Slik bruker du OpenCV til å automatisere komponentinspeksjon
I produksjonsprosesser er det svært viktig å sikre kvaliteten. I mange tilfeller gjøres dette fortsatt med det menneskelige øyet, noe som kan føre til problemer i etterkant. Vi ser stadig flere selskaper som går over til machine vision innen kvalitetskontroll og andre produksjonsprosesser. I denne artikkelen forklarer vi en applikasjon der machine vision brukes i kombinasjon med OpenCV-programvare for å inspisere halvfabrikata. Produkter kan selvsagt også analyseres med andre programvareprogrammer, men i dette spesifikke tilfellet vil vi utdype mulighetene med OpenCV.
Vi introduserer OpenCV for industrielle Applikasjoner
OpenCV (Open Source Computer Vision Library) er et allsidig og mye brukt programvarebibliotek for computer vision og maskinlæring. Det tilbyr et omfattende sett med verktøy og algoritmer som kan brukes til ulike industrielle inspeksjonsoppgaver. Noen viktige funksjoner i OpenCV inkluderer:
- Over 2500 optimaliserte algoritmer for bildebehandling og analyse
- Support for flere programmeringsspråk, inkludert Python, C++ og Java
- Kompatibilitet på tvers av plattformer (Windows, Linux, macOS, Android)
- Aktiv brukerstøtte fra fellesskapet og regelmessige oppdateringer
Machine vision applikasjon
Vi mottok en forespørsel om et machine vision-oppsett der kunden ønsket å gjenkjenne, lokalisere og måle produkter slik at produktet var klart for neste produksjonstrinn. Vi fulgte 4 trinn for å velge riktig oppsett for hans applikasjon:
Industrielt Kamera for automatisert inspeksjon av komponenter
Kameraet måtte henge i en avstand på omtrent 3300 mm rett over produktet. Når kameraet tok bilder av produktet, ønsket kunden å behandle dem med OpenCV. Produktet var omtrent 700 x 700 mm, og kunden ønsket å kunne se små detaljer på 3 x 3 mm. Ideen var å etter hvert visualisere et større område, nemlig 3000 x 2000 mm, for å kunne behandle flere produkter samtidig. Basert på disse spesifikasjonene kreves det et industrielt kamera med minst 3000 x 2000 piksler. Et kamera som oppfyller disse kravene, er et 12 MP USB3.0 «MER2-1220-32U3C»-kamera.
Machine vision-objektiv for IMX226
Kunden oppga i forespørselen sin at de foretrekker et oppsett med et telesentrisk objektiv. Vi anbefaler vanligvis kunder at dersom synsfeltet ditt er større enn 65 x 50 mm, er det bedre å bruke et standard C-mount-objektiv. I tillegg har et telesentrisk objektiv en fast arbeidsavstand og kan bare fokuseres på den arbeidsavstanden.
Neste trinn er å beregne et passende machine vision-objektiv for kameraet. For å beregne dette bruker vi objektivkalkulatoren på nettstedet vårt. Se nedenfor for et skjermbilde av objektivkalkulatoren vår:
Objektivkalkulator
Objektivkalkulatoren viser at vi trenger et 8 mm C-mount-objektiv. Et godt alternativ vil derfor være dette VA-LCM-10MP-08MM-F2.8-015
Machine vision-belysning for å automatisere komponentinspeksjon
Et komplett oppsett er ikke komplett uten å legge til ekstra belysning for maskinsyn. Kunden oppga i forespørselen sin at de selv vurderte en ringbelysning. I mange tilfeller er ringbelysning et godt alternativ som belysning, men i dette spesifikke tilfellet finnes det et bedre alternativ. Med den relativt store arbeidsavstanden (3300 mm) kan for mye lys gå tapt ved bruk av ringbelysning. Det vil derfor være bedre å bruke to av våre nye LED-spotlights.
Nylig lanserte VA Imaging en ny LED-spotlight. LED-spot har utskiftbare optiske linser og er tilgjengelig med en åpningsvinkel på 90, 60 og 30 grader. Du kan dermed belyse objekter på en bedre måte enn med vanlige LED-er.
Hovedfordeler med denne LED-spot:
- Allsidig løsning med optiske linser på 90 grader, 60 grader og 30 grader
- Kompakt design
- IP67-klassifisert
- Optisk belysning takket være LED-er med høy effektivitet
Mer informasjon om denne LED-spot finner du på nettstedet vårt.
OpenCV-programvare
Maskinsynskameraet må styres med vårt programvareutviklingssett. Dette SDK-et kan lastes ned gratis fra nedlastingssiden. SDK-et inneholder programmeringseksempler og et brukergrensesnitt for enkelt å angi parametere for kameraet.
Kunden oppga allerede på søknadstidspunktet at de ønsket å bruke OpenCV-programvare. OpenCV er et åpen kildekode-programvarebibliotek for machine vision med en mye brukt infrastruktur som kan brukes med flere applikasjoner. Mer informasjon om hvordan du laster ned tredjepartsprogramvare for våre maskinsynskameraer, finnes i denne artikkelen fra kunnskapssenteret vårt: Slik installerer du USB3 – GigE industrielle kameraer med tredjepartsprogramvare.
OpenCV-biblioteket har mer enn 2500 algoritmer som kan brukes til å
:
- Objektidentifikasjon
- Sporing av kamerabevegelser
- Opprette 3D-modeller av objekter
- Sammenligne bilder
- Osv.
OpenCV har grensesnitt for Python, C++, Java og MATLAB, og støtter Android, Windows, Linux og Mac OS.
Spørsmål?
Med den riktige kombinasjonen av maskinvare og programvare kan du revolusjonere kvalitetskontrollprosessene dine og drive kontinuerlig forbedring i produksjonslinjen din. Hvis du har ytterligere spørsmål om mulighetene som machine vision kan tilby applikasjonen din, eller ønsker å lære mer om funksjonaliteten til OpenCV-programvare, er du velkommen til å kontakte oss ved hjelp av kontaktskjemaet nedenfor.
Ingeniørene våre hjelper deg gjerne!