Test obrazowania kamer przemysłowych w warunkach słabego oświetlenia

W kontekście szybkiego rozwoju automatyki przemysłowej i inteligentnej produkcji, inspekcja wizyjna maszyn stała się nieodzowną i ważną częścią nowoczesnych linii produkcyjnych. Jako podstawowy sprzęt systemu kontroli wizualnej, wydajność obrazowania kamer przemysłowych bezpośrednio wpływa na dokładność i stabilność wyników kontroli. Szczególnie w warunkach słabego oświetlenia to, czy kamery przemysłowe mogą stabilnie generować wysokiej jakości obrazy, stało się jednym z ważnych wskaźników pomiaru ich ogólnej wydajności.

1. Zastosowania przy słabym oświetleniu w przemysłowej inspekcji wizyjnej

Zastosowania kontroli wizyjnej w przemyśle można zazwyczaj podzielić na trzy główne kategorie: pomiar wymiarów i pozycjonowanie, wykrywanie defektów powierzchni oraz wykrywanie i identyfikacja logo. Wśród nich pomiar wymiarowy służy głównie do wykrywania długości, szerokości, wysokości i innych wymiarów geometrycznych przedmiotu obrabianego. W zastosowaniach praktycznych najczęściej stosowana jest dwuwymiarowa detekcja wymiarowa. Wykrywanie defektów powierzchni koncentruje się na nierównych obszarach o lokalnych właściwościach fizycznych lub chemicznych na powierzchni mierzonego obiektu, takich jak zadrapania, wgłębienia, plamy na powierzchni produktów metalowych lub plastikowych, mniej cyny, więcej cyny, brak lutu i inne problemy na płytce PCB. Wykrywanie logo służy głównie do określenia, czy wydrukowana treść jest poprawna, kompletna i czy pozycja jest dokładna.

W rzeczywistym środowisku produkcyjnym, ze względu na zamkniętą konstrukcję sprzętu, ograniczoną przestrzeń stanowiska pracy, pochłanianie światła przez materiał badanego obiektu, czy też względy oszczędzania energii, często pojawia się problem niedostatecznego oświetlenia w miejscu kontroli. Środowiska o słabym oświetleniu prowadzą do niewystarczającej jasności obrazu, znacznego wzrostu szumów i utraty szczegółowych informacji, co stawia wyższe wymagania w zakresie możliwości obrazowania i stabilności kamer przemysłowych. Dlatego testowanie i analizowanie wydajności obrazowania w warunkach słabego oświetlenia ma ogromne znaczenie przy wyborze i zastosowaniu przemysłowych systemów wizyjnych.

2. Podstawowa budowa przemysłowego systemu kontroli wizyjnej

Kompletny system inspekcji wizualnej w przemyśle składa się zwykle z trzech głównych części: akwizycji obrazu, przetwarzania i analizy obrazu, zarządzania danymi oraz interakcji człowiek-komputer. Z punktu widzenia sprzętowego moduł akwizycji obrazu obejmuje głównie sprzęt taki jak źródła światła, kamery przemysłowe, obiektywy przemysłowe i karty do przechwytywania obrazu; z punktu widzenia oprogramowania moduł przetwarzania i analizy obrazu składa się głównie z algorytmów wstępnego przetwarzania obrazu i algorytmów wykrywania, które służą do poprawy charakterystyki obiektu oraz pełnego pomiaru rozmiaru lub oceny defektu; moduł zarządzania danymi i interakcji człowiek-komputer sortuje, alarmuje lub rejestruje produkty w oparciu o wyniki wykrywania.

W zastosowaniach związanych z detekcją słabego oświetlenia znaczenie modułu akwizycji obrazu jest szczególnie widoczne. Zdolność kamery do wychwytywania sygnałów świetlnych, poziom kontroli szumów i zakres dynamiczny będą miały bezpośredni wpływ na efekt przetwarzania kolejnych algorytmów, a nawet określą, czy cały system wizualny będzie mógł działać stabilnie.

3. Kluczowe parametry kamery istotne w badaniach obrazowych w słabym oświetleniu

Podczas testu obrazowania kamer przemysłowych w słabym świetle należy skupić się na następujących podstawowych parametrach. Parametry te łącznie określają rzeczywistą wydajność obrazowania kamery w złożonych warunkach oświetleniowych.

1. Rozdzielczość i szczegóły obrazowania

Rozdzielczość jest jednym z najbardziej podstawowych wskaźników wydajności kamer przemysłowych i jest określana na podstawie liczby pikseli przetwornika obrazu. Kamery ze skanowaniem obszarowym zwykle wyrażają rozdzielczość w postaci liczby pikseli w poziomie i pionie, np. 1920 × 1080; w zastosowaniach praktycznych często wyraża się go w postaci 1K, 2K, 4K itp.

W tym samym polu widzenia, im wyższa rozdzielczość, tym bogatsze szczegółowe informacje może przedstawić kamera. W warunkach słabego oświetlenia kamery o wysokiej rozdzielczości pomagają zachować bardziej efektywne informacje o obrazie, zapewniając podstawową gwarancję późniejszego wykrycia defektów i pomiaru rozmiaru.

