视觉检测试验报告材料2

1、实用标准视觉检测技术试验题目：MV-ERP200AL器视觉旋转试验台功能验证试验学院：信息科学与工程学院专业班级：测控技术与仪器1401学号：14040110X学生姓名：李二狗指导教师：%S博名?4大挈设计时间：2022.11.13文案大全实用标准目录一、试验台介绍11.1试验台主要构成11.1.1机械运动限制局部11.1.2相机局部21.1.3光源照明局部21.1.4图像处理局部21.2主要器件的关键指标21.2.1工业数字相机21.2.2光源3二、仪器操作及配置流程32.1光源局部的调试42.2相机局部的调试4三、仪器主要测量指标分析53.1多圆检测指标分析53.2血管识别检测指标分析5四

2、、仪器采集或测量的试样64.1多圆检测试验结果64.2血管识别检测试验结果7五、试验方案设计8六、实验结果分析96.1原始采集的图像96.2测试结果的图像96.3测试结果的分析与总结10文案大全实用标准一、试验台介绍本次试验中以维视数字图像技术MICROVISION 推出 MV-ERP200Al 器视觉电动限制旋转实验开发平台作为主要的实验设备,本设备采用 MV-MVIPS 机器视觉图像处理限制器软件,其中包括匹配定位、尺寸测量、颜色分析、缺陷检测等多个图像处理库函数功能强大.MV-ERP200AF 发平台提供多种图像处理实验,如图象分割、图象融合、机器学习、模式识别、图象测量、图象处理、 模

3、式识别和人工智能、 三维测量、 双目立体视觉等实验.此次试验中通过 MV-ERP200A机器视觉电动限制运动实验开发平台提供的尺寸测量、 缺陷测量 XAVIS 编程例如,实践了解了尺寸检测与划痕检测的根本流程与原理.1.1试验台主要构成从整体外观来看,MV-ERP200 刚器视觉实验平台由三大局部组成：机械运动、限制局部,视觉局部,光源照明局部,图像处理模块未显示,平台外观如下列图 1 所示：1.1.1 机械运动限制局部主要组成为机械平台主体装配体,包括了运动限制的所有限制单元以及通讯单元,各限制单元及通讯单元合理地布局在机柜内部.实验平台的电源输入接口、平台转速限制调节单元,均实验平台的侧面

4、板上.将平台电源线插上,并接入AC220V电源,翻开电源开关,平台上红色电源指示灯亮.文案大全实用标准1.1.2 相机局部相机局部由相机、镜头、微调升降架和相机固定螺母等组成,具体组成为高分辨率工业镜头、工业数字相机、微调升降架固定螺母、微调升降架微调旋钮、微调升降架、相机固定螺母等.1.1.3 光源照明局部光源照明局部主要由 LED 光源、光源限制器、光源固定支架及转换块等组成.使用中如果光源高度和角度位置不适宜,均可重新调节固定位置,直到合适为止.1.1.4 图像处理局部图像处理局部主要包括嵌入式计算机、图像处理软件 MVIPS 等.MV-MVIPS机器视觉图像处理限制器软件对被测物件进行

5、缺陷识别、测量参数、色差检测与外观外形检测等根本识别与检测功能.机械平台主体机械平台主体图 1 整体设备外观视图1.2主要器件的关键指标本次实验中 MV-ERP200Al 器视觉电动限制旋转实验开发平台(高级型)采用 MV-MVIPSB器视觉图像处理限制器软件对被测物件进行匹配定位、尺寸测量、颜色分析、缺陷检测等根本识别与检测.基于机器视觉检测系统的根本设计中的光源照明局部和图像处理局部的组成,本小节中基于课堂所学知识及查阅资料,主要分析其中的工业相机与光源的参数及相关技术指标.1.2.1 工业数字相机本次实验中实验开发平台选用 MV-1300UMSB2.0 高分辨黑白工业数字摄像头.MV-1

6、300UMUSB2.0 黑白工业数字摄像头是维视公司的一款高性能工业检测专用工业数字摄像机,具有高分辨率、高精度、高清楚度、色彩复原好、低噪声等特点,工业数字摄像机采用了 USB2.0 标准接口,安装使用方便,非常适合室内外各种工业检测应用.(1)分辨率(Resolution)相机每次采集图像的像素点数(Pixels),对于数字工业相机一般是直接与光电传感器的像元数对应的.MV-1300UMUSB2.0I 白工业数字摄像头具有分辨率高、 图像质量好,分辨率可达1280*1024、1600*1200、2048*1536,数字面阵 CMOS 感光芯片,本实验中相机分辨率为1280*1024.(2)

