В условиях быстрого развития промышленной автоматизации и интеллектуального производства контроль машинного зрения стал незаменимой и важной частью современных производственных линий. Качество изображения промышленных камер, являющихся основным оборудованием системы визуального контроля, напрямую влияет на точность и стабильность результатов контроля. Способность промышленных камер стабильно выдавать высококачественные изображения, особенно в условиях низкой освещенности, стала одним из важных показателей для измерения их общей производительности.
1. Применение промышленного визуального контроля в условиях низкой освещенности
Приложения промышленного визуального контроля обычно можно разделить на три основные категории: измерение размеров и позиционирование, обнаружение дефектов поверхности, а также обнаружение и идентификация логотипа. Среди них измерение размеров в основном используется для определения длины, ширины, высоты и других геометрических размеров заготовки. В практических приложениях наиболее распространенным является двумерное обнаружение. Обнаружение дефектов поверхности фокусируется на неровных участках локальных физических или химических свойств на поверхности измеряемого объекта, таких как царапины, ямки, пятна на поверхности металлических или пластиковых изделий, меньшее количество олова, больше олова, отсутствие припоя и другие проблемы на печатной плате. Обнаружение логотипа в основном используется для определения того, является ли печатный контент правильным, полным и точным ли положением.
В реальных производственных условиях из-за закрытой конструкции оборудования, ограниченного пространства рабочего места, поглощения света материалом испытуемого объекта или соображений энергосбережения часто возникает проблема недостаточного освещения места контроля. В условиях низкой освещенности изображение становится недостаточно ярким, значительно увеличивается уровень шума и теряется подробная информация, что предъявляет более высокие требования к возможностям обработки изображений и стабильности промышленных камер. Поэтому тестирование и анализ качества изображения в условиях низкой освещенности имеет большое значение для выбора и применения систем промышленного зрения.
2. Базовый состав системы промышленного визуального контроля.
Полная промышленная система визуального контроля обычно состоит из трех основных частей: получения изображений, обработки и анализа изображений, управления данными и взаимодействия человека с компьютером. С точки зрения аппаратного обеспечения модуль получения изображений в основном включает в себя такое оборудование, как источники освещения, промышленные камеры, промышленные объективы и карты захвата изображений; с точки зрения программного обеспечения модуль обработки и анализа изображений в основном состоит из алгоритмов предварительной обработки изображений и алгоритмов обнаружения, которые используются для улучшения целевых характеристик и полного измерения размера или определения дефектов; модуль управления данными и взаимодействия человека с компьютером сортирует, сигнализирует или записывает продукты на основе результатов обнаружения.
В приложениях обнаружения при слабом освещении важность модуля получения изображения особенно заметна. Способность камеры улавливать световые сигналы, уровень контроля шума и характеристики динамического диапазона будут напрямую влиять на эффект обработки последующих алгоритмов и даже определять, сможет ли вся визуальная система работать стабильно.
3. Ключевые параметры камеры, вызывающие беспокойство при тестировании изображений при слабом освещении
Во время испытаний промышленных камер при слабом освещении необходимо сосредоточиться на следующих основных параметрах. Эти параметры совместно определяют фактическую производительность камеры при съемке в сложных условиях освещения.
1. Разрешение и детали изображения
Разрешение является одним из основных показателей производительности промышленных камер и определяется количеством пикселей датчика изображения. Камеры с зональным сканированием обычно выражают разрешение в виде количества пикселей по горизонтали и вертикали, например 1920×1080; в практических приложениях оно часто выражается в виде 1К, 2К, 4К и т. д.
В пределах одного и того же поля зрения, чем выше разрешение, тем более подробную информацию может предоставить камера. В условиях низкой освещенности камеры с высоким разрешением помогают более эффективно сохранять информацию об изображении, обеспечивая базовую гарантию для последующего обнаружения дефектов и измерения размера.
2. Скорость съемки и возможности управления экспозицией.
Скорость съемки камеры обычно выражается в частоте кадров (кадров в секунду) или частоте линии (кГц). Для приложений обнаружения движущихся целей камера должна иметь достаточную скорость захвата, чтобы избежать размытия изображения или потери информации.
В условиях низкой освещенности особенно важна разумная настройка времени экспозиции. Более длительная выдержка может помочь улучшить яркость изображения, но также может вызвать размытие изображения. Таким образом, возможность управления затвором камеры и высокая скорость съемки являются важными гарантиями получения четкого изображения в условиях низкой освещенности.
3. Уровень шума и соотношение сигнал/шум.
Шум является одним из наиболее важных факторов при съемке в условиях низкой освещенности. Согласно стандарту EMVA1288, шум камеры в основном включает в себя дробовый шум, связанный с сигналом, и собственный шум, вносимый схемами считывания датчиков и схемами обработки сигналов. Кроме того, в процессе оцифровки также генерируется шум квантования.
В условиях низкой освещенности возможности контроля шума напрямую влияют на удобство использования изображения. Промышленные камеры с низкими шумовыми характеристиками могут поддерживать более высокое соотношение сигнал/шум в условиях низкой освещенности, что делает объекты цели более четкими и способствует стабильному обнаружению.
4. Глубина пикселей и уровень серого.
Глубина пикселей относится к количеству битов в оттенках серого в изображении, выводимом камерой, которое обычно составляет 8 бит, 10 бит, 12 бит или даже выше. Чем выше глубина пикселей, тем богаче могут быть выражены уровни серого, что помогает различать тонкие различия в яркости.
В приложениях с низкой освещенностью более высокая глубина пикселей может улучшить производительность в оттенках серого, но также предъявляет более высокие требования к скорости передачи данных и системной интеграции. Поэтому в практических приложениях необходимо найти комплексный компромисс, основанный на точности обнаружения и производительности системы.
5. Спектральный отклик и возможность согласования источников света.
Спектральный отклик промышленной камеры определяет ее чувствительность к свету различной длины волны. В зависимости от диапазона срабатывания камеры можно разделить на камеры видимого света, инфракрасные камеры и ультрафиолетовые камеры. При обнаружении слабого освещения правильное согласование характеристик спектрального отклика камеры и источника света на объекте поможет максимизировать получение эффективных сигналов и улучшить общий эффект изображения.
4. Практическая значимость тестирования изображений при слабом освещении.
Проводя испытания изображений промышленных камер в условиях низкой освещенности, мы можем систематически оценивать их возможности восстановления деталей, возможности контроля шума и стабильность изображения в условиях низкой освещенности. Это не только помогает оптимизировать выбор камеры, но и снижает зависимость от источников света высокой яркости в практических приложениях, снижая энергопотребление системы и структурную сложность.
В таких сценариях, как проверка паяных соединений печатных плат, проверка электронных компонентов и проверка внешнего вида прецизионных компонентов, промышленные камеры с хорошими возможностями формирования изображения при слабом освещении могут поддерживать стабильное качество изображения в сложных средах и обеспечивать надежную основу данных для автоматизированных систем контроля.
Качество изображения в условиях низкой освещенности стало одним из важных направлений развития технологий промышленных камер. Благодаря научным методам тестирования и разумному анализу параметров можно более полно оценить эффективность промышленных камер в практическом применении. В будущем, благодаря постоянному совершенствованию технологий датчиков изображения и возможностей обработки сигналов, промышленные камеры будутОбласть обнаружения при слабом освещении демонстрирует больший потенциал применения. Smart Vision также продолжит тестировать и оптимизировать промышленные камеры и решения машинного зрения на основе реальных потребностей приложений, чтобы предоставить клиентам более стабильную и эффективную поддержку контроля машинного зрения.
