Home - Rasfoiesc.com
Educatie Sanatate Inginerie Business Familie Hobby Legal
Meseria se fura, ingineria se invata.Telecomunicatii, comunicatiile la distanta, Retele de, telefonie, VOIP, TV, satelit




Aeronautica Comunicatii Constructii Electronica Navigatie Pompieri
Tehnica mecanica

Electronica


Index » inginerie » Electronica
╗ Testarea tolelor


Testarea tolelor




Testarea tolelor

In acest capitol vom studia in general imaginea, deoarece pentru ca tolele se incadreaza in tiparul dorit va fi nevoie de o achizitie a imaginii de prelucrare si testare a acesteia. Pentru a putea testa tolele care vor forma rotorul motorului avem nevoie de calculele anterioare, de procesul de preluare a imaginii care se va face cu ajutorul unei camera foto, Smart Camera, cu programul, Vison Builder, care va prelucra imaginea si cu ajutorul optiunilor detinute de program vom putea testa fiecare tola care va trece prin dreptul camerei.

Imaginile (in sensul clasic) sunt rezultatul variatiei intensitatii luminii intr-un plan bidimensional. Dar acest parametru nu este singurul folosit; de exemplu o imagine poate fi generata de temperatura unui circuit integrat, emisiile de radiatii (cu diverse lungimi de unda) ale unor galaxii etc.




Prelucrarea de imagine, si in general prelucrarea digitala a semnalelor presupune un consum relative mare de resurse de calcul si memorie. Implementarea algoritmilor specifici se poate face pe sisteme clasice (PC-uri).

Pentru lucrarea de fata vom folosi si noi un PC, si cu ajutorul achizitiei vom putea analiza tolele.

1 Achizitia imaginii, imbunatatirea si procesarea ei

Odata cu importantele dezvoltari tehnologice din ultimii ani (tehnologie electronica, informatica si a comunicatiilor), dispozitivele de achizitie a imaginilor si sistemele de calcul de uz general au devenit tot mai raspandite si mai la indemana. In mod firesc, dorinta de a dispune de sisteme autonome inzestrate cu vedere artificiala, care sa realizeze in mod independent diferite sarcini specifice a revenit in actualitate, limitata insa la obiective mai simple si mai pragmatice fata de declaratiile oarecum bombastice ale deceniului trecut ("Prelucrarea imaginilor permite dezvoltarea masinii totale de vedere artificiala, capabila sa reproduca functiile vizuale ale oricarei vietuitoare.").

Este important de precizat ca analiza imaginilor a mers mai departe decat simpla inlocuire a observatorului uman, deoarece au aparut solutii inovatoare pentru probleme cu care acesta nu mai fusese confruntat - ca in cazul imaginilor non-vizibile (imagini acustice, ultrasonore, radar). Prelucrarea imaginilor inglobeaza posibilitatea de a dezvolta masina totala de viziune, capabila sa realizeze functiile vizuale ale oricarei vietuitoare (desigur, dupa realizarea a importante dezvoltari teoretice si tehnologice).

Prelucrarea de imagini este un domeniu care isi pastreaza dinamismul in ciuda trecerii anilor. Dezvoltarile tehnologice au facilitat accesul unui numar tot mai mare de oameni la aceasta ramura fascinanta a imagisticii computerizate.

Sursa de provenienta a imaginilor poate fi un dispozitiv de achizitie (camera video, scanner, captor radar), dar poate fi la fel de bine si o ecuatie matematica, un ansamblu de date statistice etc.

Exista doua motive principale pentru care se apeleaza la procesarea imaginilor:

imbunatatirea calitatii unei imagini avand drept scop o mai buna vizualizare pentru un operator uman. Aceasta poate insemna: reducerea zgomotului si a altor defecte care pot fi prezente in imagine (datorate, de exemplu, dispozitivului de achizitie), evidentierea unor zone de interes prin modificare a luminozitatii, a contrastului, accentuarea muchiilor etc.;

extragerea de informatii dintr-o imagine, informatii care  pot reprezenta intrarea pentru un sistem automat de recunoastere si clasificare. Aceste informatii pot fi: diferite distante si relatii dintre obiectele prezente in imagine, momente statistice, parametri geometrici (arie, perimetru, circularitate), coeficienti Fourier etc.

Exemple clasice de aplicatii pentru procesarea imaginilor (si recunoasterea formelor) includ: recunoasterea caracterelor, recunoasterea amprentelor, prelucrarea imaginilor medicale, a imaginilor satelit sau de ce nu analiza tolelor unui rotor. 

