尺寸测量

尺寸测量

作为外观检测之一的尺寸检测,是判定部件及产品加工/组装是否符合规格要求的重要检测。在如下的尺寸检测中,可以借助视觉系统,实现自动化。

  • 测量部件及产品的最大、最小尺寸
  • 测量O形环内径及外径的最大值、最小值、平均值、中心坐标等
  • 测量金属部件顶端部分的R或角度
  • 测量端面及标签的位置
  • 测量膜片、薄膜状产品的宽度 等

尺寸测量是检测的基础,却受到人工及时间成本的制约。近年来,随着工厂自动化(FA:Factory Automation)的推广,借助视觉系统的尺寸测量也正在普及。下面将就利用视觉系统的尺寸测量介绍基本原理及其优点、具体案例。

判断加工是否符合规格要求,尺寸测量的基本原理

导入视觉系统的优点

通常,部件及产品的尺寸都是借助千分尺、游标卡尺等工具进行测量,利用检测夹具确认精度是否存在波动。但使用千分尺、游标卡尺等测量仪器进行测量,会受到个人差及测量条件的影响,必然产生误差。使用检测夹具时,虽然可以判定尺寸是否处于公差范围内,但却无法得知正确的测量值。

还可以用投影仪、轮廓形状测量仪、3D测量仪等方法测量尺寸,但这些方法都必须依靠手动作业,时间和成本是一大难题。

而采用视觉系统,就能够通过拍摄的数据,获取各类尺寸信息。根据拍摄的数据,可以轻松测量部件及产品各部位的尺寸,并判定尺寸是否处于公差范围内。除了各部位的长度外,还能同时测量角度、圆的R等,还能以数值的形式保存为数据,这也是该功能的一大优点。

通过全数检测避免漏检、不良品流出

用各种测量仪器及夹具检测尺寸时,离线的工序增加。因此,这种形式的全数检测,会耗费大量的人工和成本。但抽取检测又会造成漏检、不良品流出的可能性。利用视觉系统系统进行尺寸检测,就可以在线上实施全数尺寸测量。在抑制成本的同时,可以实现产品质量的稳定化。

检测高速化带来的生产性提升

可以在线上进行部件及产品的尺寸测量,能大幅缩短检测所需的时间。视觉系统系统实现了检测的高速化,有助于提升生产性。

品质信息的保存及管理

用夹具实施的尺寸检测,无法获取正确的测量数据。只能用来确认尺寸是否处于公差范围内。而视觉系统实施的尺寸检测,不仅能判定合格与否,还能获取各部位的正确尺寸数值,便于保存和管理。利用好这些信息,还能有效确保可追溯性,改良工序。

尺寸测量的基础 ~借助边缘检测的测量~

借助视觉系统实施的尺寸检测,通常会运用边缘检测进行测量。为了帮助各位理解边缘检测,下面将就必要的像素分辨率和亚像素处理基础,以及边缘检测的原理进行说明。

图像分辨率和判定公差的关联性

视觉系统的感光元件中,像素(pixel)呈格子状排列。尺寸测量可以根据该像素数及拍摄视野大致计算出“尺寸公差”。其中最重要的,就是代表“感光元件中的1像素相当于多少mm”的“像素分辨率”。像素分辨率可通过以下公式表达。

像素分辨率 = 拍摄视野(Y方向)[mm] ÷ 感光元件的Y方向像素数[像素]

例如,假设使用了31万像素和200万像素的相机。31万像素的Y方向像素数为480像素,200万像素则为1200像素。

将拍摄视野设为100 mm时

【31万像素】
像素分辨率 = 100 mm ÷ 480像素 = 0.208 mm/像素
【200万像素】
像素分辨率 = 100 mm ÷ 1200像素 = 0.083 mm/像素
【2100万像素】
像素分辨率 = 100 mm ÷ 4092像素 = 0.024 mm/像素

像素分辨率如上所示。下面,将针对31万像素到2100万像素相机,对像素分辨率的情况做大致总结。

像素分辨率 参考值
拍摄视野(Y方向)[mm]
相机的像素数 1 5 10 20 30 50 100 200 500
31万像素 0.002 0.01 0.021 0.042 0.063 0.104 0.208 0.417 1.042
200万像素 0.0008 0.004 0.008 0.017 0.025 0.042 0.083 0.167 0.417
500万像素 0.0005 0.002 0.005 0.01 0.015 0.024 0.049 0.098 0.244
2100万像素 0.0002 0.001 0.002 0.005 0.007 0.012 0.024 0.049 0.122
  • *31万像素传感器CCD的Y方向像素数 = 480像素
  • *200万像素传感器CCD的Y方向像素数 = 1200像素
  • *500万像素传感器CCD的Y方向像素数 = 2050像素
  • *2100万像素相机感光元件的Y方向像素数 = 4092像素

