Hoe OpenCV te gebruiken om componentinspectie te automatiseren
Max Reijngoudt
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.
Table of contents
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 ongeveer 3300 mm afstand recht boven het product hangen. Wanneer de camera de beelden van het product maakt, wilde de klant deze vervolgens verwerken met OpenCV. Het product was ongeveer 700 x 700 mm en wilde kleine details van 3 x 3 mm kunnen zien. Het idee was om uiteindelijk een groter gebied te visualiseren, namelijk 3000 x 2000 mm om meerdere producten tegelijk te kunnen verwerken. Gezien deze specificaties is een machine vision camera met ten minste 3000 x 2000 pixels vereist. Een camera die aan deze eisen voldoet is een 12MP USB3.0 ‘MER2-1220-32U3C’ camera.
Machine vision lens voor IMX226
De klant gaf in zijn verzoek aan dat hij de voorkeur gaf aan een set-up met een telecentrische lens. Wij adviseren klanten Meestal dat als het field of view 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 alleen op die werkafstand worden scherpgesteld.
De volgend estap is het berekenen van een geschikte industriële lens voor de camera. Om dit te berekenen gebruiken we de lenscalculator op onze website. Zie hieronder een screenshot van onze lenscalculator:
Lens Calculator
De lenscalculator laat zien dat we een 8mm C-mount lens nodig hebben. Een goede optie zou daarom deze LCM-10MP-08MM-F2.8-1.5-ND1 zijn.
Machine vision verlichting voor automatische inspectie van onderdelen
Een complete set up is niet complete zonder toevoeging van extra 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 het gebruik van een ring light. Het is daarom beter om twee van onze nieuwe LED spots te gebruiken.
Onlangs heeft GeT Cameras een nieuwe LED-spot uitgebracht. De LED spot heeft verwisselbare optische lenzen en is verkrijgbaar in een openingshoek van 90, 60 en 30 graden. U kunt objecten dus beter verlichten dan met normale LED’s.
Belangrijkste voordelen van deze LED spot:
- Veelzijdige oplossing met 90 graden, 60 graden en 30 graden optische lenzen
- Compact ontwerp
- IP67 geclassificeerd
- Optische verlichting dankzij zeer efficiënte LED’s
Meer informatie over deze LED spot is te vinden 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!