Intr-un sens cat mai general, o imagine este o descriere a variatiei unui parametru pe o suprafata. De exemplu, imaginile sunt rezultatul variatiei intensitatii luminii intrun plan bidimensional. Dar acest parametru nu este singurul folosit; de exemplu o imagine poate fi generata de temperatura unui circuit integrat, emisiile de radiatii (cu diverse lungimi de unda) ale unor galaxii etc. Insa aceste tipuri de imagine sunt,de obicei, convertite in imagini clasice (prin pseudocolorare de exemplu) pentru ca operatorul uman sa poate face o evaluare vizuala a variatiei unor parametrii.

O imagine este deci un semnal bidimensional; prin urmare prelucrarea imaginilor poate fi considerata si o ramura a prelucrarii digitale de semnal (care mai include prelucrearea audio, telecomunicatii etc.).

Dupa cum s-a mentionat anterior, prelucrarea de imagine si in genereal preducrarea digitala a semnalelor presupune un consum relativ mare de resurse de calcul si memorie. Implementarea algoritmilor specifici se poate face pe sisteme clasice (PC-uri, evolutia microprocesoarelor ofera puterea de calcul necesara), dar pentru sistemele dedicate, de timp real, se folosesc in general procesoare dedicate numite procesoare digitale de semnal (DSP = Digital Signal Processing). Aceste tipuri de procesoare au implementate hardware diverse optimizari si paralelisme pentru a oferi puterea de calcul necesara (de obieci la frecvente mult mai mici decat microprocesoarele clasice); evident ele presupun si un consum mai mic de energie fata de microprocesoare.

Prelucrarea imaginilor include sau este legata mai multe discipline:

preluarea, compresia si stocarea imaginilor;

restaurarea si ameliorarea imaginilor prin corectii ajustari de contrast, filtrarea zgomotului etc;

fotogrammetrie, adica masuratori ale unor obiecte, fenomene imagini;

recunoasterea formelor (vederea artificiala)

Inteligenta artificiala si prelucrearea imaginilor sunt domenii ce se intrepatrund. Un numar important din algoritmii performanti folositi la prelucrarea imaginilor utilizeaza metode si tehnici din domeniul inteligentei artificiale, cum ar fi: retele neuronale, logica fuzzy. Pe de alta parte, inteligenta artificiala presupune proiectarea si construirea de sisteme capabile sa realizeze functii ale intelectului uman: invatarea prin experienta, intelegerea limbajului natural, utilizarea unui rationament pentru rezolvarea unor probleme sau luarea unor decizii. Toate aceste presupun insa si acumularea unei anume cantitati de informatie (baza de cunostinte, informatii din mediu etc.). Aceasta informatie este preluata de sistemele inteligente prin sensori si creaza o imagine a mediului in momentul preluarii datelor (snapshot). Din imaginea astfel obtinuta trebuie extrase informatiile utile. Toate acestea tin de domeniul vederii artificiale (Computer Vision, Robot Vision); este o disciplina comuna atat prelucrarii de imagine cat si inteligentei artificiale si incearca sa raspunda la urmatoarele intrebari:

ce informatie trebuie extrasa din imaginile preluate?

cum poate fi extrasa aceasta informatie?

cum se reprezinta aceasta?

cum poate fi utilizaza pentru atingerea unui scop anume?

1.1 Factori care contribuie la calitatea imaginii

Un sistem de imagine ar trebui sa ofere suficiente detalii, pentru a permite extragerea de informatii cu privire la obiectul din imagine, aceasta insemnand defapt calitatea imaginii. Exista o varietate de factori care contribuie in general la calitatea imaginii, inclusiv rezolutie, imagine de contrast, profunzime, erori de perspectiva, si erori geometrice (distorsiuni).

Rezolutia este un parametru de masurare a imaginii, un sistem care are capacitatea de a reproduce in detaliu obiectul.

Rezolutia imaginii se refera la numarul de pixeli din imagine si este masurata in pixeli per inch.

Imaginea obiectului poate fi reprezentata cu ajutorul acestor linii pereche printr-o forma de unda patratica.

Rezolutia se poate calcula folosind formulele:

Linie-pereche (lp/mm)=

Linie-pereche (lp)= 2*pixel

Ca urmare rezolutia poate fi definita ca numarul de linii pereche pe milimetrii cunoscuta si sub denumirea de frecventa. Inversul frecventei este randamentul care este distanta dintre doua unde patratice.

Imaginle de mai jos au acceasi tinta, avand acceasi marime si folosind acceleasi lentile cu proprietatile de iluminare identice. Imaginea din stanga se face la o rezoluti inalta cu camera analogical iar cea din dreapta cu o camera digitala la acceasi rezolutie inalta.

Rezolutia spatiala este definita ca rezolutia la un contrast fix. Cu alte cuvinte rezolutia spatiala se refera la o imagine binara (de exemplu un semnal alb pe un fond negru fara griuri). Rezolutia spatiala este o modalitate de simplificare, un sistem care devine o situatie de on/off, unde semnalul este exprimat sub forma de unda patratica. Rezolutia spatiala se masoara in ppi- numarul de pixeli pe inch continuti intr-o imagine digitala.

