机器视觉尺寸检测基础

(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）。

               

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。

  
  

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。