7、像素深度(PixelDepth)文案大全实用标准即每像素数据的位数,一般常用的是 8Bit,对于数字工业相机一般还会有 10Bit、12Bit等.本实验中相机的数据位数为 10 选 8,在实验中根据软件中的模幅员片数据和程序设计,可以看出像素数据的位数为 8 位.(3)像元尺寸(PixelSize)像元大小和像元数(分辨率)共同决定了相机靶面的大小一般像元尺寸越小,制造难度越大,图像质量也越不容易提升.本实验中相机的像元尺寸为 5.2 小m*5.2mm(4)光谱响应特性(SpectralRange)光谱响应特性是指该像元传感器对不同光波的敏感特性,一般响应范围是 350nm1000nm本实验中

8、相机在 550nm 光源条件下,其灵敏度可达 2.1/Lux-s.1.2.2 光源本次实验中实验开发平台选用 AFT-RL 系列环形低角度光源,这是一款专为机器视觉、工业检测、工业体视显微镜设计的高亮度 LED 光源,亮度可调、低温、均衡、无闪烁,无阴影,特有的内嵌式结构,用户可以根据需要加装偏光片,减少光线干扰从而显著提升图像质量,广泛应用于工业显微、线路板照明、晶片及工件检测、视觉定位等系统中.本次实验的实验开发平台选用的光源的型号为 AFT-RL13090M 相关参数说明如下：(1)型号说明AFT:公司名,RL:环形光源,130:外径尺寸单位 mm90:内径尺寸单位 mm(2)角度与颜色

9、光照角度 90,光照颜色(W):白色.(3)工作电压、电流及标配限制器型号工作电压：18(V),工作电流：220(mA),标配限制器：AFT-ALP2415-02.(4)功率此型号光源的功率对应光照颜色不同,功率也有所不同白/蓝光 4.0W(5)厚度与重量此型号光源对应的厚度为 9mm 光源的重量为 150g.二、仪器操作及配置流程根据实验指导书的相关考前须知要求,在首次检测前,必须针对当前要检测的工件调整光源高度、亮度,相机曝光、增益等视觉参数,以突出工件的特征检测区域,便于进行检测.试验时适度调节光源位置、镜头相机参数以便于实际测量时适应不同的图像采集.适当调节光源位置或者关闭光源,同时调

10、节 XavisEe 软件进行相应处理.文案大全2.1光源局部的调试如下列图 2 所示为光源局部的结构示意图,试验中首先将光源安装在光源固定支架上,固定配套小螺钉固定.然后将光源转换块装在平台立杆上,选择适宜高度,拧紧转换块上的固定螺母.最后将安装好 LED 光源的光源支架和转换块装配好,选择适宜的位置,并拧紧转换块上的固定螺母.2.2相机局部的调试如下列图 3 所示为相机局部的结构示意图,试验中首先将微调升降架安装在平台上,固定一般固定在 LED 光源的正上方位置.然后将相机安装在微调开降架上,并固定配套相机固定螺母固定o 相机的位置在光源的正上方,假设位置不适宜,可松开要调节位置处的螺母,重

11、新调节位置.图 3 相机局部示意图实用标准转换块沿平台立杆子位置可词先藤固定支架可周整光焉度光薄立杆LEDLED光源图 2 光源局部示意图转换块宣走浮呈文案大全实用标准三、仪器主要测量指标分析鉴于本次实验中的MV-ERP200/B器视觉电动限制旋转实验开发平台主要针对尺寸测量、缺陷测量 XAVIS 编程例如的功能特性,以及 MV-MVIPSW 器视觉图像处理限制器软件所具有在对各种图像处理算法学习研究根底上,采用 VC语言编程实现一个工件或一个产品的检验判定,并与 XAVIS 链接,在 VS860 机器视觉教学创新实验平台上与 XAVIS 提供的例如进行比拟,验证自选算法的可行性和准确性.本小

12、节根据图像处理软件 XavisEe 的相关编程函数进行指标分析.3.1多圆检测指标分析基于此次 MV-ERP200A 机器视觉电动限制运动实验开发平台的硬件设置,通过摄像头摄入载物平台上的物体一块含有多个圆孔的工件,并实时将图像交由个人 PC 中的 XavisEe软件进行相应处理拟合出多个圆形,并进行半径测量,以到达实时处理图像的目的,具有较好的实用性.利用多圆测量RectMuchCircle的功能,实现所选区域中多个圆测量,输出测得圆个数以及每个圆的圆心和坐标信息.其相关输入参数有 image_origin:输入图像边缘图、rect:关注区域,输出参数有 num:所测圆个数、ocircler