Rezolutie spatiala Rezolutie de stralucire (profunzimea imaginii)

nr de coloane x numar de linii nr biti/pixel

Cu cat frecventa de esantionare (n) si scala de gri (g) sunt mai mari cu atat aproximarea imaginii digitale se apropie mai mult de original

Numarul de nivele de gri depinde de numarul de biti k pe care este reprezentata amplitudinea lui f si este puterea lui 2:2k

Spre exemplu o imagine reprezentata pe 8 biti va avea 256 nivele de gri posibile.

Numarul de biti necesari pentru a stoca o imagine digitala reprezentata intr-o matrice de MxN elemente este:


Histograma unei imagini

Pentru o imagine monocroma histograma reprezinta frecventa de aparitie a fiecarui nivel de gri.

Dezavantaje ale acestei reprezentari:

  • se pierd relatiile intre pixeli
  • se pierde plasarea spatiala a propietatilor
  • corespondenta imagine-histograma nu este reciproca


Avantajele acestei reprezentari:

  • contine informatii despre natura fundamentala a imaginii si despre calitatea ei
  • constituie baza de definire a unor prelucrari pentru transformarea imaginii (aplicarea pragului la binarizare, imbunatatirea contrastului: transformarea liniara a histogramei, egalizarea histogramei)
  • este baza tehnicilor de procesare in domeniul spatial
  • se utilizeaza pentru imbunatatirea imaginii
  • informatia din histograma este utila in compresia imaginii si segmentare

Imagine intunecata: componentele histogramei sunt concentrate in prima parte a scalei de gri

Imagine luminoasa: componentele histogramei sunt concentrate in partea superioara a scalei de gri

Imagine cu contrast slab: componentele histogramei sunt concentrate in partea de mijloc a scalei de gri

Imagine cu contrast puternic: componentele histogramei sunt imprastiate pe scala de gri iar distributia pixelilor este aproape uniforma

Contrastul este diferenta in intensitate dintre alb si negru. Ca imaginea sa fie bine definita detaliile negre ale obiectului trebuie sa apara negre iar cele albe, albe, cu precizie, cu toate nuantele de gri.

%Contrast=

Lentilele, senzorii si iluminarea toate joaca un rol determinat in rezultatul contrastului imaginii. Contrastul lentilei ste definia in procente in determinarea contrastului imaginii obiectului. Capacitatea unui sensor de a reproduce contrast se masoara in decibel (dB) la camerele analogice si in biti la camerele digitale.

Reproducerea contrastului este la fel de importanta ca si reproducerea rezolutiei. Pentru ca o imagine sa fie bine definita, detaliile intunecate trebuie sa apara negre iar cele deschise la culoare sa apara albe. Cu cat este mai mare diferenta in intensitatea dintre alb si negru cu atat este mai bun contrastul. Un contrast scazut duce in final la o rezolutie slaba.

Rezolutia si contrastul sunt strans legate intre ele. Rezolutia este definita la un anumit contrast. Pentru ochiul uman un contrast de 1-2% este folosit pentru a define rezolutia. Pentru a caracteriza un sistem de imagini sau rezolutia si contrastul acestuia este foarte simplu sa ne referim la MTF, care ne arata contrastul imaginii la toate rezolutiile acestuia. Pentru multe imagini este mult mai important a avea un contrast mare la o frecventa mica decat micsorarea rezolutiei.

Sa presupunem doua puncte unul langa celalalt care sunt descriese print-o lentila. Cele doua puncte vor fi usor estompate. Apropiind cele doua puncte, petele care au rezultat prin reflectarea punctelor prin lentila se vor suprapune partial si contrastul va scadea. Cand punctele sunt apropiate suficient astfel incat contrastul sa fie la limita spatiul dintre puncte pe grafic va fi rezolutia. Putem schita aceasta informative sub forma Modulation Transfer Function (MTF).

Fiecare component a unui sistem de imagini are un MTF asociat acesteia. Camere, cabluri, monitor, panouri de captare, ochiul uman, toate au un MTF. Mai jos avem un exemplu de MTF al unei camera clasice CCD.

Difractia nu este singura cauza a rezolutiei imaginii si a contrastului scazut. Multe lentil nu functioneaza la limita de difractie. Erorile optice si tolerantele de fabricatie de multe ori limiteaza performantele.

Deformarea este o eroare optica in lentila care produce schimbari prin marirea anumitor puncte din imagine. Punctele de pe obiect sunt deplasate in imagine spre centrul sau extremitatea campului vizual. In deformarea pozitiva sau Pincushion (pernita de ace) spre centru punctele sunt mult mai marite fata de extremitati unde incep sa scada. In deformarea negativa este exact invers, puctele dispre centru cresc in marime fata de extremitati. Toate informatiile obiectului sunt pastrate chiar daca sunt deformate anumite puncte, doar sunt deplasate.

