Teollisuuskameroiden kuvantamistesti heikossa valaistuksessa

Teollisuusautomaation ja älykkään valmistuksen nopean kehityksen yhteydessä konenäkötarkastuksesta on tullut korvaamaton ja tärkeä osa nykyaikaisia ​​tuotantolinjoja. Visuaalisen tarkastusjärjestelmän ydinlaitteistona teollisuuskameroiden kuvantamissuorituskyky vaikuttaa suoraan tarkastustulosten tarkkuuteen ja vakauteen. Erityisesti heikossa valaistuksessa, pystyvätkö teollisuuskamerat tuottamaan vakaasti korkealaatuisia kuvia, on tullut yksi tärkeimmistä mittareista niiden yleisen suorituskyvyn mittaamisessa.

1. Teollisen näkötarkastuksen hämärässä käytettävät sovellukset

Teolliset näöntarkastussovellukset voidaan yleensä jakaa kolmeen pääluokkaan: mittamittaus ja -paikannus, pintavikojen havaitseminen sekä logon havaitseminen ja tunnistaminen. Niistä mittamittausta käytetään pääasiassa työkappaleen pituuden, leveyden, korkeuden ja muiden geometristen mittojen havaitsemiseen. Käytännön sovelluksissa kaksiulotteinen ulottuvuusilmaisu on yleisin. Pintavikojen havaitseminen keskittyy paikallisten fysikaalisten tai kemiallisten ominaisuuksien epätasaisiin alueisiin mitattavan kohteen pinnalla, kuten naarmuja, kuoppia, metalli- tai muovituotteiden pinnan täpliä, vähemmän tinaa, enemmän tinaa, juotteen puuttumista ja muita piirilevyn ongelmia. Logon tunnistusta käytetään pääasiassa sen määrittämiseen, onko painettu sisältö oikeaa, täydellistä ja sijainnin tarkkaa.

Varsinaisessa tuotantoympäristössä laitteiston suljetun rakenteen, rajallisen työpistetilan, testattavan kohteen materiaalin valon absorption tai energiansäästönäkökohtien vuoksi tarkastuspaikalla on usein ongelmana riittämätön valaistus. Heikko valo johtaa riittämättömään kuvan kirkkauteen, merkittävään kohinan lisääntymiseen ja yksityiskohtaisen tiedon menettämiseen, mikä asettaa korkeampia vaatimuksia teollisuuskameroiden kuvantamiskyvylle ja vakaudelle. Siksi kuvantamisen suorituskyvyn testaaminen ja analysointi heikossa valaistuksessa on erittäin tärkeää teollisten näköjärjestelmien valinnassa ja soveltamisessa.

2. Teollisen näöntarkastusjärjestelmän peruskoostumus

Täydellinen teollinen visuaalinen tarkastusjärjestelmä koostuu yleensä kolmesta pääosasta: kuvanhankinta, kuvankäsittely ja -analyysi, tiedonhallinta sekä ihmisen ja tietokoneen vuorovaikutus. Laitteiston näkökulmasta kuvanottomoduuli sisältää pääasiassa laitteita, kuten valonlähteitä, teollisuuskameroita, teollisuuslinssejä ja kuvankaappauskortteja; ohjelmiston näkökulmasta kuvankäsittely- ja analyysimoduuli koostuu pääasiassa kuvan esikäsittelyalgoritmeista ja tunnistusalgoritmeista, joita käytetään parantamaan kohteen ominaisuuksia ja täydentämään koon mittausta tai virhearviointia; tiedonhallinta- ja ihmisen ja tietokoneen vuorovaikutusmoduuli lajittelee, hälyttää tai tallentaa tuotteet havaintotulosten perusteella.

Hämärässä havaitsemissovelluksissa kuvanottomoduulin merkitys on erityisen näkyvä. Kameran kyky kaapata valosignaaleja, melunhallintataso ja dynaamisen alueen suorituskyky vaikuttavat suoraan myöhempien algoritmien prosessointivaikutukseen ja jopa määräävät, voiko koko visuaalinen järjestelmä toimia vakaasti.

3. Tärkeimmät kameraparametrit hämärässä kuvantamistesteissä

Teollisuuskameroiden hämärässä kuvatun testin aikana on tarpeen keskittyä seuraaviin ydinparametreihin. Nämä parametrit määrittävät yhdessä kameran todellisen kuvantamissuorituskyvyn monimutkaisissa valaistusolosuhteissa.

1. Resoluutio- ja kuvantamistiedot

Resoluutio on yksi teollisuuskameroiden perussuorituskyvyn mittareista, ja sen määrää kuvakennon pikselien määrä. Alueskannauskamerat ilmaisevat yleensä resoluution vaaka- ja pystypikseleiden lukumääränä, kuten 1920×1080; Käytännön sovelluksissa se ilmaistaan ​​usein muodossa 1K, 2K, 4K jne.

Mitä korkeampi resoluutio on samassa näkökentässä, sitä rikkaampia tietoja kamera pystyy esittämään. Hämärässä valossa korkearesoluutioiset kamerat auttavat säilyttämään tehokkaamman kuvainformaation ja tarjoavat perustakuun myöhempään vian havaitsemiseen ja koon mittaamiseen.

