先按目标决定比较什么
视觉系统首先要在原图中形成能被判断的对比,而不是靠算法补回不存在的细节。外轮廓、字符、表面划伤与反光件对光的需求不同。Basler和KEYENCE的原始照明资料可帮助理解几种路线;实际选择要用真实样件及允许位置变化验证,不能由光源名称保证检出率。
背光:适合轮廓,不负责保留表面纹理
光源位于对象另一侧时,可以强调轮廓和透过关系,适合讨论外形、孔或遮挡特征。代价是很多表面纹理信息不会按正面照明方式保留。[S3] 若任务是表面划伤或字符,就不能仅因背光边缘清楚而直接选用;先把要检测的特征画出来,再决定需不需要另外一个视角或照明。
明场与直接反射:看清标记也要防眩光
让反射信息进入相机可用于标记、存在与部分表面判断,但角度和材质会改变反光。平面与曲面、哑光与镜面不能使用同一想象条件。若局部饱和,原图细节已经丢失,后续阈值或模型未必能补回。先固定照明、曝光与摆放,再看任务特征是否稳定。[S1][S4]
低角度暗场:突出的是散射特征
低角度照明可让边缘、划伤等散射特征在较暗背景上突出,[S3][S4]但它不是所有缺陷都更好。样件方向与曲率变化可能改变响应,应保留正常表面与边界缺陷做对照。若目标主要是整体尺寸轮廓,暗场的任务就不同于背光,不要混为分辨率高低的比较。
漫射与穹顶类:减少干扰反射但不保留所有对比
多方向或漫射照明可用于减少反光干扰、使反射件成像更均匀。[S3][S4] 同时也要检查某些靠方向性反射出现的缺陷是否被弱化。选择不是把眩光全部去掉就结束,而是让目标特征稳定、非目标变化受控;光源改变后,算法和阈值都要用独立样本复查。
有条件的算例:检查量纲和适用范围
假设工件在像面移动相当于100mm/s,允许曝光内位移0.05mm,则曝光预算0.05÷100=0.0005秒即0.5ms;这是运动与曝光的理想算例,光照和成像还需验证。[S1] 另有1000个良品和10个缺陷,全部判良也有约99.01%总体准确率,却漏掉全部缺陷,所以必须分开报告。
再检查一个会改变判断的条件
假设图像处理完成时工件已移动,坐标数值正确但对应时刻错误。应保存触发号、采集时间、处理完成和动作许可,对超时结果拒绝使用或进入复查。UR字段可展示时间与状态需要读原始定义,但其他系统须查自己的接口。[S2] 平均速度不能替代每次任务的时序检查。
一个能改变采购方向的判断例子
例如要量冲压孔轮廓又看表面划伤,应承认这是两种成像目标,不强求同一张原图同时最好。轮廓可先试背光,划伤再比较方向性照明;若反光改变很大,用漫射时也检查缺陷对比是否减弱。对移动物件,曝光预算还要看像面移动,增益只放大信号并不能恢复被运动模糊或饱和丢失的细节。原图可判以后,模型选择才有可靠输入。
把技术判断变成选择顺序
轮廓优先试背光;标记与存在信息先看明场几何;划伤等散射特征可比较低角度暗场;反射干扰明显时再试漫射路线。用同一组良品、缺陷、争议样件和位置变化保存原图,不只保存最漂亮的一张。光照满足后再讨论模型、漏检、误报和时序,避免把成像失败当成AI能力不足。
原始资料阅读
Optimizing Image Quality
https://docs.baslerweb.com/optimizing-image-quality
Real-Time Data Exchange (RTDE)
https://www.universal-robots.com/manuals/EN/HTML/SW10_10/Content/Prod-RTDE/Real_Time_Data_Exchange_RTDE.htm
Basler: Light in Machine Vision
https://www.baslerweb.com/en/learning/illumination/
KEYENCE: Machine Vision Lighting Selection Guide
https://www.keyence.com/products/vision/resources/vision-resources/basics-of-lighting-selection.jsp