%Deformarea=

Deformare negativa Deformare pozitiva

Mai sus avem imaginea unei deformari negative. RD reprezinta distanta reala a punctului fata de centrul campului visual, iar PD este distanta prezisa, distanta care ar trebui sa fie normal daca deformarea nu ar avea loc.

Aceasta deplasare poate deveni o problema in unele situatii de masurare a detaliilor dintr-o imagine, cu toate ca o data ce distorsiunea a fost masurata cu precizie, tinand cont de o distorsiune tinta, ea poate fi luata in calculul cand se facm asuratori. Cu ajutorul unor software performante aceste distorsiuni pot fi eliminate.

Profunzimea campului unei imagini (Depth of field DOF) unei lentile este capacitatea acestuia de a-si mentine calitatile imaginii chiar daca obiectul este mutat din cel mai bun punct de focalizare. Daca obiectul este mutat mai aproape sau mai departe fata de distanta de lucru contrastul si rezolutia au de suferit. De accea intensitatea campului are sens numai in cazul in care ii este asociata o anumita rezolutie si un anumit contrast.

DOF se refera in general la obiectele cu intensitate, deoarece o intensitate mare a campului poate descrie clar integ corpul obiectului. Standardele industriei practice trebuie sa specifice DOF-ul calculat la o difractie limita. Cu toate acestea chiar daca doua lentile au aceeasi difractie limita aceasta nu inseamna ca pot fi comparate din punct de vedere al performantelor.

Pentru a intelege mai bine ce inseamna acest DOF vom explica cu ajutorul imaginii alaturate.

Dupa cum se poate vedea, in aceasta imagine fundalul cat si capacul ceasului sunt foarte neclare, singurul lucru care se vede bine si care se poate descrie este centrul ceasului, acesta reprezinta acest DOF.

In imaginea alaturata se descrie legatura care exista intre DOF si rezolutie, legatura care se demostreaza cu ajutorul unei aplicatii in care se foloseste o lentila de 35 mm Double Gauss. In acest exemplu lentila este inegrata intr-un sistem care necesita 5 lp/mm (200 Ám) rezolutia obiectului (la contrast de 20%). Lentila este limitata de erorile optice si nu poate obtine rezolutia minima dorita. Inchiderea irisului reduce erorile si inbunatateste DOF-ul.

Erorile de perspective (paralaxa=schimbare aparenta a pozitiei unui punct departat datorita deplasarii reale a ochiului observatorului) fac parte din experienta de zi cu zi a vietii umane. De fapt aceasta este cum permite sa interpreteze creierul uman lumea 3D. Ne asteptam ca obiectele mai aproape de noi sa fie mai mari decat cele mai departate chiar daca ele sunt de acceasi marime.

Acest fenomen este intalnit si in sistemele de imagini conventionale in care marimea obiectului sufera modificari odata cu indepartarea acestuia de obiectiv. Lentilele optice telecentrice corecteaza acest eveniment obectele ramanand la aceleasi dimensiuni indferent de pozitionarea lor intr-un spatiu dat definit de lentila.

In acest caz deformarea poate fi rar o problema deoarece poate fi usor corectata in disigne-ul lentilei telecentrice. Principalul inconvenient al designe-ului unui telecentric este ca nu isi poate pastra propritatile daca imaginea obiectului este mai mare decat diametrul lentilei.

1.2 Partea electronica

Senzorul, precum si multe alte component electronice, joaca un rol foarte important in performanta sistemelor de imagine. Integrarea corecta a tuturor componentelor (inclusive aparatul de fotografiat, software-ul, cablurile,) va duce la un rezultat optim pentru performanta sistemului. Intelegerea termenilor de utilizare a fiecarei componente va duce la buna selectarea a componentelor care vor alcatui sistemul de vizualizare.

Charge-Coupled Devices (CCD) este cel mai raspandit senzor foto folosit in sistemele vision. CCD contine un cip de siliciu care consta dintr o matrita de lumini senzitive numite pixeli. Popularitatea lui este legata de caracteristicile lui, dimensiuni mici, rezolutie mare, usor de folosit, consum mic de energie. Are un randament liniar, relatia dintre curentul de intrare si semnalul de la iesire il face folositor in metrologie.

