基于机器视觉的电容表面字符检测

基于机器视觉的电容表面字符检测

电容表面字符检测,这个和IC表面字符检测要求基本类似,主要也是判断批号、料号、型号等内容。

基于机器视觉的电容表面字符检测_第1张图片

电容表面字符-低角度环形光源-高亮

工业光源

项目字符同样是使用蚀刻的阴文,可以考虑使用低角度的环形光源进行高亮特征照明,如RL-9600-W这样的光源。而想要使用高角度的暗特征照明,则不是很理想,如上面的图像的同轴光源照明,效果就不理想。这个是因为电容表面并不是一个平整的面,而是一个中间高四周低的球面,所以使用同轴光源时,底面并不能反光回镜头

可以考虑使用常规的模拟调光器APS-2424-1CH或者是迷你调光器MAPS-2424-1CH。如果是在高速拍照需要很短的曝光时间,则考虑使用频闪调光器,如SPS-2430-4CH。而如果需要程序控制不同的光源亮度以适用不同的产品,则可以考虑数字调光器,如DPS-24125-4CH

工业相机

这类字符识别,因为产品不大,而且字符相对比较大,所以只需要使用30像素130万像素的工业相机即可。如SHI-032-120GMSHI-132-30GM这样的工业CCD相机完全可以满足,性价比也非常高。

工业镜头

可以使用常规的CCTV镜头加延长管,如SHI-C5018FD,加20mm延长管来处理。也可以使用远心镜头来处理。

视觉算法

主要还是使用OCR字符识别算法。可以考虑使用模式匹配分类等算法。

项目难度

★★★

主要考虑软件算法的稳定性。如果是NI VISION来处理,则稳定性可能需要调试的周期比较长。

【转载】http://shixinhua.com/project/2017/05/1972.html

基于机器视觉的电容表面字符检测_第2张图片

电容表面字符-低角度环形光源-中亮

基于机器视觉的电容表面字符检测_第3张图片

电容表面字符-同轴光

你可能感兴趣的:(机器视觉)