The Imaging Source相机配合自动测量仪，有效提升金属零件测量效率收藏

图1：通过机器视觉系统，自动测量仪能有效提升金属零件的检测效率（图片来源：shutterstock）过去，测量细小金属零件，大多是通过肉眼搭配简易测量工具来实现然而，测量过程常常因为人力的疲乏而造成误差，效率也跟著变差。

近年来，机器视觉在测量领域的应用日趋成熟，以往需要倚靠人工手动测量的微小零件，通过机器视觉系统的使用，不但能明显提升测量效率，同时还能显著提高测量精度许多工厂引进自动测量仪，并在其中整合机器视觉系统，针对数量庞大且孔径细小的金属零件进行测量，能大幅提升生产效率。

The Imaging Source映美精相机与测量仪设备商合作，通过系统整合，为金属零件制造商提供机器视觉测量设备，从而以自动化的方式解决了测量精度及速率问题利用机器视觉系统进行测量的方法包括图像采集、后端图像处理以及尺寸测量。

首先，由CMOS相机拍摄零件，采集零件轮廓边缘的图像；然后，后端图像处理软件针对所采集图像进行二值化、过滤等处理，再经过边缘检测得到零件图像的边缘；最后，通过尺寸测量演算、进行特征提取，计算出边缘轮廓数值，经过标定，便可呈现零件的尺寸。

通过这种方法，可以对任何尺寸的零件进行测量，并且能同时完成不规则外观轮廓以及零件内小孔径的测量在测量过程中，The Imaging Source映美精相机提供33系列GigE黑白工业相机，搭配HALCON后端软件，针对金属测量，专门定制了几项测量标准，以提升测量精度。

The Imaging Source映美精相机提供33系列GigE黑白工业相机，搭配HALCON后端软件，针对金属测量，专门定制了几项测量标准，以提升测量精度图形匹配零件形状多变，有些极其相似，肉眼难以逐一辨识，可通过机器视觉进行图形匹配。

事先训练后端电脑记忆零件图形，通过相机扫描流水线上的零件，后端软件辨认图形，再传至前端进行分捡（见图2）

图2：通过机器视觉进行图形匹配事先训练后端电脑记忆零件图形，通过相机扫描流水线上的零件，后端辨认图形零件图像边缘和轮廓特征的提取金属齿轮是众多大型机构中的重要零件，只要有一个齿轮错误，便会影响整台设备的运作。

通过自动光学测量仪器，测量点、线、圆弧等数据，再经过电脑图像分析，能精确得出齿轮的齿形、角度、弧长、圆弧半径、线段等（见图3）

图3：零件图像边缘和轮廓特征提取，可以帮助机器快速判断齿轮的齿形、角度、线段等特征，以判别齿轮是否有瑕疵，或者是否为设备运作所需要的零件孔径尺寸测量大小相同的金属垫片，有大小不一的孔径，而不同的孔径间误差十分微小。

通过机器视觉系统，可以自动侦测出该零件的孔径大小，孔径的测量精度能达到0.01mm，解决了肉眼测量方式常常产生的误差问题（见图4）

图4：大小相同的金属垫片有着大小不一的孔径，而不同的孔径间误差十分微小利用机器视觉系统，可以自动测量出该零件孔径的大小速率及精度映美精相机可以捕捉快速移动的零件，该系统在设计上实现了“一分钟能精准捕捉50次细小零件”的速度，大幅提升了测量效率。

机器视觉系统为零件厂商解决了长久以来令人头疼、且效率低下的测量问题，零件厂商的客户对于产品的接受度也因此大幅提升。此外，机器视觉系统的部署，也有助于零件制造商降低零件的瑕疵率和制造成本。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。