Pixelii CCD Atunci cand lumina cade pe un cip-ul CCD, este colectata de o matrita impartita in patratele mici sub forma unei table de sah, patrate care au potential mic si care se numesc pixeli. Imaginea este impartita in acesti pixeli mici. Imaginile de la aceste photosites se colecteaza, se organizeasa si se transfera la un monitor pentru a fi afisate. Camerele analogice CCD au pixelii dreptunghiulari (partea verticala este mai mare ca si dimensiune). Acesta va fi rezultatul unui numar limita de linii ce pot fi scanate in semnalul standard. Camerele analogice CCD, cu acelasi semnal standard, de obicei au aceeasi rezolutie verticala. Din acest motiv in standardele industriei se va specifica rezolutia orizontala ca si rezolutie. Camerele digitale nu sunt limitate din punc de vedere al latimii verticale de accea pixelii lor pot fi fie sub forma de patrate fie sub forma de dreptunghiuri.

Marimea senzorului CCD este importanta in determinarea campului vizual. Sunt cateva marimi standarde ale senzorului CCD . Lentil are capacitatea de a suporta mai multe dimensiuni ale senzorului CCD. Daca marimea cip-ului este prea mare pentru designe-ul lentilei, imaginea care va aparea poate sa fie slabita sau degradata spre margini din cauza vignetting-ului ( extinctie de raze care trec prin marginile exterioare ale lentilei). Acest fenomen se numeste "tunnel" si denumirea i se trage de la marginile intunecate ale campului vizual.

1.3 Camere CCD. Analogice vs. digitale



Cipul de silicon CCD este o componenta analogica ceea ce inseamna ca "valoarea" pixel-ului este colectata prin intermediul unei metode de selectie. Procesorul de semnal si de decodificare converteste aceasta informatie intr-un semnal analogic pentru ca imaginea sa semene cu una TV, circuitele adauga informatia de sincronizare si temporizare la semnalul video si il trimit catre un monitor sau o placa de captare a imaginii. Dispozitivul de captare a imaginii digitizeaza semnalul video si reconstituieste structura imaginii. Prelucrarea si imbunatatirea imaginii se face cu o mica pierdere la semnal.

Camerele digitale ofera un randament mai bun decat cele analogice clasice. O camera digitala sare peste pasul de procesare a imaginii si nu adauga informatia de timp la semnalul video. In schimb foloseste un convertor analogic-digital CAN pentru a digitiza semnalul neprelucrat de la fiecare pixel din aranjarea imaginii. Ulterior camera transforma valoarea digitizata a fiecarui pixel intr-o forma paralela digitala. In camerele digitale, digitizarea apare ca un proces in care semnalul este colectat de la chip.

In mod normal o camera analogica produce un semnal video pe care dispozitivul de captare a imaginii poate sa il rezolve in 6 pana la 7 biti de informatie momocroma a imaginii. Natura semnalului analogic limiteaza acuratatetea semnalului la 32-64 niveluri de gri. La camera digitala, acuratetea incepe la 8 biti (265 niveluri de gri) si ajunge pana la 12 biti (4096 tonuri de gri) fara prea multa dificultate. Se pot gasi si camere care digitizeaza imaginea la o rezolutie de 14 biti, dar in general o camera de 8 biti ofera suficienta acuratete in cele mai multe sarcini de inspectie. Exista o tendinta a producatorilor de a creste rezolutia camerelor digitale, dar aceasta atrage si un inconvenient major: daca pixelii cresc, scade cantitatea de lumina primita de fiecare pixel in parte. In unele cazuri e recomandat sa se plaseze un intensificator de imagine in fata senzorului pentru a creste numarul fotonilor. Pentru a sustine tendinta de crestere a rezolutiei, producatorii vor integra din ce in ce mai multa tehnologie (circuitele si informatiile de procesare a imaginii) in corpul camerei digitale.

Deasemenea, se doreste ca microprocesorul camerei sau DSP-ul sa efectueze instructiuni de detectie a varfurilor, citire a codului de bare, recunoasterea caracterelor si extragere de date din codurile bidimensionale. Desi avantajele camerei digitale sunt net superioare ramane un dezavantaj major si acela este costul ridicat (de 5 ori mai mare decat camerele analogice) si faptul ca nu sunt multe solutii de conectare si intefata.

Digital

Analog

In mod normal dimensiuni mari.

Dimensiunile sunt deobicei mici.

Rezolutia verticala nu este limitata, camerele digitale putand oferi rezolutie mare.

Rezolutia verticala este limitata de latimea benzii semnalului analogic.

Fara limitarea latimii de banda, acestea pot oferi un numar mare de pixeli si senzori CCD de dimensiuni mari, rezultand o rezolutie mai buna.

Senzorii au deobicei marimi standard.

Semnalul poate fi compresat astfel, poate fi transmis pe o lungime de banda mica fara pierderi.

Imprimarea si inregistrarea analogica pot fi usor incorporate in sistem.

Acestea au deobicei pixeli patratici pentru o rezolutie verticala si orizontala identica.

Deobicei pixeli dreptunghiulari.

