In productieprocessen is het erg belangrijk om de kwaliteit te waarborgen. In veel gevallen gebeurt dit nog steeds met het blote oog, wat later problemen kan veroorzaken. We zien steeds meer bedrijven overstappen naar machine vision in kwaliteitscontrole en andere productieprocessen. In dit artikel leggen we een applicatie uit waarbij machine vision wordt gebruikt in combinatie met OpenCV-software om halffabricaten te inspecteren. Natuurlijk kan de analyse van producten ook met andere softwareprogramma's worden gedaan, maar in dit specifieke geval zullen we ingaan op de mogelijkheden met OpenCV.
OpenCV (Open Source Computer Vision Bibliotheek) is een veelzijdige en veelgebruikte softwarebibliotheek voor computer vision en machine learning. Het biedt een uitgebreide set van tools en algoritmen die kunnen worden toegepast op verschillende industriële inspectietaken. Enkele belangrijke kenmerken van OpenCV zijn:
We hebben een aanvraag ontvangen voor een machine vision opstelling waarbij de klant producten wilde herkennen, lokaliseren en meten zodat het product klaar zou zijn voor de volgende stap in het productieproces. We volgden 4 stappen om de juiste opstelling voor zijn toepassing te kiezen:
De camera moest op ongeveer 3300 mm afstand recht boven het product hangen. Wanneer de camera foto's van het product maakt, wilde de klant deze vervolgens verwerken met OpenCV. Het product was ongeveer 700x700 mm en men wilde kleine details van 3x3 mm kunnen zien. Het idee was om uiteindelijk een groter gebied te visualiseren, namelijk 3000x2000 mm, om meerdere producten tegelijk te kunnen verwerken. Gezien deze specificaties is een machine vision camera met minimaal 3000 x 2000 pixels vereist. Een camera die aan deze eisen voldoet, is een 12MP USB3.0 ‘MER2-1220-32U3C’ camera.
De klant gaf in hun verzoek aan dat ze de voorkeur geven aan een opstelling met een telecentrische lens. We raden klanten doorgaans aan dat als uw gezichtsveld groter is dan 65 x 50 mm, het beter is om een standaard C-mount lens te gebruiken. Bovendien heeft een telecentrische lens een vaste werkafstand en kan deze alleen op die werkafstand worden scherpgesteld.
De volgende stap is om een geschikte industriële lens voor de camera te berekenen. Om dit te berekenen, gebruiken we de lens calculator op onze website. Zie hieronder voor een screenshot van onze lens calculator:
De lens calculator toont aan dat we een 8mm C-mount lens nodig hebben. Een goede optie zou daarom deze LCM-10MP-08MM-F2.8-1.5-ND1 zijn.
Een complete set-up is niet compleet zonder het toevoegen van extra machine vision verlichting. De klant gaf in hun verzoek aan dat ze zelf dachten aan een ring licht. In veel gevallen is een ring licht een goede optie als verlichting, maar in dit specifieke geval is er een betere alternatieve. Gezien de relatief grote werkafstand (3300 mm) kan er te veel licht verloren gaan bij het gebruik van een ring licht. Het zou daarom beter zijn om twee van onze nieuwe LED spots te gebruiken.
Onlangs heeft VA Imaging een nieuwe LED-spots uitgebracht. De LED-spot heeft verwisselbare optische lenzen en is beschikbaar in een openingshoek van 90, 60 en 30 graden. Zo kun je objecten beter verlichten dan met normale LED's.
Belangrijkste voordelen van deze LED-spot:
Meer informatie over deze LED spot vindt u op onze website.
De machine vision camera moet worden bestuurd met onze Software Development Kit. Deze SDK is gratis te downloaden van de downloadpagina. De SDK bevat programmeervoorbeelden en een gebruikersinterface om eenvoudig de parameters van de camera in te stellen.
De klant heeft al aangegeven op het moment van application dat ze OpenCV-software wilden gebruiken. OpenCV is een open-source machine vision softwarebibliotheek met een veelgebruikte infrastructuur die kan worden gebruikt met verschillende applicaties. Meer informatie over hoe je 3rd party software voor onze machine vision camera's kunt downloaden, vind je in dit artikel uit ons kenniscentrum: Hoe USB3 – GigE industriële camera's te installeren met 3rd party software.
De OpenCV-bibliotheek heeft meer dan 2500 algoritmen die kunnen worden gebruikt voor:
- Objectidentificatie
- Het volgen van camera bewegingen
- 3D-modellen van objecten maken
- Afbeeldingen vergelijken
- Enz.
OpenCV heeft interfaces voor Python, C++, Java en MATLAB en ondersteunt Android, Windows, Linux en Mac OS.
Met de juiste combinatie van hardware en software kunt u uw kwaliteitscontroleprocessen revolutioneren en continue verbetering in uw productielijn stimuleren. Als u verdere vragen heeft over de mogelijkheden die machine vision voor uw application kan bieden of meer wilt leren over de mogelijkheden van OpenCV-software, aarzel dan niet om contact met ons op te nemen via het onderstaande contactformulier.
Onze engineers helpen u graag verder!