DATA SYSTEMS 开发的机器视觉技术解决了小型零件制造商“大海捞针”的问题

解决方案

选择使用基于第一外部参考类别基于规则或逻辑的模式识别技术，并在自动传送带系统中实施，剔除与已训练的分类模式不匹配的所有零件。此外，针对特定样式和类型的部件实施第二外部参考类别模式匹配技术。根据操作员在训练周期中选择的零件尺寸和类型，自动预先选择测试模式。系统经过训练之后，在连续传送带和零件处理系统上完成分拣。将合格的零件送到最终发货箱，不合格的零件则送到废品箱进行进一步的分析和检查。

相机实施

为了确保对每个零件进行充分测试，使用三台相机和一块 PCI 控制器板来采集零件的多个视图，以便视觉系统软件进行进一步处理。由于需要实时查看所有相机图像，因此使用异步循环来采集和处理图像，并与控制零件处理系统的 PLC 进行通信。

HALCON - 系统的软件“心脏”

使用 HALCON 机器视觉软件操作和处理所有图像。HALCON 的算子支持系统的训练模式和随后的运行模式。使用 HALCON 的边缘检测，依据旋转工作站相机采集的图像来查找零件的直径和长度。此时，使用 HALCON 的强度检测算子确定零件的表面光洁度。得到的信息还可用于确定零件的方向。
采用 HALCON 边缘检测和模式匹配方法对正面工作站相机的图像进行处理。此外，结合使用强度检测与 Opteon 相机曝光控制，自动调整相机的零件表面反射变化。
第三台 Opteon 相机配备 Navitar 电动自动变焦/聚焦镜头，用于采集零件尖端部分的俯视图。零件尺寸可能有所不同，因此有必要自动调整焦点和缩放。此时，HALCON 的边缘检测可保证可靠地确定托盘位置和零件尖端长度。

作者：Larry Zagorsky，Data Systems, Inc.

产品/商标的所有产品名称、商标和图片版权均属于其持有者。保留所有权利。