建立虚拟视场验证检测算法和控制工艺

工艺仿真虚拟调试 工艺仿真虚拟调试是通过计算机仿真技术,在虚拟环境中模拟工业生产工艺、设备运行和控制系统,提前发现并优化问题,确保实际生产高效稳定。核心技术包括工艺仿真(运动轨迹、参数优化)和虚拟调试(控制系统仿真、实时数据交互),应用于自动化产线、机器人系统等领域。实施流程涵盖建模、环境搭建、调试及验证。优势是降低成本、缩短周期、提升安全性,但面临模型精度、跨学科协作等挑战。未来将与数字孪生、AI技术深度融合,在智能制造中发挥更大作用。 阅读详情

虚拟视场使用目录中的图像文件作为图像帧,可以像物理相机一样进行监视或检测运行。 虚拟相机经常用在预研阶段如打光、检测算子实验、检测算法验证等场所,也可以在实际的设备发生故障的时候,利用保存的帧图像,模拟真实视场图像检测算法和工艺,定位和追溯视觉功能和算法上的故障原因。

 

假设可以从某一个视场采集符合图像质量的图像帧(即光源选型,镜头焦距,相机分辨率均已经合适进行了选型),而且相机可以使用外部设备触发。下面详细描述如何使用机器视觉大师采集图像帧,然后建立虚拟视场,插入检测算子和编辑脚本,最后模拟实际视觉检测过程。

1. 采集图像

如当前所示,本节假设视场相机可以正常运行并使用外部信号触发机器视觉大师采集图像帧,由于篇幅所限制,触发设置部分暂不赘述。下面仅介绍保存图像帧相关部分。

l 点击“模式->设置”菜单。弹出“选项”窗口,切换到“常规”页。

    

选中“实时监测时保存当前帧到指定目录”, 点击“...”按钮选择合适的目录。如果需要,更改保存图像格式,一般bmp格式的文件图像质量最好,jpg格式所需要的磁盘空间最少。

l 点击“相机->检测运行”菜单,运行监测。注意:由于仅采集帧图像,可以不添加任何检测算子和编辑任何脚本。

l 外部信号触发,对待检测产品进行拍照保存。(这部分与实际系统设计有关,请以实际操作为准)

2. 建立虚拟视场

假设上节所述,已经采集足够多的图像帧。下面描述建立虚拟视场的详细操作过程。

l 点击“相机->添加相机”菜单,弹出“添加相机”窗口,如下图:

   

l 点击“虚拟相机”单选框,选定“目录”列表中的图像所在目录,本文选择“示例和主题文档”目录下“samples\toyparts”子目录。点击“确定”按钮,完成创建。(注意:如果采集主机与虚拟相机主机是同一主机,也可以直接点击“检测图视场”按钮,直接使用上节介绍的保存目录作为图像源。)

3. 设计检测工艺

目录中的图像(如下图)为玩具零件包装图,零件种类多,大小不一,采用透明塑料包装,可以看到里面的零件包装情况,视觉检测的目标是对包装好的零件进行计数。

 

将零件按照尺寸大小进行分类成大,中,小尺寸三类零件。检测完成以后,输出中型和小型零件数量以及所有零件的总数。零件标准总数为34件。下面是详细的影像检测工艺设计过程。

 

l 点击“模式->设置”菜单,弹出“选项”窗口,切换到“检测变量”页,将检测类型更改为“产品点数”,将“计数值1”变量名称改为“总数”,“计数值2”变量名称改为“小尺寸数”,“计数值2”变量名称改为“大尺寸数”,同时将这三个变量设置为输出。将“标准值1”变量设置为“标准数”,并设置为作为工艺参数,初始值设置为34。将“差值1”变量名称改为“差值”。如下图:

   

   所有需要的变量修改完成以后,点击“查询”按钮,可以看到详细的变量信息。如下图:

  

 

l 点击“控件->插入->BLOB块->通用BLOB”添加9个BLOB检测算子,其中四个命名为xcc1~4用于小尺寸零件计数, 另4个命名为zcc1~4用于中尺寸零件计数,剩下的一个命名为sx用于伞状零件计数, 然后将这些变量拖动和合适的位置,并调整大小和颜色(同一类型的颜色相同),如下图:

       

l 选定一个BLOB检测算子,并双击,弹出参数设置窗口,设置各种参数,如下图:

    