13、x:圆心 x 坐标、ocirclery:圆心 y 坐标、ocircler:圆半径.3.2血管识别检测指标分析指纹识别已经大量用于实践当中,大家最为熟悉的就是旧乂现在是Lenovo的 ThinkPad 系列当中一局部机型运用指纹识别进行加密,不过血管识别将会是指纹识别的继续,是未来加密的一个方向 日立等公司已推出血管识别,用于个人支付领域.利用 Niblack 算法用以图像处理,此方法常用于文档图像的二值化,且基于图像的局部均值和标准差计算阈值.用 Niblack 方法对灰度图进行局部动态阈值分割.Niblack 方法的输入参数为 imagein:输入 8 位单通道灰度图,输出参数为 image

14、out:输出图像.Niblack 方法输出的图像通常需要滤波处理,利用平滑滤波函数 SmoothFilter 用 method 中的方法对灰度图进行平滑滤波,其中 method 参数的选择可设置不同的滤波方式,其具体的设定值为：0:高斯滤波、1:中值滤波、2BLUR.此外还可以利用 RectSmoothFilter 函数对灰度图的选定区域进行平滑滤波处理,其先关的参数指标的选择与设定根本上与 SmoothFilter 函数相同,只是此函数的作用范围为输入图像的选定区域范围.文案大全实用标准四、仪器采集或测量的试样4.1多圆检测试验结果基于多圆检测实验指导的根本工作流程,记录XavisEe软件处

15、理结果及测量相应数据如下列图 4图 6 所示：图 4 多圆检测效果图nttidth.44TnHaight:44Onttidth.44TnHaight:44O位深nttidth.WnHeichtnttidth.WnHeicht：44O44O位泳：8 8nWidth411T7iHnWidth411T7iH iglnigln：44O44O位深工143.4135T4143.4135T41 142423T71513T7151247247932953249932953249T0T0443T443T343853834385384?4?344.344.66375663757 7mir尸0343.8539433

16、43.853943yl344.SJ63T57344.SJ63T571T5.1T5.945969945969T3T3175.5934175.5934rU.69.32B2O969.32B2O9F130.30.190346190346r260.54676660.546766r398.41033198.410331000.0000000.00000001a.ooooooa.oooooo100%100%参数名称会粤值显A A参题名称参数值显12123030日口-gCgC文案大全图 5 检测数据 1图 6 检测数据 24.2血管识别检测试验结果本次实验中利用提供的一幅原始图像当中的血管分布状况提取出来,实

17、现简单的血管识别,记录试验中的原始图像与处理提取后的图像结果如图 710 所示：图 9 图像处理 2图 10 处理结果图文案大全EIZ实用标准实用标准五、试验方案设计基于实验指导书所指导的实时多圆检测的根本流程与思路,我们小组参考多圆检测设计的检测方法.同样检测物件的尺寸参数,选择物件的内径与外径的尺寸参数作为被测参数.利用MV-USB2.阱目机软件的Microvision进行对于采集,并且参考XavisEe软件提供的例如图片白相关参数,利用 PhotoShop 软件修改宽度(W)447 像素、高度(H)400 像素、位深度 8,处理后的结果如下列图 11 软件处理图所示：图 11 软件处理图

18、图像处理软件XavisEe的代码区局部程序,局部函数已经在第三节中描述过相应功能,其程序代码如下：Read2image(workpiecesmulticircle.bmp);Show2image(image);Drawrectangle(rect);RectThreshDivision(image,rect,1,1,0,image1);RectSmoothFilter(image1,rect,1,3,imag2);Show2image(image);RectMuchCircle(image3,rect,n,x,y,r);Show2image(image);GenEllipses(x,y,r,r

19、,0,2,red);for(i=0,n,1);a=(xi);b=(yi-ri-5);GenText(a,b,20,white,C,1);c=(a+10);CStringFormat(%d,i,s1);GenText(c,b,20,white,s1,1);d=(i*20+50);InToDouble(d,dd);GenText(10,dd,20,green,C,0);CStringFormat(%d,i,s2);GenText(22,dd,20,green,s2,0);GenText(30,dd,20,green,:,0);文案大全实用标准六、实验结果分析6.1原始采集的图像根据第五节中的静态图

20、像采集的方法与处理,得到的原始图像如图 12、13 所示:图 12 采集图像 1 图 13 采集图像 26.2测试结果的图像图像处理软件 XavisEe 的测试图像结果如下列图 14、15 所示:图 14 测试结果 1图 15 测试结果 2图像处理软件 XavisEe 的测量值显区结果如图 1617 所示:图 16 测量数据 1文案大全实用标准图 17 测量数据 2图像处理软件 XavisEe 的程序代码区设计结果如图 18 所示:代玛区程序workpi电.电皿Lb町匕1巾在藁SKow2dimage(image);Drawrectangle(rect);RectTlhreshBivision(image,rect1,L0,;RectSmoothFilter(imagelrectI,3/.2);RectEdg-eet(ivnaeimgg隹3/rectj,EROSIONCONTOUR);Show2diimage(image3)；RectMuchCircle(image3rect,/r)；Show