VisionPro学习案例2-环形展开

该文章介绍了如何使用VisionPro软件进行环形产品的检测,包括添加工具块、图像加载、模板匹配、坐标定位、找圆、数据处理和环形展开等步骤,旨在实现对产品固定角度的环形展开以便于后续操作和检测。

VisionPro-环形展开

前言

对环形产品固定角度展品,可以方便进一步操作检测。


一、检测要求

        对产品固定角度环形展开。

 

二、工具使用步骤

1.添加工具块,加载图像

Number是一个double类型。 

2.添加工具

1.CogPMAlignTool1模板工具,主要对特征做模板。
2.CogFixtureTool1坐标工具,对找到的模板定位。
3.CogFindCircleTool1找圆工具,找到产品圆。
4.CogResultsAnalysisTool1数据处理工具,对圆半径进行放大。
5.CogPolarUnwrapTool1环形展开。

3.定位


 4.找圆

 5.数据处理,对半径放大

 6.传入参数,环形展开

环形结果

 7.视频

visionpro学习案例2

总结

主要思路:对环形上的特征做定位,然后通过找圆工具获取圆心,半径,然后对半径放大,传圆心

半径参数给环形展开工具,调整工具参数即可。

VisionPro是康耐视公司开发的一款功能强大的机器视觉软件,在LOGO瑕疵检测方面有广泛应用。 在电子设备制造领域,某知名手机制造商使用VisionPro视觉系统对手机背壳上的LOGO进行瑕疵检测。手机背壳的LOGO通常采用印刷或镭雕工艺,可能存在诸如油墨不均、漏印、划痕、镭雕深度不一致等瑕疵。VisionPro通过高精度的相机采集LOGO图像,利用其丰富的工具库,如斑点分析工具可检测LOGO图案中的缺失部分;边缘检测工具能识别LOGO边缘是否光滑、有无破损;灰度分析工具可判断印刷颜色是否均匀。一旦检测到瑕疵,系统会立即发出警报,将不良品筛选出来,大大提高了产品的良品率和生产效率。 在食品包装行业,某饮料企业利用VisionPro视觉系统对瓶身标签上的LOGO进行检测。由于标签在粘贴过程中可能出现褶皱、偏移,以及LOGO印刷可能存在掉色、重影等问题。VisionPro系统通过设置合适的相机参数,快速准确地采集瓶身标签图像。利用图案匹配工具,将采集到的LOGO图像与标准模板进行比对,若相似度低于设定阈值,则判定为有瑕疵。同时,通过颜色分析工具,可检测LOGO颜色是否符合标准。该系统的应用有效避免了有瑕疵的产品流入市场,提升了品牌形象。 在汽车零部件生产中,某汽车轮毂制造商使用VisionPro视觉系统检测轮毂上的品牌LOGO。轮毂在铸造和加工过程中,LOGO可能会出现砂眼、裂纹、变形等瑕疵。VisionPro利用3D视觉技术,对轮毂上的LOGO进行三维建模和分析。通过高度分析工具,检测LOGO表面的高低起伏是否符合设计要求;通过形状分析工具,判断LOGO的轮廓是否正确。对于检测出的有瑕疵的轮毂,及时进行返工或报废处理,保证了产品质量。 ```python # 以下为简单示意代码,实际VisionPro使用有专门的开发环境和API # 假设这里模拟采集图像和检测瑕疵的过程 import cv2 import numpy as np # 读取标准LOGO图像 standard_logo = cv2.imread('standard_logo.jpg', 0) # 读取待检测的LOGO图像 test_logo = cv2.imread('test_logo.jpg', 0) # 计算两幅图像的差异 diff = cv2.absdiff(standard_logo, test_logo) # 设定阈值进行二值化处理 _, thresh = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY) # 查找瑕疵区域 contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 判断是否有瑕疵 if len(contours) > 0: print("检测到瑕疵") else: print("未检测到瑕疵") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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