注意:如果不知道零件面积大小,可以放开BLOB算子的area面积读数,进行查看。

 

l 点击“模式->编辑脚本”,弹出脚本编辑框。将检测类型设置为“产品点数”,为检测分析后事件输入如下脚本。

var.c[2] =  sight2.xcc1.cnt +  sight2.xcc2.cnt  +  sight2.xcc3.cnt  +  sight2.xcc4.cnt

var.c[3] =  sight2.zcc1.cnt +  sight2.zcc2.cnt  +  sight2.zcc3.cnt  +  sight2.zcc4.cnt

var.c[1] = sight2.sx.cnt + var.c[2] + var.c[3]

var.df[1] = var.w[1] - var.c[1]

上面的脚本,将小尺寸的数量(检测算子的cnt读数)相加以后赋值给小尺寸变量, 中尺寸的数量相加以后赋值给中尺寸变量,将所有的零件数量相加以后赋值给总数变量,同时将总数与标准数相减,求得差值。

 

脚本编辑最终结果如下图:

 

4. 模拟检测

将视场相机触发类型设置为“手动”, 外部设备设置“无外部设备”。点击“相机->检测运行”出现手动触发窗口,如下图:

 

点击“下一个”按钮,触发一帧图像,并执行检测。在“读数和输出”面板中的“记录”页,可以看到模拟检测的检测结果记录。

 


本文测试使用的AvizMaster版本为6.0.1228

最新版AvizMaster(机器视觉大师)下载地址:http://www.hdy.net.cn/softshare/ddcam.htm

技术交流QQ群: 295860595  技术支持QQ:  2437711859   微信:a18028535399


三维扫描技术如何解决模具尺寸偏差检测难题? 在精密制造领域,尺寸检测是确保产品质量的核心环节。其原理在于通过高精度测量手段,获取工件的实际几何数据,并与设计模型进行比对,从而量化制造偏差。这项技术的价值在于将传统依赖人工和接触式测量的主观、低效流程,转变为数字化、自动化的客观分析,极大提升了检测的全面性与效率。其应用场景广泛覆盖了从首件验证到生产监控的各个环节。尤其在模具检测这一严苛场景中,面对复杂曲面与高反光表面的挑战,三维扫描技术通过非接触式面扫描,能快速获取海量点云数据,结合专业的检测软件进行数据处理与偏差分析,生成直观的彩色色谱图与量化报告, 阅读详情

相关推荐

蓝光三维扫描技术在动力零部件检测中的应用与选型指南

三维扫描是现代工业精密检测的基础技术,其核心在于通过光学三角测量实现非接触式高精度空间坐标重建。蓝光作为结构光扫描的关键光源,凭借短波长带来的高散射对比度、优异的传感器匹配性及人眼安全特性,在金属零部件表面形貌获取中展现出显著优势。相比激光易受热效应干扰、白光存在色差与环境光敏感等缺陷,蓝光系统在复杂曲面、微小特征与批量一致性检测中具备不可替代的技术价值,广泛应用于汽车发动机、轨道交通及航空动力装配件的几何尺寸与GD&T全要素检测场景。

weixin_30455023的博客 344

未通过 ovf 规范一致性或虚拟硬件合规性检查。_借助虚拟工艺以加速工艺优化...

我们不断向先进的 CMOS 的微缩和新存储技术的转型,导致半导体器件结构的日益复杂化。例如,在 3D NAND 内存中,容量的扩展通过垂直堆栈层数的增加来实现,在保持平面缩放比例恒定的情况下,这带来了更高深宽比图形刻蚀工艺上的挑战,同时将更多的阶梯连接出来也更加困难。人们通过独特的整合和图案设计方案来解决工艺微缩带来的挑战,但又引入了设计规则方面的难题。二维 (2D) 设计规则检查 (DRC) 已...

