Im Kontext der rasanten Entwicklung der industriellen Automatisierung und der intelligenten Fertigung ist die maschinelle Bildverarbeitung zu einem unverzichtbaren und wichtigen Bestandteil moderner Produktionslinien geworden. Als Kernhardware des visuellen Inspektionssystems wirkt sich die Bildleistung von Industriekameras direkt auf die Genauigkeit und Stabilität der Inspektionsergebnisse aus. Insbesondere in Umgebungen mit wenig Licht ist die Frage, ob Industriekameras stabil qualitativ hochwertige Bilder ausgeben können, zu einem wichtigen Indikator für die Messung ihrer Gesamtleistung geworden.
1. Anwendungen der industriellen Bildverarbeitung bei schlechten Lichtverhältnissen
Industrielle Bildverarbeitungsanwendungen lassen sich normalerweise in drei Hauptkategorien einteilen: Dimensionsmessung und -positionierung, Erkennung von Oberflächenfehlern sowie Erkennung und Identifizierung von Logos. Unter diesen wird die Dimensionsmessung hauptsächlich zur Erfassung der Länge, Breite, Höhe und anderer geometrischer Abmessungen des Werkstücks verwendet. In praktischen Anwendungen ist die zweidimensionale dimensionale Erkennung am häufigsten. Die Erkennung von Oberflächendefekten konzentriert sich auf unebene Bereiche lokaler physikalischer oder chemischer Eigenschaften auf der Oberfläche des zu messenden Objekts, wie z. B. Kratzer, Vertiefungen, Flecken auf der Oberfläche von Metall- oder Kunststoffprodukten, weniger Zinn, mehr Zinn, fehlendes Lot und andere Probleme auf der Leiterplatte. Die Logo-Erkennung wird hauptsächlich verwendet, um festzustellen, ob der gedruckte Inhalt korrekt und vollständig ist und die Position korrekt ist.
In der tatsächlichen Produktionsumgebung besteht aufgrund der geschlossenen Struktur der Ausrüstung, des begrenzten Platzes am Arbeitsplatz, der Lichtabsorption durch das Material des zu prüfenden Objekts oder aufgrund von Überlegungen zur Energieeinsparung häufig das Problem einer unzureichenden Beleuchtung am Prüfort. Umgebungen mit wenig Licht führen zu einer unzureichenden Bildhelligkeit, einem erheblichen Anstieg des Rauschens und dem Verlust detaillierter Informationen, wodurch höhere Anforderungen an die Bildgebungsfähigkeiten und Stabilität von Industriekameras gestellt werden. Daher ist das Testen und Analysieren der Bildleistung unter schlechten Lichtverhältnissen von großer Bedeutung für die Auswahl und Anwendung industrieller Bildverarbeitungssysteme.
2. Grundaufbau des industriellen Bildverarbeitungssystems
Ein komplettes industrielles visuelles Inspektionssystem besteht normalerweise aus drei Hauptteilen: Bilderfassung, Bildverarbeitung und -analyse, Datenverwaltung und Mensch-Computer-Interaktion. Aus Hardware-Sicht umfasst das Bilderfassungsmodul hauptsächlich Geräte wie Lichtquellen, Industriekameras, Industrieobjektive und Bilderfassungskarten. Aus Softwaresicht besteht das Bildverarbeitungs- und Analysemodul hauptsächlich aus Bildvorverarbeitungsalgorithmen und Erkennungsalgorithmen, die zur Verbesserung der Zieleigenschaften und zur vollständigen Größenmessung oder Fehlerbeurteilung verwendet werden. Das Datenmanagement- und Mensch-Computer-Interaktionsmodul sortiert, alarmiert oder zeichnet Produkte basierend auf den Erkennungsergebnissen auf.
Bei Anwendungen zur Erkennung von schlechten Lichtverhältnissen ist die Bedeutung des Bilderfassungsmoduls besonders wichtig. Die Fähigkeit der Kamera, Lichtsignale, den Rauschunterdrückungspegel und die Leistung des Dynamikbereichs zu erfassen, wirkt sich direkt auf den Verarbeitungseffekt nachfolgender Algorithmen aus und bestimmt sogar, ob das gesamte visuelle System stabil arbeiten kann.
3. Wichtige Kameraparameter, die bei Bildgebungstests bei schlechten Lichtverhältnissen von Bedeutung sind
Beim Low-Light-Bildtest von Industriekameras muss man sich auf die folgenden Kernparameter konzentrieren. Diese Parameter bestimmen gemeinsam die tatsächliche Abbildungsleistung der Kamera unter komplexen Lichtverhältnissen.
1. Auflösung und Bilddetails
Die Auflösung ist einer der grundlegendsten Leistungsindikatoren von Industriekameras und wird durch die Anzahl der Pixel des Bildsensors bestimmt. Flächenkameras geben die Auflösung normalerweise als Anzahl der horizontalen und vertikalen Pixel an, z. B. 1920 x 1080; In praktischen Anwendungen wird es häufig in der Form 1K, 2K, 4K usw. ausgedrückt.
Innerhalb desselben Sichtfelds gilt: Je höher die Auflösung, desto umfangreicher sind die detaillierten Informationen, die die Kamera darstellen kann. In Umgebungen mit wenig Licht tragen hochauflösende Kameras dazu bei, Bildinformationen effektiver zu speichern und bieten eine grundlegende Garantie für die anschließende Fehlererkennung und Größenmessung.
