Podstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee

Podobne dokumenty
Programowanie systemów wizyjnych Cognex. Podstawowe pojęcia oraz środowisko Spreadsheet

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.

System wizyjny OMRON Xpectia FZx

Reprezentacja i analiza obszarów

Histogram obrazu, modyfikacje histogramu

Elementy analizy obrazu. W04

Analiza obrazów. Segmentacja i indeksacja obiektów

4.2. ELIPSA. 1. W linii statusowej włączamy siatkę i skok, które ułatwią rysowanie:

System mapy numerycznej GEO-MAP

Szacowanie wartości monet na obrazach.

Operacje przetwarzania obrazów monochromatycznych

CZUJNIK WIZYJNY ZFV. E a s y v i s i o n Te a c h & G o. » P rz y j a z ny czujnik ko l o rowy

Algorytmy decyzyjne będące alternatywą dla sieci neuronowych

Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38

4.2. ELIPSA. 1. W linii statusowej włączamy siatkę i skok, które ułatwią rysowanie:

POMIARY WIELKOŚCI GEOMETRYCZNYCH Z UŻYCIEM KAMERY CCD

Rozciąganie histogramu

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk

Detekcja twarzy w obrazie

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III

RaiLab Clearance 2010 v

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Wykład 4: Statystyki opisowe (część 1)

WYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów

Ćwiczenie nr 8 - Modyfikacje części, tworzenie brył złożonych

Czujniki i urządzenia pomiarowe. Czujniki zbliżeniowe (krańcowe), detekcja obecności. Czujniki zbliżeniowe, detekcja obecności

9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie

Agnieszka Nowak Brzezińska

WYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego

Założenia funkcjonalności WWT on-line (pre wywiadu technicznego) dla Kanalizacji Kablowej i Słupów OPL:

Rys 3-1. Rysunek wałka

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H

Rozdział 21 Moduły analogowo - temperaturowe

POZYSKIWANIE INFORMACJI Z AUTOCADa: ODLEG _DIST, POLE _AREA, ID (współrzędne), LISTA _LIST, STAN _STATUS, _TIME

Przekształcenia punktowe

INSTRUKCJA DO ZAJĘĆ LABORATORYJNYCH

KGGiBM GRAFIKA INŻYNIERSKA Rok III, sem. VI, sem IV SN WILiŚ Rok akademicki 2011/2012

Księgarnia PWN: Andrzej Jaskulski - AutoCAD 2010/LT Podstawy projektowania parametrycznego i nieparametrycznego

Prof. Eugeniusz RATAJCZYK. Makrogemetria Pomiary odchyłek kształtu i połoŝenia

Reprezentacja i analiza obszarów

Przetwarzanie obrazów wykład 4

Analiza danych z nowej aparatury detekcyjnej "Pi of the Sky"

Przetwarzanie obrazów wykład 2

Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy

Plan wykładu. Akcelerator 3D Potok graficzny

Proste metody przetwarzania obrazu

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk

Implementacja filtru Canny ego

A. fałszywa dla każdej liczby x.b. prawdziwa dla C. prawdziwa dla D. prawdziwa dla

Analiza Statystyczna

Spis treści. Programowanie w ImageJ. Zadanie 1. Zadanie 2

Ćwiczenia z grafiki komputerowej 5 FILTRY. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Październik 2015

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

Instrukcja obsługi stomatologicznego fantomu testowego

Rysowanie precyzyjne. Polecenie:

Diagnostyka obrazowa

WYMAGANIA NA OCENĘ 12. Równania kwadratowe Uczeń demonstruje opanowanie umiejętności ogólnych rozwiązując zadania, w których:

Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.

AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI

PIXLR EDITOR - Autor: mgr inż. Adam Gierlach

A. Arkusz standardowy GM-A1, B1, C1 oraz arkusze przystosowane: GM-A4, GM-A5, GM-A6 1.

SPIS TREŚCI WSTĘP LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI

Ćwiczenie 1 Automatyczna animacja ruchu

Rozkład wyników ogólnopolskich

Agnieszka Nowak Brzezińska Wykład III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III

Zadania optymalizacyjne

PL B1. Układ do lokalizacji elektroakustycznych przetworników pomiarowych w przestrzeni pomieszczenia, zwłaszcza mikrofonów

Python: JPEG. Zadanie. 1. Wczytanie obrazka

ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)

Cel ćwiczenia: Celem ćwiczenia jest nabranie wprawy w rysowaniu kół i okręgów o zadanych rozmiarach.

