机器视觉运动控制一体机应用例程 | 齿轮缺齿检测

本文主要是介绍机器视觉运动控制一体机应用例程 | 齿轮缺齿检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

齿轮缺齿是其生产制造过程中的一个重大缺陷,需通过检测技术进行规避。如果使用人工进行检测,不仅会增加人工成本,且检测时容易漏检或者由于注意力不集中而导致误判,因此我们引入了机器视觉检测技术进行齿轮缺齿检测。

机器视觉齿轮检测为非接触式的无损检测方法,与传统人工检测相比,具有不可取代的优越性。

机器视觉齿轮检测系统在追求高速度、高效率、高重复性和精确度的工业生产制造过程中也更为可靠,把机器视觉检测方法用于制造系统是工业发展的方向和必然趋势,也是提高生产效率的有效途径。

上期课程,我们讲述了机器视觉方案中液位检测的应用例程,本期课程我们和大家一起分享机器视觉齿轮缺轮检测的应用例程。

视觉运动控制一体机应用例程(七)齿轮缺齿检测

一 、检测原理

(一)检测要求

检测齿轮状产品外边缘上的轮齿是否完整,如有缺失返回“NG”状态,并显示位置信息。若齿轮完整,则返回“OK”状态。

2.jpg

(二)软件算法

3.jpg

二 、软件实现

(一)软件实现

1.打开ZDevelop软件:新建项目→新建“HMI”文件→新建“main.bas”文件,用于编写界面响应函数→新建“global_variable.bas”文件用于存放全局变量并开启HMI自动运行任务→新建“detectParam.bas”文件用于初始化测量参数→新建“camera.bas”文件用于实现相机采集功能→文件添加到项目。

4.jpg

2.设计HMI界面。

5.jpg

3.在“global_variable.bas”文件中定义全局变量,定义完成后运行“Hmi.hmi”文件。

        '''''全局变量大部分使用数组结构'''''''注:basic编程中很多函数会以TABLE(系统的数据结构)做为参数''table        说明                 table            说明''0  '    自动二值化阈值            11~12   鼠标操作时获取的坐标''2       亮区域的面积            20~24   图像信息''4       暗区域的面积            6       齿轮的数量   ''40~42  齿轮的面积和位置X,Y数据          '主任务状态'0 - 未初始化'1 - 停止'2 - 运行中'3 - 正在停止GLOBAL DIM main_task_statemain_task_state = 1'采集开关'0 - 停止采集'1 - 请求采集GLOBAL DIM grab_switchgrab_switch = 0'相机个数GLOBAL cam_numcam_num = 0'相机种类,"zmotion;mvision;basler;mindvision;huaray"GLOBAL DIM CAMERA_TYPE(16)CAMERA_TYPE = "mvision"' 定义主任务id - 10GLOBAL DIM main_task_idmain_task_id = 10'定义连续采集任务id - 9GLOBAL DIM grab_task_idgrab_task_id = 9'定义全局图像变量GLOBAL ZVOBJECT grabImg '采集图像GLOBAL ZVOBJECT disImg '显示图像'定义常用颜色变量GLOBAL C_RED, C_GREEN, C_BLUE, C_YELLOWC_RED   = RGB(255,  0,  0)C_GREEN = RGB(  0,255,  0)C_BLUE  = RGB(  0,  0,255)C_YELLOW= RGB(255,255,  0)'检测参数:阈值模式(自动阈值或手动阈值)、低阈值、高阈值、最小面积、最大面积GLOBAL DIM d_detect_param(5) 'd开头表示数据结构'检测消耗时间GLOBal DIM d_detect_time'显示打印的字符GLOBAL ShowString(64)GLOBAL ShowString1(64)'***********定义读取本地文件功能相关变量**************''注意,该功能只在使用仿真器时有效'定义是否使用本地图片标志GLOBAL DIM d_use_imgfile'定义本地图片索引GLOBAL DIM d_index'定义读取图片的路径GLOBAL DIM File_Name(100)   '***********结束定义读取本地文件功能相关变量**********'运行HMI文件RUN "Hmi.hmi",1