2. Aufnahmegeschwindigkeit und Möglichkeiten zur Belichtungssteuerung
Die Aufnahmegeschwindigkeit einer Kamera wird normalerweise in Bildrate (fps) oder Zeilenfrequenz (kHz) ausgedrückt. Für Anwendungen zur Erkennung bewegter Ziele muss die Kamera über eine ausreichende Erfassungsgeschwindigkeit verfügen, um Bildunschärfe oder Informationsverlust zu vermeiden.
In Umgebungen mit wenig Licht sind angemessene Belichtungszeiteinstellungen besonders wichtig. Längere Belichtungszeiten können zur Verbesserung der Bildhelligkeit beitragen, können aber auch zu Bewegungsunschärfe führen. Daher sind die Verschlusssteuerungsfähigkeit der Kamera und die Hochgeschwindigkeitsaufnahmeleistung wichtige Garantien für die Erzielung klarer Bilder bei schlechten Lichtverhältnissen.
3. Geräuschpegel und Signal-Rausch-Verhältnis
Rauschen ist einer der wichtigsten Faktoren bei der Bildgebung bei schlechten Lichtverhältnissen. Gemäß dem EMVA1288-Standard umfasst das Kamerarauschen hauptsächlich signalbezogenes Schrotrauschen und inhärentes Rauschen, das durch Sensorausleseschaltungen und Signalverarbeitungsschaltungen verursacht wird. Darüber hinaus entsteht beim Digitalisierungsprozess auch Quantisierungsrauschen.
Bei schlechten Lichtverhältnissen wirken sich die Rauschunterdrückungsfunktionen direkt auf die Bildverwendbarkeit aus. Industriekameras mit rauscharmen Eigenschaften können in Umgebungen mit wenig Licht ein höheres Signal-Rausch-Verhältnis aufrechterhalten, wodurch Zielmerkmale klarer werden und eine stabile Erkennung begünstigt wird.
4. Pixeltiefe und Graustufe
Die Pixeltiefe bezieht sich auf die Anzahl der Graustufenbits im von der Kamera ausgegebenen Bild, die üblicherweise 8 Bit, 10 Bit, 12 Bit oder sogar höher sind. Je höher die Pixeltiefe, desto reicher sind die Graustufen, die ausgedrückt werden können, was die Unterscheidung subtiler Helligkeitsunterschiede erleichtert.
Bei Anwendungen mit wenig Licht kann eine höhere Pixeltiefe die Graustufenleistung verbessern, stellt aber auch höhere Anforderungen an die Datenübertragungsgeschwindigkeit und die Systemintegration. Daher muss in praktischen Anwendungen ein umfassender Kompromiss zwischen Erkennungsgenauigkeit und Systemleistung eingegangen werden.
5. Spektrale Reaktion und Fähigkeit zur Anpassung der Lichtquelle
Die spektrale Empfindlichkeit einer Industriekamera bestimmt ihre Empfindlichkeit gegenüber Licht unterschiedlicher Wellenlänge. Je nach Reaktionsbereich können Kameras in Kameras für sichtbares Licht, Infrarotkameras und Ultraviolettkameras unterteilt werden. Bei der Erkennung bei schwachem Licht trägt die richtige Abstimmung der spektralen Reaktionseigenschaften der Kamera und der Lichtquelle vor Ort dazu bei, die Erfassung effektiver Signale zu maximieren und den gesamten Bildeffekt zu verbessern.
4. Praktische Bedeutung von Bildprüfungen bei schlechten Lichtverhältnissen
Durch die Durchführung von Bildgebungstests an Industriekameras in Umgebungen mit wenig Licht können wir deren Fähigkeit zur Detailwiederherstellung, Rauschunterdrückung und Bildstabilität bei schlechten Lichtverhältnissen systematisch bewerten. Dies trägt nicht nur zur Optimierung der Kameraauswahl bei, sondern reduziert auch die Abhängigkeit von Lichtquellen mit hoher Helligkeit in praktischen Anwendungen, wodurch der Energieverbrauch des Systems und die strukturelle Komplexität reduziert werden.
In Szenarien wie der PCB-Lötstelleninspektion, der Inspektion elektronischer Komponenten und der Prüfung des Erscheinungsbilds von Präzisionskomponenten können Industriekameras mit guten Bildgebungsfunktionen bei schlechten Lichtverhältnissen in komplexen Umgebungen eine stabile Ausgabe aufrechterhalten und eine zuverlässige Datenbasis für automatisierte Inspektionssysteme bereitstellen.
Die Bildleistung in Umgebungen mit wenig Licht ist zu einer der wichtigen Richtungen für die Entwicklung industrieller Kameratechnologie geworden. Durch wissenschaftliche Testmethoden und sinnvolle Parameteranalysen kann die Leistung von Industriekameras in praktischen Anwendungen umfassender bewertet werden. Mit der kontinuierlichen Verbesserung der Bildsensortechnologie und der Signalverarbeitungsfähigkeiten werden Industriekameras dies in Zukunft tunDer Bereich der Schwachlichterkennung weist ein größeres Anwendungspotenzial auf. Smart Vision wird außerdem weiterhin Industriekameras und Bildverarbeitungslösungen basierend auf den tatsächlichen Anwendungsanforderungen testen und optimieren, um Kunden eine stabilere und effizientere Unterstützung bei der Bildverarbeitungsinspektion zu bieten.