Semnalul de iesire este digital, prin urmare micile pierderi de semnal apar in timpul procesului de prelucrare a semnalului.

Semnalele analogice sunt sensibile la zgomote si interferente acestea producand mici pierderi ale semnalului.

1.4 Iluminarea

Nu este neobisnuit ca in cadrul unui sistem de imagini sa ne luptam cu probleme legate de contrast si rezolutie, in timp ce acesta subestimeaza puterea iluminarii adecvate. Defapt dorinta unei imagini de calitate poate fi indeplinita prin imbunatatirea sistemului de iluminare, fara a fi nevoie de a investi in plus pentru detectoare de rezolutie mare, lentile performante sau software.

Fiecare componenta a sistemului afecteaza cantitatea de lumina incidenta pe senzor si prin urmare este afectata calitatea imaginii sistemului. Deschiderea lentilei are un impact direct asupra cantitatii de lumina incidenta pe camera. Iluminarea trebuie crescuta daca deschiderea obiectivului nu este foarte mare. Lentilele de putere mare au deobicei nevoie de iluminare mai mare a zonelor mici eoarece acestea reflecta mai putina lumina in lentila obiectivului. Camerele de sensibilitate minima sunt deasemenea importante in procesul de stabilire a cantitatii de lumina necesare in sistem. In plus setarile camerei CCD afecteaza sensibilitatea senzorului.

De aceea iluminarea este foarte importanta in procesul de testare, de aceasta depinzand bunul mers al lucrarii si rezultatele precise. Prin urmare exista mai multe modalitati prin care captarea imaginii sa fie corect executata.

Corpurile de iluminat care servesc la luminarea suprafetelor pot fi:lampi fluorescente, reflectoare difuze, condensoare, proiectoare, colimatoare.

Iluminarea cu fibra optica implica deobicei un iluminator si un ghid de lumina, fiecare dintre acestea trebuie integrate in sistem pentru a optimiza buna iluminare a obiectului. Intensitatea luminii folosita pentru producerea iluminarii este specificata in catalog in termeni de footcandela. Relatia dintre lux" ( unitatea de masura in SI) si footcandela este:

1 Lux = 0.0929 Footcandle

Deoarece iluminarea are un impact direct asupra calitatii imaginii sistemului, este important ca lumina sa fie constanta pentru ca rezultatele sa fie repetabile. Deschiderea obiectivului, marimea sistemului, setarile camerei foto, filtrarea si alti parametrii ai iluminarii, toate vor afecta cantitatea de lumina incidenta pe senzor. Acesti factori trebuie ajustati pentru a se potrivi cu caracteristicile obiectului ce urmeaza a fi iluminat.

In functie de mediu de lucru, pozitionare si modul de analiza se disting urmatoarele modalitati de iluminat:

Iluminare fontala Iluminare cu ajutorul unei suprafete refletorizante

- minimizeaza umbrele si reflexiile; - fara umbre, acceasi iluminare

- caracteristicile suprafetei putin diferite; - stralucire foarte putin intensa

Iluminare directionala: Iluminare cu ghid circular:

- bilateral simpla    - reduce umbrele; relative aceeasi iluminare

- relative iluminare uniforma - straluciri circulare de la suprafete cu refletie

- umbre, straluciri    mare

Iluminare dintr-o singura directie: Lumini concentrate:

- scoate in evident topologia si defectele    - aceeasi iluminare, elimina specutatiile;

suprafetei; - intensitatea culorilor mai mica

- umbre puternice, puncte care ies in evidenta

2 Implementarea

Testarea tolelor se face, dupa cum am mai spus cu ajutorul unui program de testare, care va fi instalat si rulat de pe un PC. Partea vision a acestui sistem de testare este compusa dintr-o camera CCD (charge couple device) care este indispensabila acestei testari, este usor de folosit, are rezolutie mare, dimensiuni si consum mic.

2.1 Hardware

Modelul utilizat in aceasta aplicatie este o camera din familia NI 17xx Smart Cameras. NI Smart 17xx Cameras simplifica aparatura vision prin analiza imaginii direct de pe camera foto cu un procesor incorporat, capabile de a rula intreaga suita de algoritmi ai NI vision. Combinatia onbord poate utiliza aceste camere intr-o varietate de aplicatii, inclusiv parte de localizare, detectare a defectelor, procesor de cod cu o sarcina de cuplat aparatul, senzor de imagine care ofera o distribuire usoara, sistem vision all-in-one (toate intr-unul) care transmite, impreuna cu sau in locul imaginilor brute, rezultatele inspectiei. Adapostite intr-o cutie de metal, concepute pentru utilizarea in aplicatii industriale, toate NI Smart Cameras ofera built-in I/O, multiple protocoale industriale, built-in Web servere si multe alte facilitati. Puteti configura NI Smart Camera cu software-ul NI Vision Builder pentru automat de inspectie (NI) sau cu un program pentru camera, LabVIEW Real-Time.

