Hoe OpenCV te gebruiken om componentinspectie te automatiseren
Introductie OpenCV voor industriële toepassingen
OpenCV (Open Source Computer Vision Library) is een veelzijdige een veelgebruikte softwarebibliotheek voor computer vision en machine learning. Het biedt een uitgebreide set tools en algoritmen die kunnen worden toegepast op verschillende industriële inspectietaken. Enkele belangrijke kenmerken van OpenCV zijn:
- Meer dan 2500 geoptimaliseerde algoritmen voor beeldverwerking en -analyse
- Ondersteuning voor meerdere programmeertalen, waaronder Python, C++ en Java
- Compatibel met meerdere platforms (Windows, Linux, macOS, Android)
- Actieve ondersteuning van de community en regelmatige updates
Machine vision applicatie
We kregen een aanvraag voor een machine vision opstelling waarbij de klant producten wilde herkennen, lokaliseren en meten zodat het product klaar zou zijn voor de volgende productiestap. We volgden 4 stappen om de juiste opstelling voor zijn toepassing te kiezen:
Industrial Camera for automated inspection of components
De camera moest op een afstand van ongeveer 3300mm recht boven het product worden opgehangen. Wanneer de camera de beelden van het product maakte, wilde de klant deze vervolgens met OpenCV verwerken. Het product was ongeveer 700x700mm en de klant wilde kleine details van 3x3mm kunnen zien. Het idee was om uiteindelijk een groter gebied, namelijk 3000x2000mm, te visualiseren om meerdere producten tegelijk te kunnen verwerken. Gezien deze specificaties is een industriële camera met ten minste 3000 x 2000 pixels vereist. Een camera die aan deze vereisten voldoet, is een 12MP USB3.0 ‘MER2-1220-32U3C’ camera.
Machine vision lens voor IMX226
De klant gaf in zijn aanvraag aan de voorkeur te geven aan een opstelling met een telecentrische lens. Wij adviseren klanten doorgaans dat het beter is om een standaard C-mount lens te gebruiken als uw gezichtsveld groter is dan 65 x 50 mm. Daarnaast heeft een telecentrische lens een vaste werkafstand en kan deze alleen op die werkafstand worden scherpgesteld.
De volgende stap is het berekenen van een geschikte machine vision lens voor de camera. Hiervoor gebruiken we de lenscalculator op onze website. Hieronder ziet u een schermafbeelding van onze lenscalculator:
Lens Calculator
De lenscalculator toont dat we een 8mm C-mount lens nodig hebben. Een goede optie zou daarom deze VA-LCM-10MP-08MM-F2.8-015 zijn
Machine vision verlichting voor automatische inspectie van onderdelen
Een complete opstelling is niet compleet zonder aanvullende machine vision-verlichting. De klant gaf in zijn aanvraag aan dat hij zelf dacht aan een ring light. In veel gevallen is een ring light een goede optie als verlichting, maar in dit specifieke geval is er een beter alternatief. Gezien de relatief grote werkafstand (3300 mm) kan er te veel licht verloren gaan bij gebruik van een ring light. Daarom is het beter om twee van onze nieuwe LED spotlights te gebruiken.
Onlangs heeft VA Imaging een nieuwe LED spotlight uitgebracht. De LED spot heeft verwisselbare optische lenzen en is verkrijgbaar met een openingshoek van 90, 60 en 30 graden. Zo kunt u objecten beter verlichten dan met normale LED's.
Belangrijkste voordelen van deze LED spot:
- Veelzijdige oplossing met optische lenzen van 90 graden, 60 graden en 30 graden
- Compact ontwerp
- IP67-geclassificeerd
- Optische verlichting dankzij leds met hoog rendement
Meer informatie over deze LED spot vindt u op onze website.
OpenCV Software
De machine vision camera moet worden bestuurd met onze Software Development Kit (SDK). Deze SDK is gratis te downloaden van de downloadpagina op onze website. De SDK bevat programmeervoorbeelden en een gebruikersinterface om eenvoudig parameters van de camera in te stellen.
De klant gaf bij de aanvraag al aan dat hij OpenCV software wilde gebruiken. OpenCV is een open-source machine vision software library met een veelgebruikte infrastructuur die gebruikt kan worden voor verschillende toepassingen. Meer informatie over het downloaden van software van derden voor onze machine vision camera’s vindt u in dit artikel uit ons kenniscentrum: Hoe USB3 – GigE industriële camera’s installeren met software van derden.
De OpenCV library heeft meer dan 2500 algoritmen die gebruikt kunnen worden voor:
- Object identificatie
- Camerabewegingen volgen
- 3D modellen van objecten maken
- Afbeeldingen vergelijken
- Etc.
OpenCV heeft interfaces voor Python, C++, Java en Matlab en ondersteunt Android, Windows, Linux en Mac OS.
Vragen?
Met de juiste combinatie van hardware en software kunt u uw kwaliteitscontroleprocessen revolutioneren en continue verbetering in uw productielijn stimuleren. Als u nog vragen heeft over de mogelijkheden die machine vision uw toepassing kan bieden of als u meer wilt weten over de mogelijkheden van OpenCV software, aarzel dan niet om contact met ons op te nemen via onderstaand contactformulier.
Onze account managers helpen u graag verder!