注册登陆后可查看附件和大图，以及购买相关内容
您需要 登录 才可以下载或查看，没有账号？注册会员
x
金属管变形毛刺视觉检测方案 金属管的变形、毛刺检测，这个在五金零件行业中其实是属于比较常见的一种视觉检测应用。在加工过程中容易出现毛刺，受到外力作用时容易变形。产品的薄口端容易变形，而厚口端则容易出现毛刺。检测对象如下图所示： 金属管变形毛刺检测 金属管变形毛刺检测 机器视觉光源 因为产品本身是圆形的，所以打光通常考虑使用环形光源。如本方案中就使用到了RLM-5260-W、RLM-7460-W等。而如果需要同时检测金属圆柱的上下两个圆，那么还可以加一个面光源，产品不大，使用HFLM-5050-W的面光源即可。 RLM-7460-W 光源控制器 因为最多也就是一个环形光源和一个面光源，光源都是比较小的，功率要求不高，也没有什么光源增亮的要求。而使用面光源作为背光源时，需要考虑电压控制的控制器，不建议使用PWM控制的控制器，可以考虑使用常规的2通道电压控制的模拟控制器APSM-2430-2CH。 APSM-2430-2CH 工业相机 产品比较小，14mm左右的直径，使用130万像素的相机，拍摄24*18mm的视野，像素分辨率可达到24/1280=0.01875mm/pixel，对于这种变形、毛刺的检测，其实已经足够了。产品本身的精度也不会太高，工业相机分辨率太高也是没有用的。可以考虑MER-133-54GM等130万像素的工业相机。 MER-133-54GM 工业镜头 130万像素的相机，通常是1/3寸或1/2寸芯片的，芯片相对比较小。因此常规的2/3寸的FA镜头即可满足要求了。考虑低畸变的SHI-C3516FFW等35mm的500万像素级别的工业镜头，加5mm左右的接圈。这样将视野设置为24*18mm，工作距离约160mm。 SHI-C3516FFW 图像处理算法 这里的图像处理算法，外部的圆变形考虑使用轮廓分析，内部的毛刺、变形等则可以先使用查找圆边函数，得到圆后再利用圆创建一个新的ROI来测量ROI中的粒子或对ROI中进行灰度值分析。如果有粒子，说明内部有毛刺。当然，也可以对查找到的圆做圆度分析，以判断内部的圆是不是有变形。圆度值比较大时，则表明有明显的变形，应该是NG产品。 轮廓分析OK的产品-有正常轮廓 轮廓分析NG的产品-有正常轮廓 轮廓分析NG的产品-没有正常轮廓 轮廓分析NG的产品-没有正常轮廓 轮廓分析-外圆有轻微变形的产品 轮廓分析-外圆有轻微变形的产品 找圆-圆创建ROI-ROI内部粒子分析：OK的产品 找圆-圆创建ROI-ROI内部粒子分析：NG的产品 内部有毛刺的NG产品 内部圆的圆度异常的产品 圆度异常的产品，这里建议不使用NI VISION中的圆度来衡量，因为NI视觉中的圆度偏差是圴方根差（RMSE: Root mean squared error），是开方后得到的值，通常都会变得很小。这里更应该考虑使用方差等判断标准，如果两个点的差是10像素，那么平方就是100，而开方后则只有3.3像素。在图像处理中，3像素的变化，其实是很常见的，很容易误判。但是如果是100，那就证明这里会存在比较大的变化了。 机器视觉项目实现难度 ★★ 相对来说还是比较容易实现的，大部分的变形、毛刺都比较容易检测出来，可能部分不太好界定的位置，到底是属于变形，还是属于可以被接受的，那也只能使用中再去衡量。 视频解说 金属管变形毛刺视觉检测方案视频号
| 
楼主
