• Was sind Bildverarbeitungssysteme?
• Überblick über Bildverarbeitungssysteme
• Prinzip der Bildverarbeitung
• Inspektionsfunktionen

• Flächenbeurteilung durch Binärisierung
• Positionserkennung
• Vermessungen
• Zusätzliche Bildfunktionen

• Fragen
• Preis Bitte
• Testgerät
• Produktkatalog
• Kontakt
• Rufen Sie an
• Kommen

Bildverarbeitung Technologie

Prinzip der Bildverarbeitung

Mustervergleich

Erkennt das Muster eines Bildes

Das Messobjektmuster des Referenzbildes wird registriert und in einem Muster-Fenster gespeichert. Das Musterfenster tastet danach das angegebene Suchfenster von der linken oberen Ecke bis zur rechten unteren Ecke ab, um die Position der besten Übereinstimmung mit dem registrierten Bild zu finden.

Mustervergleich mit Grautonverarbeitung

Die Mustervergleichsfunktion verwendet die Grautonbildverarbeitung, bei der die Helligkeitsnuance jedes einzelnen Pixels einer von 256 Graustufen zugeordnet und danach das Muster des Messobjekts erkannt wird. Im Gegensatz zur binären Verarbeitung, die nur auf der Basis von Schwarz und Weiß unterscheidet, bietet dieses Verfahren eine deutlich erhöhte Erfassungsgenauigkeit.

Mustervergleich mit Farbextraktion

Die Farb-Bildverarbeitungssysteme von Keyence erkennen das im Musterfenster gespeicherte Muster nicht nur durch die Helligkeit, sondern auch durch die RGB-Technologie, welche jedes Pixel einer von 256 Farbebenen zuweist. Sie eignen sich hervorragend für die Erkennung von Messobjekten mit gleicher Form aber unterschiedlichen Farben.

Subpixelverarbeitung

Die herkömmliche Bildverarbeitung arbeitet mit 1 Pixel als kleinster Einheit, während die Subpixelverarbeitung eine Positionserkennung in der Größenordnung von 0,1 Pixel erreicht. Dies gewährleistet eine extrem präzise Positionserkennung, wodurch der Anwendungsbereich für hochpräzise Positionier- und Messanwendungen stark erweitert wird.

Normierte Korrelation

Präziser Mustervergleich ohne Beeinträchtigung durch Helligkeitsschwankungen.

Das Verfahren des Graustufen-Mustervergleichs weist der Intensität jedes Pixel des Referenzbildmusters einer von 256 Ebenen der Graustufenskala zu und vergleicht diese Daten mit denen des aktuellen Bildes, um die Position des Messobjektes zu erkennen. Mit diesem Verfahren ist eine präzise Positionserkennung allerdings manchmal schwierig, weil der Absolutwert der Graustufendaten durch Schwankungen des Umgebungslichtes geringfügig beeinflusst wird.

Die normierte Korrelation ermöglicht einen stabilen Mustervergleich ohne Beeinträchtigung durch Schwankungen des Umgebungslichtes. Wie die folgenden Bilder zeigen, subtrahiert dieses Verfahren die durchschnittliche Helligkeit des gesamten Bildes von der Helligkeit (Graustufendaten) der einzelnen Pixel sowohl des Referenzbildes als auch des aktuellen Bildes. Dieser als Normierung bezeichnete Vorgang beseitigt die Helligkeitsunterschiede zwischen den beiden Bildern. Danach lokalisiert die Mustersuche das Bild an jener Position, an der die Muster des Referenzbildes und des eingegebenen Bildes am besten übereinstimmen. Die Mustersuche mit normierter Korrelation erkennt präzise die Position des Messobjektmusters.

Kantenerkennung

Werkstücke mit klaren Begrenzungen lassen sich über die Lage und den Winkel ihrer Kanten positionieren und vermessen. Durch Kombination mit der Subpixelverarbeitung erreicht das Verfahren sehr hohe Genauigkeiten. Die Kantenerkennung eignet sich deshalb sehr gut für die Positionsmessung einer Kante oder die Maßüberprüfung von Werkstücken.

Funktionsprinzip der Kantenerkennung

Die Kante ist die Grenze, welche einen hellen Bereich innerhalb eines Bildes von einem dunklen Bereich trennt. Für die Erkennung dieser Grenze zwischen unterschiedlichen Farbtönen oder Helligkeitsstufen verwendet die Bildverarbeitung folgende Schritte.

Projektion der Intensitätsverteilung

Der Algorithmus tastet zunächst das Bild innerhalb des Messfensters vertikal zur Erkennungsrichtung ab, um die Durchschnittsintensität jeder einzelnen Pixelspalte zu ermitteln. D.h. es erfolgt eine spaltenweise Projektion der Intensitätsverteilung. Die Intensitätsverteilung dieser Mittelwerte (d.h. der einzeln projizierten Spalten) bezeichnet man als Projektionswellenform.

Welche Vorteile hat die Projektion? Die Projektion ermittelt die durchschnittliche Intensität jeder Pixelspalte und verringert dadurch Störungen durch Bildrauschen. Die Wahrscheinlichkeit einer fehlerhaften Erkennung sinkt deutlich.

Differenzverarbeitung

Die Differenzverarbeitung erfolgt auf der Basis der Projektionswellenform. Je stärker die Abweichungen der Farbtöne oder Intensitäten sind, desto größer sind die erhaltenen Unterschiede.

Normierung auf 100%

Wie bei der Musterverarbeitung erfolgt auch bei der Kantenerkennung eine Normierung, um externe Einflüsse, wie z.B. Beleuchtungsschwankungen usw., zu minimieren.  D.h. die stärkste Änderung der Differenzkurve wird gleich 100% gesetzt.
Abschließend bestimmt das System die Kantenposition anhand der zuvor eingestellten Kantenempfindlichkeit (in % des Maximalwertes), das bedeutet, es erkennt die Kante an der Stelle, an welcher die Intensität der Differenzkurve diesen Wert überschreitet.
Dieses ausgeklügelte Verfahren ermöglicht selbst an Fertigungsstraßen mit häufig wechselnder Beleuchtung eine zuverlässige Kantenerkennung.