O importanta aparte o are sistemul de iluminat, de care depinde bunul mers la lucrarii si rezultatele cat mai precise.Pentru o iluminare directa a obictelor ce urmeaza a fi fotografiate, NI Smart Camera are incorporata o unitate de iluminat. Controlarea iluminarii obiectelor poate fi costisitoate daca este auxiliara aparatului vision. NI Smart Camera detine un corp de iluminat, astfel incat sa se controleze calitatea luminii de la aparatul de fotografiat in sine si astfel sa duca la scaderea costurilor.



Modelul NI 1764 al camerei este unul nou, iar din familia sa ofera cea mai mare rezolutie ti performanta dintre toate modelele de camera a acestei familii NI 17XX Smart Cameras. Este caracterizata de 1.3 megapixeli, senzor de imagine si coprocesor Texas Instruments DSP de 720MHz.

Aceasta camera NI 1764 este ideala pentru utilizari cum ar fi de identificarea de coduri sau caracteristici si localizarea unor obiecte mari sau mici fabricate in linie.

2 Software

National Instruments Vision Builder pentru inspectii automatizate se defineste ca fiind un mediu virtual de dezvoltare usor configurabil care nu necesita programare. Cu Vision Builder se pot analiza majoritatea aplicatiilor virtuale pe aparate fara a fi nevoie de limbaj de programare sau instrumente personalizate complicate. Acesta include si softul NI Vision Aquisition, un set de drivere si utilitati care achizitioneaza, afiseaza si salveaza imaginile.

Afisajul - informatii despre afisarea imaginilor, palete, regiunile de interes si suprapunerile non-distructive.

Structura sistemului si calibrarea -descrie cum se monteaza un sistem de imagine si cum se calibreaza structura astfel incat se pot converti coordonatele pixelilor in coordonate reale.

Imaginile digitale

Definitie - Imaginea este o retea bidimensionala reprezentand intensitatea luminoasa. In scopul procesarii imaginii, termenul de imagine sa refera implicit la imaginea digitala. O imagine este o functie a intensitatii luminoase f(x,y).

untitled

unde f reprezinta luminozitatea punctului (x,y) iar x si y rprezinta coordonatele spatiale dintr-un element al imaginii sau mai precis al lui pixel. Prin conventie referinta spatiala de coordonate (0,0) este localizata in coltul dreapta sus al imaginii. Astfel valoarea lui x creste odata cu deplasarea spre dreapta iar y creste odata cu deplasarea in jos. Senzorul de imagine asigneaza fiecarui pixel o locatie numerica si un nivel de gri sau valoare color, specifica luminozitatii sau culorii pixelului.

Imaginea digitizata are 3 proprietati de baza:

  • Rezolutia
  • Claritatea
  • Numarul planurilor

Rezolutia este un parametru de masurare a imaginii, un sistem care are capacitatea de a reproduce in detaliu obiectul. Rezolutia imaginii se refera la numarul de pixeli din imagine si este masurata in pixeli per inch.

Ca urmare rezolutia poate fi definita ca numarul de linii pereche pe milimetrii cunoscuta si sub denumirea de frecventa. Inversul frecventei este randamentul care este distanta dintre doua unde patratice.

Rezolutia spatiala este definita ca rezolutia la un contrast fix. Cu alte cuvinte rezolutia spatiala se refera la o imagine binara (de exemplu un semnal alb pe un fond negru fara griuri). Rezolutia spatiala este o modalitate de simplificare, un sistem care devine o situatie de on/off, unde semnalul este exprimat sub forma de unda patratica. Rezolutia spatiala se masoara in ppi- numarul de pixeli pe inch continuti intr-o imagine digitala.

Rezolutia poate fi definita ca numarul de linii pereche pe milimetrii cunoscuta si sub denumirea de frecventa. Inversul frecventei este randamentul care este distanta dintre doua unde patratice.

Claritatea indica numarul de nuante care se pot vedea intr-o poza. Intensitatea bitilor dintr-o imagine este numarul de biti folositi la codificarea valorii unui pixel. Pentru o intensitate de n biti, imaginea este definita pe 2n valori diferite (daca n=8 biti atunci un pixel poate avea 256 de valori diferite). La momentul actual NI Vision poate procesa imagini pe 8,10,12,14 sau 16 biti. Modul in care se codeaza imaginea depinde de natura dispozitivului de achizitie a datelor, tipul de procesare a imaginii folosit si modul de analiza folosit. Pentru a obtine o informatie despre forma obiectelor din imagine e suficienta codarea pe 8 biti.

