<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 測試測量 > 設計應用 > 基于陰影重建形狀的視覺(jué)技術(shù):一種重要的圖像形狀提取技術(shù)及其應用

基于陰影重建形狀的視覺(jué)技術(shù):一種重要的圖像形狀提取技術(shù)及其應用

作者:Teledyne DALSA 集團,亞洲區銷(xiāo)售總監 Steve Zhu 時(shí)間:2020-06-17 來(lái)源:電子產(chǎn)品世界 收藏

自動(dòng)化視覺(jué)檢測已經(jīng)廣泛應用于現今的生產(chǎn)環(huán)境的各個(gè)領(lǐng)域,從半導體、電子、食品和飲料、醫藥包裝、汽車(chē)制造以及其它不同行業(yè)。而視覺(jué)檢測的應用可分類(lèi)為測量、有/無(wú)檢測、機器人導航、瑕疵檢測、一維或二維碼識別,以及光學(xué)文字識別()閱讀等等。常規的2D算法通常擅長(cháng)處理某些特征清晰且定義明確的應用,因此檢測更加可靠。 換句話(huà)說(shuō),目標特征必須穩定并且清晰一致地呈現,檢測和識別才會(huì )比較可靠。

本文引用地址:http://dyxdggzs.com/article/202006/414353.htm

不過(guò)就如人生一樣,視覺(jué)檢測時(shí)常面臨挑戰和困境,譬如一些表面帶有天然的紋理或高度反光的物體;再譬如,一些部件經(jīng)過(guò)打磨或沖壓等制造過(guò)程,產(chǎn)生了彎曲或帶紋理的表面;還有一些物件帶有浮雕圖案或凹凸不平特征,例如是沖壓或雕刻標記,這些都會(huì )為檢測帶來(lái)困難。傳統的二維算法和預處理工具往往不能可靠的解決這些問(wèn)題?;陉幱爸亟ㄐ螤?Shape from Shading)技術(shù)則是一種經(jīng)過(guò)驗證的更可靠方法,能夠應付這些復雜的檢測任務(wù)。

本文中一下兩個(gè)應用案例,顯示陰影重建形狀()技術(shù)如何提高目標物體的反差并盡可能地抑制背景噪聲,使得更容易地檢測出缺陷并成功讀取字符。

image.png

上圖:原圖像;下圖:陰影重建形狀技術(shù)處理后的圖像

image.png

利用Teledyne DALSA Sherlock軟件的陰影重建形狀技術(shù)處理后的圖像

陰影重建形狀技術(shù)的廣泛應用

下面兩個(gè)例子顯示陰影重建形狀技術(shù)的應用如何解決一些傳統二維算法和預處理器難于處理的情況。在第一個(gè)案例中,制造商試圖檢測瓷磚表面的裂縫或劃痕??墒怯捎诖纱u表面帶有復雜的紋理背景,使得一般的照明技術(shù)和常規的二維預處理器和算法很難及時(shí)檢測到異常,因為這些缺陷在標準成像中根本無(wú)法察覺(jué)。利用技術(shù),凹陷、裂縫和刮痕都能夠被輕易從背景中分離,分辨及被檢測出來(lái)。

在上面的示例中,可以看到字體和圖案是以凸壓方式印在名片上。 如第一張圖片所示,在文首的圖片中,在名片上的壓印字體其實(shí)是很難用肉眼來(lái)閱讀的。雖然低角度暗場(chǎng)光源會(huì )有幫助,但還是不夠強大和穩定。利用SFS配合多角度多重光源,可實(shí)現具有更高反差和更出色的合成圖像。圖像經(jīng)處理后,名片上的所有字體均清晰顯示 (如上面第二張圖片所示),以便于標準光學(xué)文字辨識算法查驗。

image.png

什么是SFS陰影重建視覺(jué)技術(shù)?

陰影重建形狀(Shape from Shading,簡(jiǎn)稱(chēng)SFS)是一種將物件形狀和它的二維表面紋理分離的技術(shù)。通常,一般來(lái)說(shuō),它是用于突顯圖像的三維表面紋理信息,即所謂的形狀圖像,并除去高反光部分的眩光,即所謂的紋理圖像。這一技術(shù)的工作原理是利用分段環(huán)燈或獨立的條形燈并將多個(gè)圖像組合為一個(gè)圖像而起作用。拍攝過(guò)程會(huì )從一系列圖像中提取數據以揭示以前隱藏的表面特征或缺陷。

相機會(huì )按照環(huán)燈的逆時(shí)針轉動(dòng)方向,拍攝出四個(gè)不同照明角度的圖像。接著(zhù)利用陰影重建形狀(SFS)技術(shù)把四個(gè)圖像合成,以顯示三維表面結構。上面的四幀圖片顯示出一個(gè)帶紋理的瓶蓋在不同照明角度下拍攝出來(lái)的影像,以及經(jīng)SFS算法處理后的合成圖像。

下圖顯示SFS技術(shù)的合成和處理過(guò)程。

image.png

利用多角度多重光源(使用者可編程)擷取的四個(gè)影像

形狀圖像

工作原理如下:算法會(huì )搜尋從每一照明方向建構出來(lái)的陰影以及突顯出來(lái)的邊緣。每一幀圖像的陰影和邊緣會(huì )組合成一個(gè)圖像,以展示各部份的高度差異。這特別有助于偵測刮痕、凹陷、遺失的部件等等。

image.png

Teledyne DALSA Sherlock軟件里的SFS算法可計算具有3D效果的合成圖像,以增強對比度,同時(shí)抑制背景噪聲

紋理圖像

該算法還將尋找沒(méi)有直接照明的圖像區域。 然后,它將看起來(lái)相同的圖像的所有區域(即它們沒(méi)有眩光)組合到一個(gè)沒(méi)有眩光的圖像中。 這對于檢查高反射率零件或通過(guò)塑料或透明材料覆蓋物或包裹物檢查零件很有用。

image.png

磁磚彩色圖像      磁磚單色圖像

如何處理運動(dòng)中目標物的檢測

假如部件在檢測過(guò)程中處于運動(dòng)狀態(tài),SFS的嵌入式活動(dòng)矯正機制可以處理同一部件在每一圖像擷取時(shí)位于不同位置的情況。再通過(guò)額外的一副圖像,即所謂的搜尋圖像。通過(guò)比較第一副圖像和搜尋圖像,算法會(huì )找出部件在圖像擷取時(shí)的活動(dòng)模式,從而識別并對齊正確的像素。

image.png

經(jīng)SFS處理的圖像

SFS陰影重建技術(shù)的優(yōu)勢

這種先進(jìn)的視覺(jué)解決方案具有許多獨特的優(yōu)勢。 通過(guò)先進(jìn)軟件算法配合多角度照明,它有助于消除表面背景效果(例如噪音或色彩),并產(chǎn)生聚焦于具有強烈對比度的特征的輸出圖像,以方便檢查。 它特別適合檢查多種材料(例如金屬,塑料,橡膠和陶瓷)的反射表面和粗糙表面是否有瑕疵(例如凹痕,凹槽,裂縫和劃痕),并清晰顯示難以理解的字符。



關(guān)鍵詞: SFS OCR

評論


技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>