4.在“detectParam.bas”文件中初始化测量参数。

        endGLOBAL SUB init_detect_param()    '初始化测量参数'初始化检测参数:阈值模式(自动阈值 = 1 或 手动阈值 = 0)、低阈值、高阈值、极性(黑或白)、最大、最小、反向(即结果取反,成功变成失败、失败变成成功)d_detect_param(0) = 0         '手动阈值d_detect_param(1) = 140       '低阈值d_detect_param(2) = 255       '高阈值d_detect_param(3) = 160000    '最小面积即像素个数d_detect_param(4) = 180000    '最大面积d_use_imgfile = 1             '默认使用本地图片d_index      = 0TABLE(6)=0                    '将齿轮数量初始化为0END SUB

5.关联HMI界面控件变量。

6.jpg

6.在“main.bas”文件中添加HMI界面初始化函数并在Hmi系统设置中关联初始化函数。

        'HMI界面初始化函数GLOBAL SUB hmi_init()grab_switch = 0              '停止采集main_task_state = 1          '主任务停止运行ZV_RESETCLIPSIZE(1280, 960)  '依据图像分辨率设置区域的裁剪尺寸,此处图像分辨率为1280x960ZV_LATCHSETSIZE(0, HMI_CONTROLSIZEX(10, 7), HMI_CONTROLSIZEY(10, 7)) '设置锁存的大小init_detect_param()          '初始化测量参数ZV_SETSYSDBL("CamGetTimeout", 1000) '设置采集超时ZV_SETSYSINT("LineWidth",6)ZV_LATCHCLEAR(0)             '清空锁存通道0END SUB

7.jpg

7.在“camera.bas”文件中添加HMI界面中采集相关按钮响应的函数并关联动作函数。(说明:具体实现函数前两篇课程内容已经有操作演示,此处不做赘述。)

8.jpg

8.在“main.bas”文件中添加HMI界面按下【测试】按钮时响应的函数并关联动作函数名。

        'HMI界面按下测试按钮时响应的函数GLOBAL SUB btn_test()TABLE(6)=0   '检测前先将结果数据清0d_detect_time=0TICKS=0'定义变量,依次为白色像素连通区域,掩模区域,黑色像素连通区域,齿轮连通区域结果列表,单个齿轮连通区域,圆环区域,齿轮齿牙连通区域ZVOBJECT regionWhite, regionMask, regionBlack,re_connecte,circle_connect,region,re_connecte1'生成全图像区域ZV_REGENFULLIMG(grabImg,regionMask)'二值化处理if d_detect_param(0) = 0 then    '如果选择手动阈值模式'根据低阈值和高阈值参数生成白色像素图像regionWhiteZV_RETHRESH(grabImg, regionMask, regionWhite, d_detect_param(1), d_detect_param(2))'对白色像素区域进行一次1*1的开运算ZV_REOPENING(regionWhite,regionWhite,3,3)'对白色像素区域进行一次1*1的闭运算ZV_RECLOSING(regionWhite,regionWhite,3,3)else                             '如果选择自动阈值模式Dim autoThresh               '定义自动阈值模式下的二值化阈值'在grabImg图像中的指定区域内对图像进行自动二值化处理,输出二值化区域regionWhite ZV_REAUTOTHRESH(grabImg, regionMask, regionWhite, 0)'对白色像素区域进行一次1*1的开运算ZV_REOPENING(regionWhite,regionWhite,1,1)'对白色像素区域进行一次1*1的闭运算ZV_RECLOSING(regionWhite,regionWhite,1,1)autoThresh = TABLE(0)? "autoThresh = " autoThresh  '打印提示信息,当前二值化阈值endifZV_REDIFF (regionMask, regionWhite, regionBlack)   '差集运算,结果为regionBlack(黑色像素区域)ZV_REAREA(regionBlack, 500)                         '计算黑色像素区域的面积(即像素数量)存放到table(500)中if(TABLE(500)>0) then '如果获取到的黑色像素数量大于0                 ZV_RECONNECT(regionBlack,re_connecte)     '计算区域的连通区域,存放到re_connecte列表中zv_refilter(re_connecte,0,d_detect_param(3),d_detect_param(4),0)'对区域列表中的区域进行过滤,保留面积在 d_detect_param(3) 到 d_detect_param(4) 的区域,面积不在此范围的区域将被过滤掉zv_refilter(re_connecte,20,0.9,1.2,0)'对区域列表中的区域进行过滤,保留最小外接矩形高宽比在0.9 到 1.2 的区域,面积不在此范围的区域将被过滤掉ZV_LISTCOUNT(re_connecte,6)     '获取列表中的连通区域的数量,存放到table(6)中 endif'绘制效果图Dim width, heightZV_IMGINFO (grabImg, 20)'获取grabImg的图像信息width = TABLE(20)height = TABLE(21)ZV_GRAYTORGB(grabImg,disImg)'将灰度图转换到RGB图像,用于绘制检测结果图像ZV_REGION(disImg, regionMask, 0, ZV_COLOR(0,0,0))      '绘制黑色的regionMask区域ZV_REGION(disImg, regionWhite, 0, ZV_COLOR(255,255,255))'绘制白色的regionWhite区域for i=0 to TABLE(6)-1     '循环获取齿轮的位置XY信息生成圆环区域,检测是否缺齿ZV_LISTGET(re_connecte,circle_connect,i)   '获取列表中序号为i的元素,即依次获取列表中齿轮连通区域ZV_REAREACENTER(circle_connect,40)  '计算每个齿轮的面积与中心位置,将数据放入TABLE(40)中ZV_REGENANNULAR(region,TABLE(41),TABLE(42),220,260)'生成圆环区域'根据低阈值和高阈值参数生成白色像素图像regionWhiteZV_RETHRESH(grabImg, region, regionWhite, d_detect_param(1), d_detect_param(2))ZV_REDIFF (region, regionWhite, regionBlack)'进行差集运算,结果为regionBlack(黑色像素区域)ZV_RECONNECT(regionBlack,re_connecte1)     '计算圆环区域内的黑色连通区域,存放到re_connecte列表中zv_refilter(re_connecte1,0,1000,3000,0)    '对区域列表中的连通区域进行面积过滤ZV_LISTCOUNT(re_connecte1,8)     '获取单个齿轮齿牙的数量,存放到table(8)中 if TABLE(8)=25 then  ZV_TEXT(disImg,"OK",TABLE(41),TABLE(42),70,ZV_COLOR(0,255,0)) '显示结果文本else   ShowString=TOSTR(TABLE(41),1,2)ShowString1=TOSTR(TABLE(42),1,2)ZV_TEXT(disImg,"NG,"ShowString","ShowString1,TABLE(41),TABLE(42),55,ZV_COLOR(255,0,0)) '显示结果文本endifZV_MARKER(disImg,TABLE(41),TABLE(42),0,50,zv_color(0,255,0))   '在图像img中绘制十字nextZV_LATCH(disImg, 0)     '在锁存通道0中显示结果图像d_detect_time=ABS(TICKS)'计算检测消耗时间END SUB

