新品|带同轴光远心镜头发布,专攻小物体高精度检测

2023-12-21 16:12

本文主要是介绍新品|带同轴光远心镜头发布,专攻小物体高精度检测,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!

远心镜头,因其高精密、低畸变的特性,在工业制造领域检测中有着广泛应用。但在使用远心镜头对小工件进行视觉检测的过程中,由于被测产品尺寸小、产品材质特性、空间限制等因素,往往存在以下问题:

视觉系统难部署

由于被测产品尺寸较小、生产设备空间有限,在采用常规视觉部件(相机、镜头、光源)部署图像采集时会面临安装困难。

检测精度不达标

对于小体积、易反光材质的产品,普通的打光方式容易导致照度不均匀,从而影响检测精度。

为解决现有远心镜头检测系统存在的上述问题,维视智造最新推出了BT-TML15X150C、BT-TML20X150C带同轴光物方远心镜头。该产品具有高分辨率、低畸变,小体积、大孔径等特点,并特别设计自带同轴光源,通过使用分光棱镜将远心照明光路、远心成像光路整合为一体,为细微特征的高精度检测提供光学性能更优的镜头选择。

产品亮点

1.个顶俩 降本增效

镜头内嵌同轴光源,无需再额外配备光源,降低了硬件成本;系统布局更加灵活,节省安装空间,降低部署成本。

图片2

2.均匀光照 立显瑕疵

镜头采用分光棱镜的特殊优化和大孔径设计,提高光的透过率,使照度更均匀,消除图像渐晕。分辨率高达 8.3µm,镜头全视场测量重复精度±0.001mm,能够捕捉到微小的细节,使成像对比度更高、更清晰。

图片3

3. 轻量化设计

BT-TML15X150C、BT-TML20X150C产品轻量紧凑,适用于狭小空间视觉检测。

图片4

4.系列产品 更灵活适配

维视智造BT-TML系列物方远心镜头覆盖1X-6X多种倍率,65mm、110mm、150mm多个工作距离,最大匹配 1/1.8″靶面工业相机,可根据客户的实际生产需求量身定制解决方案。

图片5

应用示例

图片6

高反光小型物体缺陷(污点/划痕/凹凸点等)检测

图片7

易反射材料(玻璃、金属等)表面检测

图片8

芯片和硅晶片缺陷(污点/划痕/凹凸点等)检测

图片9

MARK点定位

关注公众号【维视智造股份】免费获取《远心光学系列产品应用选型指南》

这篇关于新品|带同轴光远心镜头发布,专攻小物体高精度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/520649

相关文章

KLayout ------ 旋转物体90度并做平移

KLayout ------ 旋转创建的物体 正文 正文 前段时间,有个小伙伴留言问我,KLayout 中如何旋转自己创建的物体,这里特来说明一下。 import pyapoly = pya.DPolygon([pya.DPoint(0, 0), pya.DPoint(0, 5), pya

基于CTPN(tensorflow)+CRNN(pytorch)+CTC的不定长文本检测和识别

转发来源:https://swift.ctolib.com/ooooverflow-chinese-ocr.html chinese-ocr 基于CTPN(tensorflow)+CRNN(pytorch)+CTC的不定长文本检测和识别 环境部署 sh setup.sh 使用环境: python 3.6 + tensorflow 1.10 +pytorch 0.4.1 注:CPU环境

WordPress网创自动采集并发布插件

网创教程:WordPress插件网创自动采集并发布 阅读更新:随机添加文章的阅读数量,购买数量,喜欢数量。 使用插件注意事项 如果遇到404错误,请先检查并调整网站的伪静态设置,这是最常见的问题。需要定制化服务,请随时联系我。 本次更新内容 我们进行了多项更新和优化,主要包括: 界面设置:用户现在可以更便捷地设置文章分类和发布金额。代码优化:改进了采集和发布代码,提高了插件的稳定

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著

基于深度学习的轮廓检测

基于深度学习的轮廓检测 轮廓检测是计算机视觉中的一项关键任务,旨在识别图像中物体的边界或轮廓。传统的轮廓检测方法如Canny边缘检测和Sobel算子依赖于梯度计算和阈值分割。而基于深度学习的方法通过训练神经网络来自动学习图像中的轮廓特征,能够在复杂背景和噪声条件下实现更精确和鲁棒的检测效果。 深度学习在轮廓检测中的优势 自动特征提取:深度学习模型能够自动从数据中学习多层次的特征表示,而不需要

自动驾驶---Perception之Lidar点云3D检测

1 背景         Lidar点云技术的出现是基于摄影测量技术的发展、计算机及高新技术的推动以及全球定位系统和惯性导航系统的发展,使得通过激光束获取高精度的三维数据成为可能。随着技术的不断进步和应用领域的拓展,Lidar点云技术将在测绘、遥感、环境监测、机器人等领域发挥越来越重要的作用。         目前全球范围内纯视觉方案的车企主要包括特斯拉和集越,在达到同等性能的前提下,纯视觉方

物联网系统运维——移动电商应用发布,Tomcat应用服务器,实验CentOS 7安装JDK与Tomcat,配置Tomcat Web管理界面

一.Tomcat应用服务器 1.Tomcat介绍 Tomcat是- -个免费的开源的Ser Ivet容器,它是Apache基金会的Jakarta 项目中的一个核心项目,由Apache, Sun和其他一 些公司及个人共同开发而成。Tomcat是一一个小型的轻量级应用服务器,在中小型系统和并发访问用户不是很多的场合下被普遍使用,是开发和调试JSP程序的首选。 在Tomcat中,应用程序的成部署很简

YOLOv9摄像头或视频实时检测

1、下载yolov9的项目 地址:YOLOv9 2、使用下面代码进行检测 import torchimport cv2from models.experimental import attempt_loadfrom utils.general import non_max_suppression, scale_boxesfrom utils.plots import plot_o

开源低代码平台,JeecgBoot v3.7.0 里程碑版本发布

项目介绍 JeecgBoot是一款企业级的低代码平台!前后端分离架构 SpringBoot2.x,SpringCloud,Ant Design&Vue3,Mybatis-plus,Shiro,JWT 支持微服务。强大的代码生成器让前后端代码一键生成! JeecgBoot引领低代码开发模式(OnlineCoding-> 代码生成-> 手工MERGE), 帮助解决Java项目70%的重复工作,让开

JeecgBoot v3.7.0 all 版本发布,前后端合并一个仓库

项目介绍 JeecgBoot是一款企业级的低代码平台!前后端分离架构 SpringBoot2.x,SpringCloud,Ant Design&Vue3,Mybatis-plus,Shiro,JWT 支持微服务。强大的代码生成器让前后端代码一键生成! JeecgBoot引领低代码开发模式(OnlineCoding-> 代码生成-> 手工MERGE), 帮助解决Java项目70%的重复工作,让开