日期
11/15
2021
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

精密测量: The Imaging Source相机配合自动测量仪,有效提升金属零件测量效率
收藏
2021-11-15 10:39:21来源: 德商映美精相机有限公司

generic shutterstock.jpg

图1:通过机器视觉系统,自动测量仪能有效提升金属零件的检测效率(图片来源:shutterstock)

过去,测量细小金属零件,大多是通过肉眼搭配简易测量工具来实现。然而,测量过程常常因为人力的疲乏而造成误差,效率也跟著变差。近年来,机器视觉在测量领域的应用日趋成熟,以往需要倚靠人工手动测量的微小零件,通过机器视觉系统的使用,不但能明显提升测量效率,同时还能显著提高测量精度。许多工厂引进自动测量仪,并在其中整合机器视觉系统,针对数量庞大且孔径细小的金属零件进行测量,能大幅提升生产效率。The Imaging Source映美精相机与测量仪设备商合作,通过系统整合,为金属零件制造商提供机器视觉测量设备,从而以自动化的方式解决了测量精度及速率问题。

利用机器视觉系统进行测量的方法包括图像采集、后端图像处理以及尺寸测量。首先,由CMOS相机拍摄零件,采集零件轮廓边缘的图像;然后,后端图像处理软件针对所采集图像进行二值化、过滤等处理,再经过边缘检测得到零件图像的边缘;最后,通过尺寸测量演算、进行特征提取,计算出边缘轮廓数值,经过标定,便可呈现零件的尺寸。通过这种方法,可以对任何尺寸的零件进行测量,并且能同时完成不规则外观轮廓以及零件内小孔径的测量。

在测量过程中,The Imaging Source映美精相机提供33系列GigE黑白工业相机,搭配HALCON后端软件,针对金属测量,专门定制了几项测量标准,以提升测量精度。

图形匹配

零件形状多变,有些极其相似,肉眼难以逐一辨识,可通过机器视觉进行图形匹配。事先训练后端电脑记忆零件图形,通过相机扫描流水线上的零件,后端软件辨认图形,再传至前端进行分捡(见图2)。

pattern match 1.png

图2:通过机器视觉进行图形匹配。事先训练后端电脑记忆零件图形,通过相机扫描流水线上的零件,后端辨认图形

零件图像边缘和轮廓特征的提取

金属齿轮是众多大型机构中的重要零件,只要有一个齿轮错误,便会影响整台设备的运作。通过自动光学测量仪器,测量点、线、圆弧等数据,再经过电脑图像分析,能精确得出齿轮的齿形、角度、弧长、圆弧半径、线段等(见图3)。

2.bmp    Margin.png

图3:零件图像边缘和轮廓特征提取,可以帮助机器快速判断齿轮的齿形、角度、线段等特征,以判别齿轮是否有瑕疵,或者是否为设备运作所需要的零件

孔径尺寸测量

大小相同的金属垫片,有大小不一的孔径,而不同的孔径间误差十分微小。通过机器视觉系统,可以自动侦测出该零件的孔径大小,孔径的测量精度能达到0.01mm,解决了肉眼测量方式常常产生的误差问题(见图4)。

孔徑大小.png

图4:大小相同的金属垫片有着大小不一的孔径,而不同的孔径间误差十分微小。利用机器视觉系统,可以自动测量出该零件孔径的大小

速率及精度

映美精相机可以捕捉快速移动的零件,该系统在设计上实现了“一分钟能精准捕捉50次细小零件”的速度,大幅提升了测量效率。机器视觉系统为零件厂商解决了长久以来令人头疼、且效率低下的测量问题,零件厂商的客户对于产品的接受度也因此大幅提升。此外,机器视觉系统的部署,也有助于零件制造商降低零件的瑕疵率和制造成本。