基于VS720机器视觉的品质检测系统.doc

基于VS720机器视觉的品质检测系统
基于VS720机器视觉的品质检测系统
基于VS720机器视觉的品质检测系统
VS72X机器视觉在质量检测系统中的应用
张志军
（东莞和峰自动化公司，广东东莞）

VS720有丰富的软传感器,常用的有位移/旋转,亮度,边沿计数,特点计数,丈量工具,数学工具,条码/二维码阅读,BLOB,目标定位等工具.
位移/旋转工具用于确立图像边沿地址,输出边沿地址或旋转角度,依据地址或旋转角度设顶PASS和FAIL条件;
亮度工具用来统计一个被检测地域的亮象素数目,以它所占整个被检测地域的象素的百分比输出,依据比较度或两种象素的百分比来设置PASS和FAIL条件;
边沿计数工具计算沿软传感器通道穿越边沿的总次数(所谓的边沿穿越,指的是亮象素和暗象素的转变点);
特点计数工具计算沿软传感器通道的特点的数目(所谓特点,指的是用户指定的尺寸评估的亮/暗象素序列);
丈量工具用来丈量图象的一些几何尺寸,比方直径,面积等.
数学工具和丈量工具颇相似,平时也用来丈量一些诸如距离,,二维码,和字符号鉴别(OCR工具).这是一个特别重要的工具,特别是字符鉴别功能,本系统中的键盘字符检测,用的就是这个字符鉴别功能,依据设定的鉴别条件和识其他结果来判断键盘字符的印刷收效,并将结果拿出,并统计不良结果和所在的地域.
.
2:OCR工具的配置
：关于定位基准；
基于VS720机器视觉的品质检测系统
基于VS720机器视觉的品质检测系统
基于VS720机器视觉的品质检测系统
VS的使用范围和适用性。
TCP编程来实现），自然，脚本系统还能够实现其余的非
因为采纳驱动装置将键盘送到镜头下，只管伺衣饰置的精度有足够高，但是，其实不能够保证上
下左右方向的地址是完好正确的，那么在使用OCR工具检测键盘的字符时，会因为这样的细微偏差，致使OCR的学习结果和实质的检测会有细微的差别，而致使OCR字符鉴别功能误鉴别，进而使系统检测的结果每次都有细微差别（即
使是和学习结果同样的键盘，也会因为地址的细微变化而失败），所以，OCR工具一定有一个参照基准，这个参照基准将告诉OCR工具，即当送到镜头下的键盘即便有些细微变化，OCR会依据这个参照基准自动的搜寻字符号对象，来和OCR训练的结果进行般配，进而给出正确的鉴别结果。
附图2，附图3说了然在采纳地址参照此后，即便来料地址发生变化时，依旧不影响检测结
果的一种状况。
那么，只若是拥有定位功能的传感器，都能够作为定位基准，基准的选择是很重要的，附图
2，3的例子，使用了RotationPositiong(旋转定位)来作为(FeatureCount)特点传感
器的地址基准，即便送到镜头下的物体发生地址变化，FeatureCount特点计数器依旧能够正常的工作。
B：OCR字符鉴别传感器的使用和配置：
OCR工具的配置功能是特别丰富的，此中相当重要的一个功能就是Traning(训练
功能)，经过这
个自学习功能，能够鉴别一些