IRONCAD. TriBall IRONCAD Narzędzie pozycjonujące

Operacje morfologiczne w przetwarzaniu obrazu

POBR Projekt. 1 Cel projektu. 2 Realizacja. 3 Zastosowany algorytm. Celem projektu było rozpoznanie logo firmy Sun Microsystems.

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru

Dodatek 4. Zadanie 1: Liczenie plam słonecznych w różnych dniach. Po uruchomieniu programu SalsaJ otworzy się nam okno widoczne na rysunku 4.1.

Topologia działek w MK 2013

Podstawy budowy wirtualnych przyrządów pomiarowych

Projekt docelowej organizacji ruchu na terenie inwestycyjnym w Będzinie dzielnica Warpie. Opracował: inż. Krzysztof Strzeżyk inż.

Praktyczne przykłady wykorzystania GeoGebry podczas lekcji na II etapie edukacyjnym.

Politechnika Wrocławska, Katedra Inżynierii Biomedycznej Systemy Pomiarowo-Diagnostyczne, laboratorium

PRÓBNY ARKUSZ MATURALNY Z MATEMATYKI

Rozkład menu narzędzi

SquezeeX. Urządzenie do wizyjnej kontroli wymiarów oraz kontroli defektów powierzchni

Laboratorium Komputerowe Systemy Pomiarowe

ZASADY ODTWORZENIA PUNKTU REFERENCYJNEGO

Laser FLS 90. Instrukcja obsługi

GRAFIKA INŻYNIERSKA INSTRUKCJA PODSTAWOWE KOMENDY AUTOCADA - TRÓJKĄTY

LABORATORIUM ELEKTROTECHNIKI POMIAR PRZESUNIĘCIA FAZOWEGO

Przykładowe plany zajęć lekcyjnych Design the Future Poland

DARMOWA PRZEGLĄDARKA MODELI IFC

Wyposażenie projektorów pomiarowych

Diagnostyka obrazowa

Politechnika Warszawska Wydział Mechatroniki Instytut Automatyki i Robotyki

EGZAMIN WSTĘPNY Z MATEMATYKI

Adobe Photoshop Dodatek do lab4 J.Wiślicki, A.Romanowski;

SUKCES W NAUCE MATEMATYKA. klasa IV

Ultrasonograficzne mierniki grubości materiału. Seria MTG & PTG

Transkrypt:

Podstawy programowanie systemów wizyjnych InSight firmy Cognex Środowisku InSight Explorer / Spreadshee

Opis zadania: Wykrycie umownych różnic pomiędzy wzorcową płytką testową i płytkami zawierającymi umowne defekty. OK NOK

Opis zadania: 1) Kompensacja zmiany położenia obiektu (lokalizacja obiektu lokalizacja wzorca) 2) Histogram - Kontrola obecności i wielkości otworów 3) Blobs - Zliczanie obiektów 4) Find Line, Find Circle - Pomiar głębokości wycięcia 5) FindSegment - Pomiar szerokości szczeliny 6) FindCircleMinMax - Kontrola średnicy i owalności 7) Narzędzia pomiarowe - Pomiar kąt 8) Czytanie kodu Datamatrix 9) OCR 10) Interfejs operatora 11) Komunikacja na przykładzie ProfiNet

1) Kompensacja zmiany położenia obiektu (lokalizacja obiektu lokalizacja wzorca) Korzystając z narzędzia Pat Max zlokalizuj obiekt (wstępna lokalizacja) Jeżeli to konieczne to do precyzyjniejszego wyznaczenia położenie kątowego lokalizujemy dwa przeciwległe otwory. Środki otworów posłużą jako początek i koniec odcinka, którego położenie kątowe wyznaczamy. Do lokalizacji otworów możemy wykorzystać jedną z kilku opcji. Np. Wzorzec, Blobs bądź znajdź okrąg. W naszym zadaniu zastosujemy FindPatterns (znajdź wzorzec).

2) Histogram - Kontrola obecności i wielkości otworów Histogram obrazu cyfrowego jest funkcją przyporządkowującą każdemu stopniowi skali jasności (0-255) ilość zliczonych pikseli obrazu o takiej jasności. Narzędziem wykorzystywanym do badania histogramu w zdefiniowanym regionie jest ExtractHistogram Najważniejsze parametry wyjściowe: HistContrast: Oblicza kontrast w zdefiniowanym regionie. HistCount: Oblicza ilość pikseli w zdefiniowanym regionie których jasność mieści się określonym przedziale HistHead: Określa najmniejszej wartości skali szarości powyżej której ilość zliczonych pikseli jest nie zerowa HistMax: Określa wartości skali szarości, dla której ilość zliczonych pikseli jest największa HistMean: Wylicza średnia wartość skali szarości HistMin: Określa wartości skali szarości, dla której ilość zliczonych pikseli jest najmniejsza HistTail: Określa największą wartości skali szarości poniżej której ilość zliczonych pikseli jest nie zerowa HistThresh: Oblicza optymalny próg binarny.

