沃德普中文

机器视觉光源

0769-23187951

当前位置:首页 » 资讯中心 » 视觉光源技术文章 » 五种最常见的机器视觉应用领域及算法

五种最常见的机器视觉应用领域及算法

文章出处:网责任编辑:作者:人气:-发表时间:2018-11-30 09:41:00
   今天沃德普给大家介绍的是五种最常见的机器视觉应用领域及算法,一般常见的机器视觉应用有哪些呢?现今最流行的算法有哪些呢?而选择机器视觉软件又有什么关系呢?下面就跟着沃德普机器视觉一起来了解一下吧!
 
    选择视觉软件时,必须确定软件工具是否能够正确,准确地测量到子像素的重要部分或对象特征。如果软件不准确可靠,那么计算机的速度和相机的像素数无关紧要。请记住,制作准确的代码比使快速代码更准确更容易。
 
    视觉开发模块和Vision Builder AI包含数百种准确可靠的视觉功能。下面列出了五种最常见的机器视觉应用领域以及最流行的算法。
 
   1. 增强图像 – 使用过滤工具锐化边缘,消除噪音或提取频率信息。使用图像校准工具消除由镜头失真和相机放置引起的非线性和透视误差。您还可以使用图像校准工具将实际单位应用于测量,因此工具返回的值以微米,毫米或英里而不是像素为单位。
 
 
    2.检查有无 – 这是最简单的视觉检查类型。要检查零件或特征是否存在,可以使用任何颜色,图案匹配或直方图工具。存在检查总是导致是/否或通过/失败。
 
 
    3.定位特征 – 在对齐对象或确定精确的对象放置时,定位特征非常重要,可作为所有后续检查的标准。边缘检测,灰度模式匹配,形状匹配,几何匹配和颜色模式匹配都是可用于定位特征的工具。这些工具将对象位置(X,Y)和旋转角度返回到十分之一像素。几何匹配不受重叠对象或比例变化的对象的影响。
 
 
    4.测量功能 – 使用视觉系统的最常见原因是进行测量。通常,您使用边缘检测,粒子分析和几何函数工具来测量距离,直径,总数,角度和面积。无论是计算显微镜下的单元总数还是两个制动钳边缘之间的角度,这些工具总是返回一个数字而不是位置或通过/失败值。
 
 
    5.识别零件 – 零件识别对于零件合规性,跟踪和验证非常重要。直接识别方法包括读取条形码或数据代码,如DataMatrix和PDF 417.较新的方法使用可训练的OCR或对象分类。零件识别通常会产生文本或字符串,而不是测量或通过/失败确定。
 
 
    所有Vision开发模块和Vision Builder AI功能都利用亚像素精度来插入位置,距离和测量值,下降到十分之一像素和十分之一度。
 

 选择机器视觉配件的时候需要针对所需的检测要求来进行匹配的,现今阶段暂时还没有一款通用的机器视觉系统,因此,在选型的时候会遇到选型的问题,大家可能会觉得无从下手,其实在选型上遇到问题,可以联系沃德普,沃德普为您提供最具性价比的选型方案,详情可咨询沃德普机器视觉客服。 

此文关键字:机器视觉光源,机器视觉,光源控制器,非标定制光源

相关资讯