尺寸检测中,公差被作为辨别良品和不良品的阈值,通常以±5像素为基准进行计算。该公式中,将可以作为公差进行稳定判定的像素数,当作重复精度的10倍左右,视觉系统的理想条件约为0.1像素,为了留有余地,将重复精度假设为0.5像素。将该重复精度的10倍——±5像素作为能够设定为公差的最小估算值,就可以通过以下公式,求出实际尺寸值。

公差实际尺寸值[mm]= 像素分辨率(Y方向视野尺寸(mm)÷ CCD的Y方向像素数) × 5像素

【31万像素】
尺寸公差 = 0.208 mm/像素 × 5像素 = 1.04 mm
【200万像素】
尺寸公差 = 0.083 mm/像素 × 5像素 = 0.415 mm
【2100万像素】
尺寸公差 = 0.024 mm/像素 × 5像素 = 0.12 mm

如上所示,必须根据精度要求选择视觉系统及拍摄视野。

公差判定值 参考值
拍摄视野(Y方向)[mm]
相机的像素数 1 5 10 20 30 50 100 200 500
31万像素 0.01 0.05 0.1 0.2 0.3 0.5 1.0 2.1 5.2
200万像素 0.004 0.02 0.04 0.08 0.1 0.2 0.4 0.8 2.1
500万像素 0.002 0.01 0.02 0.05 0.07 0.1 0.2 0.5 1.2
2100万像素 0.001 0.006 0.01 0.02 0.04 0.06 0.1 0.2 0.6

图像分辨率介绍

亚像素处理基础

上述内容中,将图像分辨率诠释为单个像素的实际尺寸值。但实际用视觉系统的尺寸测量,可以通过近似计算得出小于1像素的单位。这种方法就是亚像素处理。

亚像素是将像素细分化后的单位,例如在基恩士的视觉系统中,可以获取的尺寸数据最小单位为1/1000像素。

亚像素的原理介绍

亚像素处理中,将检测代表明暗对比度变化边界的边缘,并将其转换为投影波形,施加微分处理。再将微分波形中的峰值点作为边缘点进行计算。

何谓利用边缘检测的尺寸测量

以高像素分辨率(=精度)测量尺寸时,边缘检测变得非常重要。下面就边缘检测的基本流程进行说明。

1.投影处理

实施垂直于检测方向的扫描,求出各投影线的平均浓度。投影线平均浓度波形被称为投影波形。

投影处理
投影处理
2.微分处理

通过对投影波形施加微分处理,存在边缘可能性的位置其微分值将会增大。微分处理就是求出浓淡(灰度级)变化的处理。

微分波形(边缘强度波形)

3.通过补正使微分最大值实现100%

施加补正,使微分值和绝对值的最大值成为100%,稳定边缘。将微分波形中超出设定边缘敏感度的峰值点,作为边缘点。

通过补正使微分最大值实现100%
4.亚像素处理

对于微分波形中最大部分的中心附近的 3像素进行运算,以0.001像素为单位测量边缘位置。

放大示意图 通过近旁像素的浓度信息,求出波峰位置。

具体应用

伴随着工厂自动化的普及,缩短检测工序的时间成为了课题,其实尺寸测量也同样如此。正在逐渐成为此类工序改良主流的,就是利用视觉系统的方法。

检测电容器的各种尺寸

除了电容器主体的直径及长度外,还能够测量变细部分的最小直径、引线长度及弯曲等,分段检测各部分的边缘位置。可以测量各部位的正确尺寸。

检测画面

原图像
原图像
处理后图像
处理后图像
测量瓶体边缘的尺寸

在线上也能实现正确的尺寸测量。例如,横向拍摄在生产线上流动的塑料瓶,通过测量瓶身颈环的尺寸,检测成型不良、品种差异、装配错误等。在线上进行尺寸检测,实现了高效化。

检测画面

意见及咨询请点击此处