머신 비전 광원의 선택 기술 및 분류

현재 이상적인 시각 광원에는 고주파 형광등, 광섬유 할로겐 램프, 크세논 램프 및 LED 광원이 포함됩니다.대부분의 응용 분야는 LED 광원입니다.다음은 몇 가지 일반적인LED 조명소스를 자세히.

 

1. 원형 광원

그만큼주도 램프구슬은 고리 모양으로 배열되어 있으며 원의 중심축과 일정한 각도를 형성합니다.물체의 3차원 정보를 강조할 수 있는 조명 각도, 색상 및 기타 유형이 다양합니다.다방향 조명 그림자 문제를 해결합니다.이미지에 빛 그림자가 있는 경우 디퓨저를 장착하여 빛을 고르게 확산시킬 수 있습니다.응용 분야: 나사 크기 결함 감지, IC 위치 지정 문자 감지, 회로 기판 납땜 검사, 현미경 조명 등

 

2. 바 라이트

LED 구슬은 긴 스트립으로 배열됩니다.주로 일측 또는 다측으로 특정 각도로 물체를 조사하는데 사용됩니다.실제 상황에 따라 자유롭게 결합할 수 있는 물체의 가장자리 특성을 강조하고 조사 각도와 설치 거리가 더 자유도가 높습니다.대형 구조의 테스트 대상에 적용 가능합니다.응용 분야: 전자 부품 갭 감지, 실린더 표면 결함 감지, 포장 상자 인쇄 감지, 약액 봉지 윤곽 감지 등

 

3. 동축 광원

표면 광원은 분광기로 설계되었습니다.거칠기가 다르거나 반사가 심하거나 표면이 고르지 않은 표면 영역에 적용 가능합니다.조각 패턴, 균열, 스크래치, 저반사 영역과 고반사 영역 분리를 감지하고 그림자를 제거할 수 있습니다.동축 광원은 스펙트럼 설계 후에 특정 광 손실이 있으므로 밝기를 고려해야 하며 대면적 조명에는 적합하지 않습니다.응용 분야: 유리 및 플라스틱 필름 윤곽 및 위치 감지, IC 문자 및 위치 감지, 웨이퍼 표면 불순물 및 스크래치 감지 등

 

4. 돔 광원

LED 램프 비드는 하단에 설치되어 반구형 내벽에 반사 코팅의 난반사를 통해 대상물을 균일하게 조사합니다.이미지의 전체적인 조명은 매우 균일하여 금속, 유리, 오목한 볼록 표면 및 반사가 강한 원호 표면을 감지하는 데 적합합니다.응용 분야: 계기판 스케일 감지, 금속 캔 문자 잉크젯 감지, 칩 금선 감지, 전자 부품 인쇄 감지 등

 

5. 백라이트

LED 라이트 비드는 표면(바닥면이 빛을 발산)에 배열되거나 광원 주위에 배열(측면이 빛을 발산)합니다.물체의 윤곽 특성을 강조하는 데 자주 사용되며 대면적 조명에 적합합니다.백라이트는 일반적으로 물체의 바닥에 배치됩니다.메커니즘이 설치에 적합한지 여부를 고려해야 합니다.높은 감지 정확도에서는 빛의 평행성을 강화하여 감지 정확도를 향상시킬 수 있습니다.응용 분야: 기계 부품 크기 및 모서리 결함 측정, 음료수 액위 및 불순물 감지, 휴대폰 화면의 빛 누출 감지, 인쇄 포스터 결함 감지, 플라스틱 필름 모서리 솔기 감지 등

 

6. 포인트 라이트

밝은 LED, 작은 크기, 높은 광도;주로 텔레센트릭 렌즈와 함께 사용됩니다.감지 영역이 작은 간접 동축 광원입니다.응용 분야: 휴대폰 내부 화면 스텔스 회로 감지, 마크 포인트 위치 지정, 유리 표면 스크래치 감지, LCD 유리 기판 보정 감지 등

 

7. 라인 라이트

밝은 LED배열되고, 빛은 도광 기둥에 의해 집중됩니다.빛은 선형 배열 카메라에 일반적으로 사용되는 밝은 대역에 있습니다.측면 조명 또는 하단 조명이 사용됩니다.선형 광원은 집광 렌즈를 사용하지 않고도 빛을 확산시킬 수 있고, 조사 면적을 늘릴 수 있으며, 전면부에 빔 스플리터를 추가하여 동축 광원으로 전환할 수도 있습니다.응용 분야: LCD 표면 먼지 감지, 유리 스크래치 및 내부 균열 감지, 천 직물 균일성 감지 등

특정 애플리케이션의 경우 다양한 구성 중에서 가장 적합한 조명 시스템을 선택하는 것이 전체 이미지 처리 시스템의 안정적인 작동을 위한 열쇠입니다.불행하게도 다양한 상황에 적응할 수 있는 범용 조명 시스템은 없습니다.그러나 LED 광원의 다중 모양 및 다중 색상 특성으로 인해 우리는 여전히 시각적 광원을 선택하는 몇 가지 방법을 찾고 있습니다.주요 방법은 다음과 같습니다.

1. 관찰 테스트 방법(보기 및 실험 – 가장 일반적으로 사용됨)은 다양한 유형의 광원으로 다양한 위치의 물체를 조사한 다음 카메라를 통해 이미지를 관찰하는 것입니다.

2. 과학적 분석(가장 효과적)은 영상 환경을 분석하여 최적의 솔루션을 추천합니다.


게시 시간: 2022년 8월 5일