机器视觉尺寸检测基础
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
转载 | 新机器视觉
尺寸测量/边缘检测
利用边缘检查的尺寸检查是图像传感器的最新应用趋势。图像传感器可以将检查对象在平面上表现出来，通过边缘检测,测算位置、宽度、角度等。
下面将按照处理过程来介绍边缘检查的原理。理解原理有助于优化检查设置。除此之外，还将介绍一些有代表性的边缘检 查的例子以及可以稳定检查效果的预处理滤镜的选择方法。
边缘检测的原理
所谓边缘是指图像内明亮部位与阴暗部分的边缘。边缘检测是通过视觉系统来检测这种浓淡变化的边缘。
可以通过下列4个过程来得到边缘。
(1)投影处理
对于测量区域内的图像进行投影处理。投影处理是相对于检查方向进行垂直扫描，然后计算各投影线的平均浓度。投影线平均浓度波形被称为投影波形。
什么是投影处理？
计算投影方向的平均浓度。
可以减少区域内的噪点造成的检查错误。
(2)微分处理
根据投影波形进行微分处理。可能成为边缘的、浓淡变化较大的部位，其微分值也较大。
什么是微分处理？
计算浓淡（级）变化量的处理过程。
可以消除区域内浓度绝对值的变化所导致的影响。
例：没有浓淡变化的部位的微分值是0。
白色（255）→黑色（0） 时的值是-255。
(3)通过校正使微分最大值达到100%
在实际生产线上，为了使边缘达到稳定的状态，通常会进行适当的调整以使微分绝对值达到100%。
将超过预先设置的“ 边缘感度（%）”的微分波形的峰值作为边缘位置。根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。
(4)亚像素处理
对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。以1/100像素为单位测算边界位置（次像素处理）。
边缘检测的代表性检测应用
边缘检查具有下列衍生模式。下面将分别介绍其代表性应用。
＜例1＞利用边缘位置的各种检查
在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。
＜例2＞利用边缘宽度的各种检查
利用边缘宽度的“ 外部尺寸”模式，检测金属板的宽度、孔洞的X方向/Y方向孔径等。
＜例3＞利用边缘位置圆周区域的各种检查
以圆周作为检测区域，检测切缺部位的角度（相位）。
＜例4＞利用趋势边缘宽度的各种检查
利用“ 圆周”区域的“ 趋势边缘宽度”模式，扫描环状工件的内径、评价扁平度等。
趋势边缘模式
趋势边缘位置（ 宽度）模式是指在扫描检查区域内较窄的边缘窗口的同时检测边缘位置。利用这种检查模式，可以对于一个窗口内的多个点进行边缘位置（ 宽度） 检查，因此可以确保捕获工件的微小变化。
检测原理
使小范围内的分割以小间距进行移动，检查各点的边缘宽度或边缘位置。
提高位置检测精度的方法：
缩小分割尺寸
缩短处理时间的方法：
缩小分割移位幅度（移动量）。
趋势方向：
分割移动的方向。
提高边缘检查效果的预处理滤镜
边缘检查的关键在于如何最大限度的减少边缘的不均现象。预处理滤镜具有“中值”或“平均化”的作用，因此有助于保持稳定的检查效果。下面介绍预处理滤镜的特点及选择方法。
原图像
平均化
3×3 像素的平均滤镜。可以有效减少噪点因素的 影响。
中值化
3×3 像素的中值滤镜。可以在保持图像清晰的同 时，有效减少噪点因素的影响。
如何优化预处理滤镜？
一般说来，通过“中值化”或“平均化”，可以得到稳定的边缘检查效果。但是，对于特定的工件，究竟应该选择哪一种滤镜才可以得到最佳效果？下面将介绍对于各滤镜的测量值的偏差进行评价的统计学方法。
CV系列（CV2000以上）具有统计分析功能，可以保存测量数据，并对其进行统计分析。
利用这种功能，通过分别采用“无滤镜”、“中值化”、“平均化”、“中值化+平均化”、“平均化+中值化”在静止状态下重复测量，并对于各数据的统计结果进行确认，可以得到最佳的滤镜设置。
图像传感器边缘检查模式的使用要点：
在理解边缘检查原理的基础上进行有效的调整。
理解各种衍生模式，显著提高检查可能性。
参考代表性的检查例有助于工作的进行。
通过实验选择最佳的预处理滤镜，提高检查速度及检查效果。
End
声明：部分内容来源于网络，仅供读者学术交流之目的。文章版权归原作者所有。如有不妥，请联系删除。