Page 36 - VSDC_MarApr2017_eMag

应用与解决方案 Applications & Solutions

在检查橡胶圈的 的零件，则培训过程所需的零
PLC Reject
案例中，必须分 Rotating platen stations 件数量可能更多。典型情况下，
析零件外表面上 首先要捕获一个对象的大约 100
的分型线，以及 Inside and perimeter 幅图像。然后对合格和不合格
defect measurement
在零件内表面上 的零件成像，操作者将其输入
可能出现的任何 Bottom defect 系统，对系统进行培训。一旦
measurement
缺陷。 培训完成，将其他零件呈现给
Vibratory
尽管使用 bowl feeder 系统，并且系统向操作者查询
专用的环外侧镜 关于部件的状况，以加强监督
PC Top defect
头和折反射环外 measurement Dimensional 式机器学习。
measurement
侧镜头，可以减 图2：在操作中，零件通过一个振动碗加载到旋转台上，随 零件被分类后，它们将围
后在旋转台上经过多个成像检查站点，以检查其（a）尺寸、
少执行此任务的 （b）顶部缺陷、（c）底部缺陷以及（d）内部和周边缺陷。 绕旋转台旋转。为了根据缺陷
相机和镜头的数 对零件分类，一个与系统主机
量，但在一些情况下，这种镜头可达 监督式学习 相连的PLC，触发Festo公司的吹气阀，
到的分辨率并不足以满足应用对细节 该系统并没有使用诸如特征分析 从而将零件分别放置到不同的箱子
的要求。在这种情况下，则需要采用 等标准的图像处理算法，来检测特定 中。通过以不同的方式配置系统，零
多相机 / 镜头解决方案。 特征以及每个零件的颜色缺陷，而是 件可以按照“合格”和“不合格”分
为了在基于旋转台的检查系统 使用了一种基于 C/C ++ 库的人工智 类，或者也可以根据检测到的缺陷类
中完成零件的内外侧表面检查任务， 能软件——Retina，其由 UTPVision 型，将零件分别放置到不同的箱子中。
UTPVision 公司开发了一套专用的成 公司的一个部门 Squeezebrains 开发。 在很多情况下，在分类之后，有缺陷
像系统，其使用 12 台相机来完成这 与无监督式或半监督式学
项任务。当零件旋转到该成像系统下 习算法不同，Retina 使用
时，系统触发 6 台相机对零件的外 专有算法分析图像，需要
表面成像 ；这 6 台相机均配备索尼的 操作员使用一组图像培训
1600×1200 CCD 传感器，与水平方 系统。因此需要配置参数，
向成 60°角安装。与此同时，另外 6 参数就是用于培训的图
台配备索尼 1600×1200 CCD 传感器 像。在这种监督式学习系
的相机也被触发，用于捕获零件内表 统中，算法使用输入变量
面的图像 ；这 6 台相机与垂直方向成 （此处为图像）和输出变量
45°角安装。随后，由这 12 台相机 （通过或失败）来学习从输
捕获的图像通过 GigE 接口传送到系 入到输出的映射函数。
图3：在该系统的设计中，UTPVision公司利用Retina库，用监督学
统的主机 PC 中。 在该系统中，Retina 习来分析图像。有了这个用户图形界面，操作者看到（从顶部到底
当图像被系统捕获时，它们被 软件用于处理来自各个机 部）零件的尺寸、表面特性、外边缘和内表面。
显示在平板监视器的图形用户界面上 器视觉站点捕获的所有图像。这消除 的零件可以被再循环或重新生产。
（见图 3）。这个界面是使用 GTK+ 编 了任何图像预处理阶段，比如用于保 到目前为止，UTPVision 公司已
写的，允许用户清晰地看到（从上到 持图像所有信息的图像阈值处理。 经在欧洲、韩国、中国和美国部署了
下顺时针）零件的尺寸、表面特征、 为了培训该系统，培训过程需要 若干这样的系统。作为 UTPVision 公
外边缘特征和内表面特征。因此，操 使用的零件数量，取决于被检查零件 司的一个部门，Squeezebrains 还为
作者能在系统处理图像时，看到各个 的可变性。对于简单的零件，培训过 OEM 提供 Retina 软件，开发机器视
成像站点捕获的图像情况。 程大约只需要 5 个零件 ；对于更复杂 觉系统。

34 Mar/Apr 2017 视觉系统设计 Vision Systems Design China