9.jpg

9.在“main.bas”文件中添加【运行】按钮响应的函数并关联动作函数。

        'HMI界面按下运行按钮时响应的函数GLOBAL SUB btn_run()if(2 = main_task_state) then           '如果主任务处于运行状态,打印提示信息并退出函数?"已经开启连续运行任务,请勿重复操作!"return endifif (1 = main_task_state) then          '如果主任务处于停止状态if (0 = PROC_STATUS(main_task_id)) then '如果任务未开启main_task_state = 2            '主任务状态设置为2,表示正在执行连续任务RUNTASK  main_task_id, main_task  '开启主任务endifendifEND SUB

10.jpg

10.在“main.bas”文件中添加【停止】按钮响应的函数并关联动作函数。

            'HMI界面按下停止按钮时响应的函数GLOBAL SUB btn_stop()if (2 = main_task_state) then   '如果主任务状态处于3即正在连续执行任务时main_task_state = 3           '将主任务状态置为3,退出循环endifEND SUB

11.jpg

三、 操作演示

(一)操作步骤

查看运行效果:将控制器接入电源,使用网线将控制器与PC连接,将相机通电并接入控制器→将相机、光源安装在打光测试架上,镜头连接到相机上→连接控制器,并将项目下载到控制器→运行程序,调整打光图像效果,测试程序运行效果。

(二)效果演示

在这里插入图片描述

本次,正运动技术机器视觉运动控制一体机应用例程(七)齿轮缺齿检测,就分享到这里。

更多精彩内容请关注“正运动小助手”公众号,需要相关开发环境与例程代码,请咨询正运动技术销售工程师。

本文由正运动技术原创,欢迎大家转载,共同学习,一起提高中国智能制造水平。文章版权归正运动技术所有,如有转载请注明文章来源。

这篇关于机器视觉运动控制一体机应用例程 | 齿轮缺齿检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/297129

相关文章

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X