Numarul planurilor corespund la numarul de siruri de pixeli care compun imaginea. O imagine monocroma sau pseudo-croma e compusa dintr-un singur plan, in timp ce o imagine color are 3 planuri (componenta rosie, albastra si verde).

Tipurile de imagini

Bibliotecile NI Vision pot suporta 3 tipuri de imagini : gri, color si complexe. Pentru aceeasi rezolutie in spatiu, o imagine color ocupa de 4 ori mai multa memorie decat una monocroma pe 8 biti.

Imaginile monocrome

O astfle de imagine e compusa dintr-un singur plan de pixeli. Fiecare pixel e codat folosind unul dintre urmatoarele numere:

-pe 8 biti un numar intreg care reprezinta tonuri de gri cu valori cuprinse intre (0,255)

-numere intregi pe 16 biti reprezentand valori de gri intre (-32.768,32.7670)

Fisierele de imagini

Un fisier de imagine este compus dintr-un header urmat de valorile pixelilor. In functie de formatul fisierului, headerul contine informatia rezolutiei de orizontala si verticala, definirea pixelului si paleta cromatica. Fisierele de imagini pot deasemenea stoca informatii despre calibrare, gasirea tiparului, modele si suprapuneri. Cele mai comune formate de imagini sunt:

  • Bitmap(BMP), tagged image file format(TIFF)
  • Portable network graphics (PNG-are capacitatea de a stoca informatii despre calibrare, gasirea tiparului, modele si suprapuneri)
  • Joint Photographic Experts Group format (JPEG)
  • Formatul National Instruments (AIPD) -folosit pentru imagini complexe si HSL
  • Formatul standard pe 8 biti si imaginile color RGB este de tip BMP, TIFF, PNG, JPEG si AIPD. Formatul pe 16 biti monocrom, 64 RGB si imagini complexe este de tipul PNG si AIPD.

Reprezentarea interna a imaginii NI Vision

In figura urmatoare este ilustrat modul in care o imagine e reprezentata in memoria sistemului. Pe langa pixelii imaginii, memoria acesteia include randuri si coloane de pixeli numite margini precum si alinierea la stanga si la dreapta. Functiile de procesare specifice care includ operatiile de vecinatate a pixelilor folosesc incadrarea imaginii.

ecran_vision

1 Imagine 2 Marginea Imaginii 3 Rezolutia verticala 4 Aliniamentul la stanga 5 Rezolutia orizontala 6. Aliniamentul la dreapta 7 Latimea liniei

Fig 12. Reprezentarea imaginii interne

Marginile imaginii

Multe dintre functiile de imagine proceseaza un pixel folosind valori de la vecinii sai. Un vecin este un pixel a carui valoare afecteaza valoarea pixelului din imediata apropiere in momentul in care imaginea este procesata. Pixelii de-a lungul unui varf sau margine nu au vecini. Tocmai de aceea se foloseste o functie care specifica o imagine marginala, aceasta putand fi identificata mult mai usor.

Programul Vision efectueaza:

  • control si inspectie:stari de suprafete, culori, aspect,forme, contur, dimensiuni (liniare, plane sau spatiale)
  • verificarea prezentei sau absentei unui subiect, simboluri caracter, semnatura
  • identificari si localizari de obiecte (2D in plan si 3D in spatiu)
  • lectura cu sau fara recunoastere (caractere alfanumerice sau valori numerice)
  • urmarirea unui contur

In productia de masa exista 3 clase majore de utilizare a senzorilor vizuali:

  • Inspectia
  • Identificarea si recunoasterea obiectelor
  • Controlul si comanda RI

a) Inspectia : 70 % din aplicatii

  • masurari tridimensionale
  • verificarea prezentei sau absentei componentelor in scena observata
  • controlul de calitate
  • un exemplu edificator: inspectia mastilor fotografice pentru circuitele integrate
  • o inspectie clasica (de ex. manuala) necesita 10 - 15 ore de munca
  • varianta automatizata necesita 10 - 15 minute

b) Identificarea : Intr-o serie de aplicatii industriale este necesara identificarea pieselor pentru a se lua o decizie si a se realiza un clasament

c) Controlul si comanda RI: pe baza informatiei obtinute de la senzorul vizual se pot coordonatele spatiale a unor piese, coordonatele de prehensare, se pot determina distante, prezenta unor obstacole etc.

Integrarea software - o integrare pentru procesarea informatiei si semnifica in esenta evolutia sistemului de control cu toate implicatiile sale

Aceasta are in vedere rezolvarea unor probleme de genul:

  • dezvoltarea de modele analitice pentru estimarea unor variabile nemasurabile din cadrul unui proces.
  • compensarea neliniaritatilor din sistem prin algortim
  • amortizarea unor oscilatii prin algoritm original de reactie







Politica de confidentialitate





Copyright © 2021 - Toate drepturile rezervate