何方差都在测量公差范围内，”Boatner说。
在购买之前，考虑一下附加组件:不要只根据价格做出购买决定，而不考虑所有可能需要的附加物品。经常在视觉系统上花更多的钱，使用更强大的软件，可以减少对昂贵的照明、光学或部分固定装置的需求，从而节省资金。
在购买之前，在预售演示中测试实际部件:让视觉供应商进行售前演示，以确保概念验证，并验证一系列产品/零件样品的操作，从最坏到最坏。
镜头选择，避免失真:标准的机器视觉镜头有光学失真，通常是负的或“桶形”失真，当你测量镜头的不同距离时，还会有透视失真。机器视觉系统可以部分纠正失真。更好的解决方案是使用低失真镜头或远心镜头。“向供应商寻求帮助，”道森建议。
镜头选择，视野分辨率:根据所需的“视野”和能力选择镜头，以解决感兴趣的最小细节。道森说，限制分辨率的部件应该是相机，而不是镜头。
照明，避免反射:提供能增强你想测量的东西并抑制伪影(如不想要的反射)的照明。例如，在可以背光的部件上，如冲压金属部件，使用准直光来提供“清晰”的边缘。适当的照明需要一些经验和实验。再次向视觉系统供应商寻求帮助。
照明、对比: Lina说，在尽可能好的条件下获取图像，因为精度会受到对比度和噪声的影响。
灯光、对比、色彩:记住照明对于创造明显对比和形成良好图像的重要性。在考虑照明时，要考虑类型和照明颜色。
灯光，景深: Boatner说，要确保光线与景深和视野一致。
越来越多的:在典型的测量应用中，安装在零件上方或侧面的摄像机在被测量零件进入视场时捕捉其图像。然后使用测量软件工具对图像进行分析，计算图像中各个点之间的距离。基于这些计算，视觉系统确定零件尺寸是否在公差范围内。如果尺寸超出公差范围，视觉系统将故障信号发送到基于逻辑的设备(如可编程逻辑控制器，PLC)，该设备启动一个机制，将产品从生产线中弹出。
软件，自动重新定位:选择能够自动重新定位计量模板(区域布局)的计量工具。例如，如果使用几何模式识别操作来定位零件的位置和方向，基于这些结果，系统应该正确地移动计量区域。
软件，基于几何:依靠基本的几何操作，而不是复杂的数学。通过采用使用多个子坐标系统的度量包，您可以轻松地构建从其他特征几何上派生出来的新特征。
软件、摄像头定位校准:校准!选择一个在现实世界坐标下工作的软件包，并放置相机以避免明显的失真和透视。从源图像(畸变)中提取计量特征，并在进行校准的平面上进行测量。在失真图像上执行计量操作可以保持精度水平。
软件，使用方便: Pick机器视觉软件，易于设置和使用，提供光学和可能的透视失真校正，并提供亚像素精度;它可以在几分钟内完成软件设置和失真校正，测量分辨率为1/25像素或更多。
软件,基于特征:基于图像的计量应基于特征;一种从灰度像素值中提取几何特征的技术。Lina说，算法可以模拟真实世界的计量工作，并且足够健壮，可以处理照明的变化。
软件，视野:为了优化操作，使被测量特征周围的区域尽可能紧密。
软件、测量工具预配置的软件工具库简化了机器视觉应用程序的配置，包括测量。测量工具通过测量图像中边缘之间的距离来工作。边缘是构成图像的像素网格阵列中灰度值强度的任何类型的显著变化。变化可以是暗到亮，也可以是亮到暗。除了计算边缘之间的距离外，测量工具还测量由相交边缘形成的角度，以及零件中孔的大小和位置。
软件,设置/编程Boatner指出:“一些视觉软件环境比其他环境更简单。”它们为用户提供“指向和点击”控制，而不是要求用户了解一种高级编程语言来设置工具。
基于视觉的测量软件,包括:
•边缘检测:在忽略背景变化的情况下定位图像中的边缘，并计算边缘的大小和角度;
•卡尺:对零件特征的宽度进行高速、亚像素级测量;
•斑点分析:对零件特征的面积、尺寸和质心进行高度可重复的测量;
