in-sight视觉传感器培训教程5_斑点-图象

本教程主要介绍了in-sight视觉传感器中与斑点检测和图像分析相关的工具与功能，重点在于如何使用ExtractBlobs工具和AcquireImage属性表以及如何对垫片进行检查。在视觉传感器的应用领域中，精确地识别和测量对象上的特征至关重要，例如在制造过程中对零件的尺寸、形状和质量进行检查。 教程强调了ExtractBlobs的属性表参数和自动插入信息，这是实现斑点检测功能的基础。学员需要掌握如何将ExtractBlobs工具应用到示例图像上，并且熟悉AcquireImage属性表中的曝光时间参数。曝光时间对图像质量有直接影响，选择合适的曝光时间能够提高图像对比度，帮助更清晰地识别目标特征。 教程中还提到了使用PointFilter图像函数和FindLine函数。PointFilter可以过滤掉不符合特定条件的像素，而FindLine函数则用于在图像中寻找直线特征。这些工具对于预处理图像以提高斑点检测的准确性有重要作用。 在垫片检查步骤中，教程介绍了如何使用FindPatterns、ExtractHistogram、FindSegment以及ExtractBlobs来完成一系列检测任务。这些步骤包括：判断垫片是否存在，是否有斑点，开口距离是否在公差范围内，以及孔尺寸是否满足特定要求。每一步骤都对最终判断零件是否合格起到关键作用。 斑点Blob是定义在图像上一组灰阶值高于或低于规定阈值的像素集合。这涉及到阈值的设置，它决定了哪些像素被认为属于目标斑点。教程还详细解释了如何使用ExtractBlobs来查找暗背景上的亮点，或者相反，查找亮背景上的暗点。 在实际应用中，ExtractBlobs工具能够测量目标斑点的各种属性，包括位置(x, y)、角度、颜色、分数、面积、长度、孔、周长以及斑点分布等。这些测量结果对于质量控制、对象识别和分类等任务至关重要。 教程进一步描述了如何在工具栏中拖放ExtractBlobs到电子表格，并且如何设置其属性。这些属性包括定位目标图像单元格、用区域规定目标区域、"要排序的数量"参数用于列出相关信息，以及用阈值区分黑白。在设置中还需考虑斑点的接触区域边界、斑点和背景的颜色、斑点的最小和最大尺寸，以及显示图像选项等。 在分析图像时，"NumbertoSort"参数设置为"0"表示只计算区域内斑点的数量，不报告斑点的其他结果。而设置为"1"或更高值，则会输出更多斑点相关的测量数据。阈值的设定至关重要，它决定了哪些像素点被识别为斑点。阈值可以是自动设定，也可以手动设定为特定数值。同时，还可以根据斑点和背景的颜色来调整阈值参数，以便于正确地区分出目标斑点。 在图形显示方面，有效斑点结果通常由In-Sight用绿色框高亮显示。这种视觉反馈对于用户判断斑点检测是否准确非常有帮助。在实际工作中，通常是从零位开始标定，以确保测量的准确性。 in-sight视觉传感器培训教程强调了对ExtractBlobs工具的深入理解和应用，这在进行视觉检测和图像分析时是不可或缺的。通过对教程内容的掌握，学员将能够使用in-sight视觉传感器来执行精确的斑点检测和测量任务，以及完成对垫片的全面检查，从而确保产品质量和生产效率。