weixin_39866963的博客 722

新手必看!毫米波雷达FOV与角度分辨率的关系图解:从天线排布到MUSIC算法优化

本文深入解析毫米波雷达在自动驾驶中的测角核心技术,涵盖天线阵列设计、3D-FFT与DBF算法对比及MUSIC算法的超分辨能力。通过工程实践案例,揭示如何优化FOV与角度分辨率,提升雷达感知精度,为自动驾驶系统提供可靠的环境感知解决方案。

weixin_28475533的博客 345

AR技术引入质量检测带来的全新革新和体验

而AR技术的引入,如同为质量检测装上了 “智慧之眼”,通过虚实融合的可视化方式、实时数据交互与智能分析,为质量检测带来了前所未有的全新体验,彻底革新了传统的检测模式。当检测汽车车身焊点时,AR眼镜会在焊点周围显示绿色的合格区域边界,若焊点尺寸超出范围,虚拟边界线会立即变为红色并闪烁报警,同时语音提示具体偏差数值,这种多模态的警示方式使检测效率提升 3 倍以上。当检测电子元件的焊接质量时,AR眼镜不仅能直观显示焊点形态,还能同步获取焊接时的温度曲线、压力数据等,形成 “视觉检测 + 数据验证” 的双重保障。

u012129733的博客 355

77GHz毫米波雷达前装开发实战:从系统设计到量产落地的工程挑战

毫米波雷达作为高级驾驶辅助系统(ADAS)和自动驾驶感知层的核心传感器,凭借其全天候工作能力和精准的测速测距特性,在汽车智能化浪潮中扮演着关键角色。其技术原理基于调频连续波(FMCW)与多输入多输出(MIMO)虚拟阵列技术,通过发射特定波形并分析回波信号,实现对目标距离、速度和角度的精确测量。这项技术的核心价值在于为自动紧急制动(AEB)、自适应巡航(ACC)等安全与舒适功能提供了稳定可靠的环境感知数据。其应用场景已从早期的后向盲区监测,全面扩展到前向碰撞预警、全速域跟车等复杂的前装领域。本文将聚焦于77G

weixin_30535843的博客 292

人形机器人量产攻坚:30分钟节拍下的技术硬约束与产线适配

人形机器人正从实验室原型迈向规模化制造,其核心挑战已不再是‘能否运动’,而是‘能否稳定、可靠、低成本地批量生产’。这一跃迁本质是系统工程能力的升级:需在严苛物理约束(如空间、动力学、线缆弯折、安全响应)下,实现高鲁棒性运动控制、模块化关节设计、自动化标定与电气可靠性保障。‘30分钟单台’并非单纯装配速度目标,而是倒逼技术选型升维——从软件算法转向固件/FPGA固化,从定制化调试转向产线级标准化。本文聚焦真实产线中影响良率与节拍的底层技术要素,涵盖模块化关节单元、高鲁棒运动控制、快速感知部署、高可靠性电气系统

dflkg8956的专栏 434

基于深度学习的TPU焊接缺陷检测:从原理到YOLOv8工程实践

在工业自动化与智能制造领域,机器视觉是实现产品质量在线检测的核心技术。其基本原理是通过工业相机采集图像,利用图像处理算法或深度学习模型提取特征,从而实现对缺陷的识别与分类。这项技术的核心价值在于将传统依赖人眼的主观、低效抽检,转变为客观、可量化、可追溯的全流程自动化检测,直接提升生产良率与产品可靠性。尤其在柔性材料加工、精密电子组装等场景中,面对如TPU(热塑性聚氨酯)焊接中出现的虚焊、褶皱等复杂表面缺陷,传统规则算法往往力不从心。此时,基于卷积神经网络(CNN)的深度学习视觉检测方案展现出显著优势,它能够

weixin_33965305的博客 364

【信息科学与工程学】【物理/化学科学和工程技术】知识体系017——第十七篇 器件物理——10 显示器件工艺 (2)

理解这些公式的关键在于把握其背后的思想:​​聚类系数​​关注的是​​局部紧密性​​,看一个圈子内部的联系有多强。​​枢纽度(HITS)​​ 关注的是​​节点在引导信息流向权威源方面的能力​​,它与权威度相辅相成。​​度、接近、介数中心性​​分别从​​直接连接、全局可达性、桥梁作用​​的角度衡量影响力。​​特征向量中心性​​则从​​网络全局结构​​出发,认为连接到一个重要节点比自己拥有很多普通连接更重要。理解HITS和PageRank算法的核心区别,能帮你更好地把握它们各自的适用场景。比较维度。

weixin_49199313的博客 748

360度全景标定方法_360度全景环带光学系统设计

1.引言全景环带光学系统在虚拟现实的场景内容生成、自动驾驶领域的场景获取检测等有足够想象的应用前景。本文设计一个全景环带光学系统,给出设计思路,简要演示设计步骤,并提供最终的光学设计结果数据。本文主要特点是通过分析全景环带光学系统的特点,提出一种搭建初始结构的方法,并直接给出一个性能良好的全景环带光学系统结构,可以作为实际设计中的设计起点,对全景环带光学系统的设计具有参考价值。2.光学参数本全景环...

