机器视觉光源案例锦集(二)

1、笔记本外观检测系统

视觉硬件设计:
  • 根据瑕疵检测面积要求,选用29M Pixels camera。
  • 根据客户效率,采用两工位。
  • 根据瑕疵比对方法,选用条形和同轴光源。
机器视觉光源案例锦集(二)_第1张图片

成像效果:

  • Fig.1为一号工位,Fig.2为二号工位
  • 图1和图2中红色区域内为需要分析区域机器视觉光源案例锦集(二)_第2张图片

2、手机电池外观检测:光度立体法

检测电池的六个面外观缺陷,主要检测缺陷包括:凸痕、凹痕、划痕、露铝等

机器视觉光源案例锦集(二)_第3张图片通过四个不同角度的光源依次触发拍照得到四幅图像 

机器视觉光源案例锦集(二)_第4张图片

通过使用多光源,多图像,将划痕、脏污、凹凸痕等缺陷展现更加明显

检测效果

机器视觉光源案例锦集(二)_第5张图片机器视觉光源案例锦集(二)_第6张图片 

机器视觉光源案例锦集(二)_第7张图片  

3、手机中框外观检测: 弧面瑕疵检测

检测成品手机中框外观缺陷:
  • 缺陷类型:划伤、颗粒凸起、碰伤、线状物、脏污等外观不良。
  • 检测区域:2长边、2短边、4个R角区域(右侧蓝色框)。

 机器视觉光源案例锦集(二)_第8张图片

机器视觉光源案例锦集(二)_第9张图片 

检测效果图

机器视觉光源案例锦集(二)_第10张图片 

4、反光/亮面检测:凹凸不平检测

检测原理

通过栅格光源每次只点亮一个方向(垂直与水平方向)的条纹。
  • 如果LOGO表面足够平整,图像效果如图1所示。
  • 如果LOGO表面不平整,效果如图2所示直线会出现变形。
  • 因此我们可以根据线条的平均弯曲程度和最大弯曲程度来判断产品 的等级。

 机器视觉光源案例锦集(二)_第11张图片

检测效果

机器视觉光源案例锦集(二)_第12张图片 

 检测方法

机器视觉光源案例锦集(二)_第13张图片

5、FPC软板测量:线阵相机高精度尺寸测量

高亮线扫条形光成像效果

机器视觉光源案例锦集(二)_第14张图片 

线扫同轴光成像效果

机器视觉光源案例锦集(二)_第15张图片 

免责声明:本文图像来自OPT Machine Vision ,如有侵权请联系本人删除

你可能感兴趣的:(光源及镜头案例收集,计算机视觉,人工智能,机器视觉光源选型锦集)