2019-11-28 15:18:32
这种方式比较简单,条件是你的焊点位置比较固定。这时候我们可以按焊点数量做几个固定的ROI区域,在reduce_domain。剩下的不用说大家也知道怎么玩了。如果有深度学习就好了,否则也不会出此下策,这实在不是什么好办法。此种方式让勇哥联想到当年用printf(" * ")打印金字塔图形的那种办法。为什么焊点会出现色阶分布不均匀的效果呢?这是因为打焊点的时候,由于两个...
2018-11-10 21:00:36
上篇我们讲到通过动态定位焊点的ROI区域,以排除压块位置跳舞的影响。正常情况下,我们的region可以通过下移30个像素,取得很好的覆盖ROI,如图:但是,上面的算法在移动30个像素时,无法处理下面这样的情况,如图:因此,我们的算法必须能检测我们要移动的30个像素是否会超出焊片(白色)的区域。我们先把程序放上来:list_files ('C:/Users/Administrator/Des...
2018-11-06 22:34:35
如果机构连压块的位置都不给你保障,那就惨了,就如下图这个样子了。左边的图如果算是正常的话,右边的图是不是你想叫妈?压块的位置在跳舞,逼得你不能用固定的ROI来框焊点。 来一张素材图,然后我来整个算法的思路。基本的思路是,threshold算子取得白色部分的region,然后求出一个内接的Rectangle,然后做下定位把这个矩形画出来。这个就是我们要的动态的ROI了,无论压块怎么跳舞都不怕了!li...
2018-11-02 21:30:02
上一篇讲述的例子用的素材是“善良”图片,只能用来说明一下焊点检测的基本原理。由于机器机构设计的局限,例如焊点检测工位的前工位缺少辗平焊极的工位,或者焊片本身上下弯曲而没有在压平状态下检测,或者每片焊片上的焊点位置不固定,等等。会造成灯光不能很好的白化背景暗化焊点,时不时来几片焊点与背景混在一起的图片,让你痛不欲生。例如下面这些奇葩,它们的特征是:粘连,和背景混合 我们来一张背景干扰的素材,它...
2018-11-02 20:47:58
我们来看一下焊点检测的基础算法,这种方法基于halcon的形态学算法。其基本流程为: 阈值分割->填充region->选择region下面是实验图片。下面为halcon程序:read_image (Image23, 'C:/Users/Administrator/Desktop/焊点图片/23.bmp')
gen_rectangle1 (ROI_0, 300.12...
2018-10-28 14:58:21
引言: 本章介绍焊点检测的生产工艺的基础知识,下一章会介绍基础的焊点检测方法。这种方法基于halcon视觉软件包,教程中笔者使用的halcon版本是halcon10。演示程序会提供halcon和C#两个平台的,其中C#的演示程序使用了netMarketing库中的视觉功能,该功能是对halcon功能的二次封装,以方便在windows平台的上位机上使用halcon的视觉功能。一、焊点检...