weixin_35827671的博客 1337

【信息科学与工程学】【制造工程】第二十五篇 制造工程工艺 02 2nm GPU (≥5 PFlops) 芯片制造工程工艺方法知识库01.4

至此,我们已完整提供了从。

weixin_49199313的博客 456

【信息科学与工程学】计算机科学与自动化——第六篇多媒体01 主要参数和算法

参数分类参数名称技术定义典型值范围测量方法优化目标采样参数采样频率每秒采集样本数8-384 kHz设备规格高保真≥48kHz量化参数采样深度每个样本量化位数8-32 bit设备规格高保真≥16bit声道配置声道数量独立音频通道数1-128声道配置参数立体声≥2声道音频格式格式类型音频数据格式PCM, ADPCM, MP3, AAC格式标识按需选择动态范围最大动态范围最大最小声压比40-144 dB声学测试越大越好频率响应频率范围可响应频率范围20-20kHz ±3dB频率扫描20-20kHz平坦信噪比信号噪

weixin_49199313的博客 1341

从喷漆到AI生成:DIC散斑制作技术演进与XTDIC 2024最新工具评测

本文深入探讨了DIC散斑制作技术从传统喷漆到AI生成的演进历程,重点评测了XTDIC 2024系统在大型结构件检测中的突破性应用。文章详细分析了数字图像相关(DIC)技术的智能散斑生成算法、多光谱融合技术等创新点,并提供了工业场景下的性能验证数据,为材料力学测试领域的技术选型提供专业指导。

fff88的博客 994

【信息科学与工程学】【研发体系】第十篇 半导体电路设计 126 光学光刻、计算光刻 第一部分

用于全芯片修正的快速三维掩模近似模型(边界层模型、薄掩模近似改进)。:用于模型校准的测试图形设计(包含各种宽度、间距、方向的图形);扫描电镜、光学散射仪等量测数据的处理与模型拟合;模型误差的分解与追踪;:反演光刻技术的数学框架与求解算法(梯度法、像素翻转、水平集法);基于模型的OPC中边缘放置误差片段的智能移动策略;热点检测与分类的深度学习模型;:交替型、衰减型、无铬型等不同类型PSM的原理、制造与应用;光刻胶模型与显影模型的建立与校准。扫描电镜、散射仪等量测数据的处理与模型拟合;:厚掩模的电磁场仿真;

weixin_49199313的博客 1047

自动驾驶全栈自研与L2普及:车企从技术集成到体系构建的深度解析

自动驾驶技术作为人工智能与汽车电子深度融合的领域,其核心在于构建一个从感知、决策到控制的完整技术闭环。其原理涉及多传感器融合、高精定位、路径规划与控制执行等一系列复杂算法与系统工程。这项技术的价值在于通过机器辅助或替代人类驾驶,从根本上提升交通效率与安全性。当前,其最广泛的应用场景便是以自适应巡航(ACC)和车道居中保持(LKA)为核心的L2级驾驶辅助系统。实现稳定可靠的L2功能,是技术实现大规模商业化落地、建立用户信任的基石。这背后离不开车企在**全栈自研**能力上的构建,以及对**数据闭环**体系的长期

weixin_33912638的博客 388

第四代雷达系统设计与GivingL4V-MTD算法实战源码

软件定义雷达(Software Defined Radar, SDR)是rader4实现高度灵活性的核心支撑。其设计理念源自通信领域的SDR思想——即通过通用硬件平台加载不同软件来实现多种雷达工作模式。典型的SDR雷达架构包括以下几个层次:射频前端:支持宽频带调谐(如24–81 GHz),可通过软件配置中心频率与带宽;高速ADC/DAC:实现回波信号的全数字化采集与发射波形生成;可编程逻辑层(FPGA):负责实时信号预处理,如脉冲压缩、FFT、CFAR检测;

weixin_34640289的博客 617

视场视场测试

摄像头视角测试,视场角测试,笔记本摄像头,行车记录仪

上一篇: 使用数学和字符串函数
下一篇: 编程实现将检测算子读数显示到视场窗口
机器视觉大师
博客等级 码龄23年 83粉丝 33原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值