2. Hankintanopeus ja valotuksen hallintaominaisuudet

Kameran kuvausnopeus ilmaistaan ​​yleensä kuvanopeudella (fps) tai viivataajuudella (kHz). Liikkuvan kohteen tunnistussovelluksissa kameralla on oltava riittävä kuvausnopeus kuvan epäterävyyden tai tietojen menettämisen välttämiseksi.

Hämärässä valossa kohtuulliset valotusajan asetukset ovat erityisen tärkeitä. Pidemmät valotusajat voivat parantaa kuvan kirkkautta, mutta ne voivat myös aiheuttaa liikkeen epäterävyyttä. Siksi kameran sulkimen ohjauskyky ja nopea kuvauskyky ovat tärkeitä takeita selkeän kuvan saavuttamisesta hämärässä.

3. Melutason ja signaali-kohinasuhteen suorituskyky

Kohina on yksi näkyvimmistä tekijöistä hämärässä kuvattaessa. EMVA1288-standardin mukaan kameramelu sisältää pääasiassa signaaliin liittyvää laukauskohinaa ja anturin lukupiirien ja signaalinkäsittelypiirien aiheuttamaa luontaista kohinaa. Lisäksi digitointiprosessin aikana syntyy myös kvantisointikohinaa.

Hämärässä valaistuksessa kohinanhallintaominaisuudet vaikuttavat suoraan kuvan käytettävyyteen. Teollisuuskamerat, joilla on vähän kohinaa, voivat ylläpitää korkeampaa signaali-kohinasuhdetta heikossa valaistuksessa, mikä tekee kohteen ominaisuuksista selkeämpiä ja edistää vakaata tunnistusta.

4. Pikselin syvyys ja harmaan taso

Pikselisyvyys tarkoittaa kameran tuottaman kuvan harmaasävybittien määrää, jotka ovat yleensä 8-, 10-, 12-bittisiä tai jopa suurempia. Mitä suurempi pikselin syvyys, sitä rikkaampia harmaasävyjä voidaan ilmaista, mikä auttaa erottamaan hienovaraiset kirkkauserot.

Hämärässä valaistuksessa suurempi pikselisyvyys voi parantaa harmaasävyjen suorituskykyä, mutta se asettaa myös korkeammat vaatimukset tiedonsiirtonopeudelle ja järjestelmäintegraatiolle. Siksi käytännön sovelluksissa on tehtävä kattava kompromissi havaintotarkkuuden ja järjestelmän suorituskyvyn perusteella.

5. Spektrivaste ja valonlähteiden sovituskyky

Teollisuuskameran spektrivaste määrittää sen herkkyyden eri aallonpituuksille. Eri vastealueiden mukaan kamerat voidaan jakaa näkyvän valon kameroihin, infrapunakameroihin ja ultraviolettikameroihin. Hämärässä havaitsemisessa kameran ja paikan päällä olevan valonlähteen spektrivasteen ominaisuuksien oikea yhteensovittaminen auttaa maksimoimaan tehokkaiden signaalien hankinnan ja parantamaan yleistä kuvantamistehoa.

4. Hämärässä kuvantamisen testauksen käytännön merkitys

Suorittamalla teollisuuskameroiden kuvaustestejä heikossa valaistuksessa voimme järjestelmällisesti arvioida niiden yksityiskohtien palauttamiskykyä, melunhallintaominaisuuksia ja kuvanvakautta heikossa valaistuksessa. Tämä ei ainoastaan ​​auta optimoimaan kameran valintaa, vaan myös vähentää riippuvuutta erittäin kirkkaista valonlähteistä käytännön sovelluksissa, mikä vähentää järjestelmän energiankulutusta ja rakenteellista monimutkaisuutta.

Skenaarioissa, kuten piirilevyjen juotosliitosten tarkastuksessa, elektronisten komponenttien tarkastuksessa ja tarkkuuskomponenttien ulkonäön tarkastuksessa, teollisuuskamerat, joilla on hyvät kuvantamisominaisuudet heikossa valaistuksessa, voivat säilyttää vakaan tehon monimutkaisissa ympäristöissä ja tarjota luotettavan tietopohjan automaattisille tarkastusjärjestelmille.

Kuvaussuorituskyvystä heikossa valaistuksessa on tullut yksi tärkeimmistä suunnasta teollisuuskameratekniikan kehityksessä. Tieteellisten testausmenetelmien ja järkevän parametrianalyysin avulla teollisuuskameroiden suorituskykyä käytännön sovelluksissa voidaan arvioida kattavammin. Tulevaisuudessa, kun kuva-anturiteknologiaa ja signaalinkäsittelyominaisuuksia parannetaan jatkuvasti, teollisuuskamerat tulevatHeikon valon havaitsemisen alalla on suurempi sovelluspotentiaali. Smart Vision jatkaa myös teollisuuskameroiden ja näköratkaisujen testaamista ja optimointia todellisten sovellustarpeiden perusteella tarjotakseen asiakkaille vakaampaa ja tehokkaampaa konenäkötarkastustukea.