2. Szybkość akwizycji i możliwości kontroli ekspozycji

Szybkość akwizycji kamery jest zwykle wyrażana w liczbie klatek na sekundę (fps) lub częstotliwości linii (kHz). W przypadku zastosowań związanych z wykrywaniem ruchomych celów kamera musi mieć wystarczającą prędkość akwizycji, aby uniknąć rozmycia obrazu lub utraty informacji.

W warunkach słabego oświetlenia szczególnie istotne są rozsądne ustawienia czasu ekspozycji. Dłuższe czasy ekspozycji mogą pomóc poprawić jasność obrazu, ale mogą również powodować rozmycie w ruchu. Dlatego też zdolność sterowania migawką aparatu i szybkość akwizycji obrazu są ważnymi gwarancjami uzyskania wyraźnych zdjęć przy słabym oświetleniu.

3. Poziom szumu i stosunek sygnału do szumu

Szum jest jednym z najważniejszych czynników obrazujących przy słabym oświetleniu. Zgodnie ze standardem EMVA1288 szum kamery obejmuje głównie szum związany z sygnałem oraz szum nieodłączny wprowadzany przez obwody odczytu czujnika i obwody przetwarzania sygnału. Ponadto w procesie digitalizacji generowany jest również szum kwantyzacji.

W warunkach słabego oświetlenia możliwości kontroli szumów bezpośrednio wpływają na użyteczność obrazu. Kamery przemysłowe o niskim poziomie szumów mogą utrzymać wyższy stosunek sygnału do szumu w warunkach słabego oświetlenia, dzięki czemu cechy celu są wyraźniejsze i sprzyjają stabilnemu wykrywaniu.

4. Głębia pikseli i poziom szarości

Głębia pikseli odnosi się do liczby bitów skali szarości w obrazie wysyłanym przez kamerę, która zwykle ma rozdzielczość 8, 10, 12 bitów lub nawet wyższą. Im większa głębokość pikseli, tym bogatsze można wyrazić poziomy szarości, co pomaga rozróżnić subtelne różnice w jasności.

W zastosowaniach przy słabym oświetleniu większa głębokość pikseli może poprawić wydajność w skali szarości, ale stawia również wyższe wymagania dotyczące szybkości transmisji danych i integracji systemu. Dlatego w zastosowaniach praktycznych należy dokonać wszechstronnego kompromisu w oparciu o dokładność wykrywania i wydajność systemu.

5. Odpowiedź widmowa i zdolność dopasowywania źródła światła

Odpowiedź widmowa kamery przemysłowej określa jej czułość na światło o różnych długościach fal. Ze względu na różne zakresy reakcji kamery można podzielić na kamery światła widzialnego, kamery na podczerwień i kamery ultrafioletowe. W przypadku wykrywania przy słabym oświetleniu odpowiednie dopasowanie charakterystyki reakcji widmowej kamery i lokalnego źródła światła pomoże zmaksymalizować pozyskiwanie skutecznych sygnałów i poprawić ogólny efekt obrazowania.

4. Praktyczne znaczenie badań obrazowych przy słabym oświetleniu

Przeprowadzając testy obrazowania kamer przemysłowych w warunkach słabego oświetlenia, możemy systematycznie oceniać ich możliwości przywracania szczegółów, możliwości kontroli szumów i stabilność obrazu w warunkach słabego oświetlenia. Pomaga to nie tylko zoptymalizować wybór kamery, ale także zmniejsza zależność od źródeł światła o wysokiej jasności w praktycznych zastosowaniach, zmniejszając zużycie energii systemu i złożoność konstrukcyjną.

W scenariuszach takich jak inspekcja połączeń lutowanych PCB, inspekcja komponentów elektronicznych i kontrola wyglądu komponentów precyzyjnych, kamery przemysłowe z dobrymi możliwościami obrazowania przy słabym oświetleniu mogą utrzymać stabilną moc wyjściową w złożonych środowiskach i zapewnić wiarygodną bazę danych dla zautomatyzowanych systemów inspekcyjnych.

Wydajność obrazowania w warunkach słabego oświetlenia stała się jednym z ważnych kierunków rozwoju technologii kamer przemysłowych. Dzięki naukowym metodom testowym i rozsądnej analizie parametrów można bardziej wszechstronnie ocenić działanie kamer przemysłowych w zastosowaniach praktycznych. W przyszłości, wraz z ciągłym udoskonalaniem technologii czujników obrazu i możliwości przetwarzania sygnału, kamery przemysłowe będą to robićobszar wykrywania słabego oświetlenia . Większy potencjał zastosowań wykazuje Smart Vision będzie również w dalszym ciągu testować i optymalizować kamery przemysłowe i rozwiązania wizyjne w oparciu o rzeczywiste potrzeby aplikacji, aby zapewnić klientom bardziej stabilne i wydajne wsparcie w zakresie inspekcji wizyjnych maszyn.