2) Histogram - Kontrola obecności i wielkości otworów Zdefiniowanym analizowanym regionem będzie okrąg. Podłącz w ExtractHistogram / External Region komórkę, w której umieściłeś EditCircle dla każdego z ośmiu otworów. Określamy zakres skali szarości dla otworu. Zakres Ilości zliczonych pikseli funkcją HistCount gdy otwór jest OK Ilość zliczonych pikseli, których jasność mieści się w zdefiniowanym zakresie

3) Blobs - Zliczanie obiektów Funkcja ExtractBlobs umożliwia wyodrębnienie obszarów w formie Plam w zdefiniowanym regionie "analiza łączności". Podczas analizy łączności piksele w zdefiniowanym regionie dzielone są na dwie kategorie Plama lub Tło bazując na określonym progu w skali szarości (0-255). Wszystkie piksele poniżej progu traktowane są jako czarne a powyżej jako białe. Dalej piksele o podobnych wartościach są grupowane na podstawie ich koloru (poziomu jasności) i czy stykają się z sąsiadującymi pikselami. Po analizie obrazu nastąpi podzielenie na grupy stykających się pikseli będące blobsami i na piksele będące tłem. Dla określonego blobsa możemy określić szereg jego cech takich jak współrzędne (Row i Col) obszar, obwód bądź wydłużenie. Przykłady blobsów

3) Blobs - Zliczanie obiektów Do lokalizacji obiektów wykorzystamy narzędzie ExtractBlobs (Number to Sort proszę podać conajmniej 10) Dalej z zakładki Vision Data Acces wybieramy funkcję GetNFound odwołując się do komórki, w której znajduje się narzędzie ExtractBlobs.

Jeżeli musimy wyznaczyć również wysokość i szerokość każdego z elementów to należy spowodować aby kontrolowany obszar był właściwie zorientowany. Do tego celu można posłużyć się filtrem ScaleImage. Korzystając z dodatkowych funkcji z zakładki VisionDataAccess (GetHigh i GetWide) mierzymy wysokość i szerokość Blobsów.)

4) Find Line, Find Circle - Pomiar głębokości wycięcia Środek odcinka możemy wyznaczyć korzystając z następujących funkcji: Mean(Row0,Row1) Mean(Col0,Col1) Wyznaczamy środek najmniejszego okręgu a następnie krawędź w miejscu położenia wycięcia. Dalej mierzymy odległość od środka okręgu do wyznaczonego odcinka. Najpopularniejsze funkcje geometryczne / pomiarowe

5) FindSegment - Pomiar szerokości szczeliny Jednym z najprostszych rozwiązań do pomiaru odległości pomiędzy krawędziami tak jak w naszym przykładzie jest zastosowanie narzędzia FindSegment:

6) FindCircleMinMax - Kontrola średnicy i owalności Do pomiaru samego promienia okręgu możemy użyć narzędzia FindCircle, jednak aby wyznaczyć punkt znajdujący się najdalej i najbliżej środka okręgu posłużymy się funkcją FindCircleMinMax. Innym parametrem, który możemy wykorzystać do określenia jak bardzo okrąg jest odkształcony jest odchylenie standardowe (Sdev). 0 to idealny okrąg.

7) Narzędzia pomiarowe - Pomiar kąt Przy większych kątach niż 10 st wyznaczamy dwa punkty (np. za pomocą narzędzia FindLine). Szerokość ROI dla każdego z punktów powinna wynosić 1 pkseli wówczas narzędzie zwróci nam jeden punkt. W naszym przypadku musimy wyznaczyć dwa odcinki czyli cztery punkty.

8) Czytanie kodu Datamatrix 9) OCR

10) Interfejs użytkownika Custom View Przełączenie w tryb wizualizacji. Custom View Setting konfiguracja trybu wizualizacji (wybór obszaru arkusza służącego za interfejs operatora)

11) Komunikacja Obsługa we / wy dyskretnych Bufor wejściowy i wyjściowy Komedy powodujące odebranie i wysłanie buforów