•校准:校准相机像素到现实世界的工程单位;
•非线性校准:优化系统精度，校正镜头和透视失真;而且
•多姿态非线性校准:优化系统精度，校正镜头和透视失真，并在大视场应用中使用更小，更易于管理的校准板。
通过简单统计设置检查阈值:反复移动阈值和评估结果是耗时的，并且不能生成可证明的证据，证明当您完成时它处于最佳位置。此外，你不能说某件事不会成功，除非你已经浪费了几个小时去尝试它，然后你就不能绝对肯定。为了节省时间，Brey说:
•配置您的视觉系统，以输出您正在设置通过/失败阈值的标准;
•运行您收集的图像的完整样本，并将输出值收集到电子表格中;
•从应该通过的部件和应该不合格的部件中隔离值;
•计算两组的标准差(s);
•制作直方图。这两个分布不应该重叠。如果有，那就找一个更好的标准;
•从失败组的平均值中选择一个至少为3西格玛的阈值。错误拒收率将基于合格组的西格玛水平;而且
•如果不存在通过和不通过的3西格玛阈值，请寻找新的标准。
设置、检验开发使用存储的图像来改进检测开发:视觉工程师花费数小时运行一个流程，同时完善一个检测。成本包括资金、零件和运行流程的时间。等待一个罕见的缺陷可能是必要的，但浪费时间等待或试图创建它们。评估任何改变的有效性也需要很长时间。而不是:
•最佳对齐相机和灯光。确保所有感兴趣的物体都是可见的，并具有最佳的对比度;
•验证系统的重点;
•收集数十个，有时数百个不同部位的图像。创建一个较小的10到20个图像的工作样本，其中包含一些好的部分和每个故障模式的几个示例。这样做可能需要收集千兆字节的图像;
•创建检查并改进，直到工作样本中的所有图像评估正确;
•检查来自较大样本的所有图像。改进检查，直到没有“错误接受”，并且“错误拒绝”的比率是可接受的;而且
•系统应用巡检。继续收集所有图像。将任何问题图像添加到工作样本中，并进一步细化离线检查，减少在工作机器前工作所需的时间。
在线额外
是-0.001 + / -。可重复性足够了吗?
康耐视In-Sight视觉传感器产品营销经理Bryan Boatner表示，为了满足更高的吞吐量、改善产品质量和提高产量的需求，制造商将继续依靠机器视觉技术作为一种非接触的方式来测量零件。
他说，机器视觉系统可以在高速下提供100%的检测测量部件，具有高度的可重复性，并且可以测量无法使用机械量规测量的产品。
借助多姿势校准等新功能，使用200万像素相机的高精度测量应用程序可以在8英寸中保持优于+/-0.001英寸的重复性。水平视场，这是1/4像素的重复在一个图像与镜头畸变。这种能力可以帮助减少在大视场应用中对更昂贵的光学器件的需求。
其他有用的参考资料
《控制工程》的相关阅读包括关于机器视觉的“产品研究”文章(CE, 2006年8月，第64页)和:
大功率视觉传感器
视觉系统(如何购买和指定;检查表)
实时调整质量
机器视觉看起来远远超出检查范围
控制照明波动
Banner Engineering公司表示，由于照明类型和角度以不同的方式突出部件的特征，因此部件照明的变化可能会对任何软件构成挑战。要了解环境照明如何改变部分细节，请参阅下面并点击这里。https://www.bannerengineering.com/comparelighting:
环绕传感器镜头的环形光隐藏了凸起的特征;
低角度光线突出了粗糙的区域和凸起的边缘。它隐藏了发光的区域;
顶灯均匀地照亮整个部分;
背光只显示轮廓;
轴上灯可以显示指纹;而且
30度的区域光可以突出凸起的区域，减少眩光。
DMC公司是一家相2015年3月1日会员
您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。
