一、薄膜視覺檢測(cè)設(shè)備的基本構(gòu)成與視覺檢測(cè)流程

薄膜視覺檢測(cè)設(shè)備通常包含多個(gè)部件,這些部件協(xié)同工作以實(shí)現(xiàn)對(duì)薄膜的檢測(cè)。

基本構(gòu)成

光學(xué)傳感器:負(fù)責(zé)捕捉薄膜表面的光學(xué)信息,這是檢測(cè)的基礎(chǔ),能夠感知薄膜表面的光線變化等情況。

相機(jī):是獲取薄膜圖像的關(guān)鍵設(shè)備,如線陣相機(jī)等,它可以對(duì)薄膜表面進(jìn)行實(shí)時(shí)同步掃描,將薄膜表面的圖像信息轉(zhuǎn)化為電信號(hào)或數(shù)字信號(hào),以便后續(xù)處理。

安徽廠家直銷薄膜視覺檢測(cè)設(shè)備_視覺檢測(cè)原理

鏡頭:鏡頭的作用是將薄膜表面的圖像準(zhǔn)確地聚焦到相機(jī)的成像平面上,不同的鏡頭特性會(huì)影響成像的質(zhì)量和范圍。

視頻幀捕捉器:用于對(duì)相機(jī)輸出的視頻信號(hào)進(jìn)行處理,將其轉(zhuǎn)換為計(jì)算機(jī)能夠處理的數(shù)字圖像數(shù)據(jù)。

光源系統(tǒng):為檢測(cè)提供合適的光照條件,例如采用“背光”成像方式時(shí),光源的設(shè)置對(duì)于能否清晰地顯示薄膜的瑕疵等特征非常重要。不同的薄膜材質(zhì)和檢測(cè)需求可能需要不同類型和強(qiáng)度的光源。

視覺軟件:這是整個(gè)系統(tǒng)的“大腦”,它對(duì)采集到的圖像數(shù)據(jù)進(jìn)行分析和處理,運(yùn)用各種算法來識(shí)別薄膜表面的瑕疵、缺陷等情況,并進(jìn)行分類和標(biāo)記等操作。

視覺檢測(cè)流程

觸發(fā):首先工件定位檢測(cè)器探測(cè)到薄膜運(yùn)動(dòng)至接近攝像系統(tǒng)的視野中心時(shí),向圖像采集部分發(fā)送觸發(fā)脈沖。

圖像采集啟動(dòng):圖像采集部分按照事先設(shè)定的程序和延時(shí),分別向攝像機(jī)和照明系統(tǒng)發(fā)出啟動(dòng)脈沖。如果攝像機(jī)之前處于等待狀態(tài),啟動(dòng)脈沖到來后會(huì)啟動(dòng)一幀掃描。在攝像機(jī)開始新的一幀掃描之前打開曝光機(jī)構(gòu),曝光時(shí)間可以事先設(shè)定。

圖像掃描與輸出:攝像機(jī)曝光后,正式開始一幀圖像的掃描和輸出。圖像采集部分接收模擬視頻信號(hào)將其數(shù)字化(如果是模擬信號(hào)的話),或者直接接收攝像機(jī)數(shù)字化后的數(shù)字視頻數(shù)據(jù)。

圖像分析處理:視覺軟件對(duì)采集到的圖像數(shù)據(jù)進(jìn)行分析,利用算法來檢測(cè)薄膜表面的污點(diǎn)、蚊蟲、孔洞、雜質(zhì)、條紋、破損、邊裂、皺折、劃痕、暗斑、亮斑等常見缺陷。例如,通過對(duì)比正常薄膜圖像的特征和當(dāng)前采集圖像的特征差異來識(shí)別瑕疵。

二、薄膜視覺檢測(cè)的相關(guān)原理在設(shè)備中的應(yīng)用

光學(xué)原理

薄膜干涉原理:在一些對(duì)薄膜光學(xué)特性檢測(cè)方面可能會(huì)有所應(yīng)用。薄膜干涉原理可用于光學(xué)表面的檢驗(yàn)等,當(dāng)薄膜的厚度不同或者表面存在缺陷時(shí),會(huì)影響光的干涉條紋分布。例如在檢測(cè)薄膜的厚度均勻性時(shí),如果薄膜厚度相同的地方形成同一條干涉條紋(等厚干涉),那么當(dāng)出現(xiàn)厚度不均勻或者表面有瑕疵時(shí),干涉條紋會(huì)發(fā)生變化,從而可以被檢測(cè)出來。不過在一般的薄膜視覺檢測(cè)設(shè)備中,主要還是側(cè)重于對(duì)薄膜表面瑕疵的直接檢測(cè),薄膜干涉原理更多是在光學(xué)理論基礎(chǔ)方面的關(guān)聯(lián)。

光的反射與透射:對(duì)于薄膜表面缺陷的檢測(cè),光的反射和透射特性也很關(guān)鍵。例如,當(dāng)薄膜表面有劃痕或者孔洞時(shí),會(huì)改變光的反射和透射路徑,使得相機(jī)捕捉到的圖像在這些位置的亮度或者顏色等特征發(fā)生變化。通過合適的光源設(shè)置(如背光成像方式),可以讓這些由于反射和透射變化而產(chǎn)生的圖像差異更加明顯,從而便于視覺軟件識(shí)別缺陷。

圖像處理原理

特征識(shí)別算法:視覺軟件中的算法會(huì)對(duì)圖像中的各種特征進(jìn)行識(shí)別。例如,對(duì)于污點(diǎn)的識(shí)別,可能會(huì)根據(jù)污點(diǎn)的顏色、形狀、大小等特征與正常薄膜圖像的差異來判斷。算法會(huì)預(yù)先設(shè)定一些閾值或者模式,當(dāng)圖像中的某個(gè)區(qū)域符合污點(diǎn)的特征模式(如顏色與周圍不同且面積在一定范圍內(nèi)等)時(shí),就判定為污點(diǎn)。

對(duì)比分析:將采集到的薄膜圖像與預(yù)先存儲(chǔ)的標(biāo)準(zhǔn)薄膜圖像或者模板進(jìn)行對(duì)比分析。如果薄膜表面沒有缺陷,那么采集圖像應(yīng)該與標(biāo)準(zhǔn)圖像相似;如果存在缺陷,就會(huì)在對(duì)比中出現(xiàn)差異,這些差異的位置和特征就可以確定為缺陷的位置和類型。通過這種對(duì)比分析,可以實(shí)現(xiàn)對(duì)薄膜表面多種缺陷的準(zhǔn)確檢測(cè)和分類。