Grundlagen der Qualitätsprüfung

Segment

Das Bildverarbeitungssystem erkennt Änderungen in den Intensitätsdaten eines CCD-Bildempfängers als Flecken oder Kanten. Es dauert jedoch enorm lange, jedes einzelne Bild zu verarbeiten. Zudem kann Signalrauschen die Prüfergebnisse beeinträchtigen. Daher verwendet das Bildverarbeitungssystem die Durchschnittsintensität eines kleinen Bereichs, der aus mehreren Pixeln besteht. Bei der Modellreihe CV wird dieser kleine Bereich als “Segment” bezeichnet. Um Flecken zu erkennen wird dabei die Durchschnittsintensität dieser Segmente verglichen.

Algorithmus der Defekterkennungsfunktion (Vergleichs- und Berechnungsmethoden der Segmente)

Dieser Abschnitt erläutert den Algorithmus der Defekterkennungsfunktion, mit der die Modellreihe CV ausgerüstet ist.

Erkennungsprinzip (wenn X als Erkennungsrichtung festgelegt wurde)

1. Die Defekterkennungsfunktion misst die durchschnittliche Intensität des festgelegten Bereichs (Segments) und verschiebt den Bereich anschließend um ein Viertel der Segmentgröße.

   

2. Die Funktion bestimmt die Differenz zwischen der höchsten und niedrigsten Intensität von vier Segmenten einschließlich eines Standardsegments (①95 im Bild rechts). Die Differenz wird als Defektlevel eines Standardsegments bezeichnet.

   

3. Wenn der Defektlevel den festgelegten Grenzwert überschreitet, wird das Standardsegment als Fleck gewertet. Die Anzahl der Vorgabewertüberschreitungen innerhalb eines Messbereichs wird als “Fleckenanzahl” bezeichnet. Die Schritte 1 bis 3 werden konstant wiederholt, wobei das Standardsegment innerhalb des Messbereichs jeweils weiter verschoben wird.

   

In den nachfolgenden Prozessen werden die Schritte (1) bis (3) wiederholt, wobei das zu messende Segment jeweils um den Verfahrbereich verschoben wird.

Wenn X und Y als Erkennungsrichtung festgelegt wurden

Für die Berechnung der Differenz zwischen der höchsten und der niedrigsten Intensität von 16 Segmenten in der X- und Y-Richtung wird das Standardsegment als Referenz verwendet.

Es besteht die Möglichkeit, kleinere und geringfügigere Intensitätsänderungen (Flecken) zu erkennen, indem insgesamt 16 Segmente verglichen werden (statt nur vier Segmente in X-Richtung).

Optimale Segmentgröße

Dieser Abschnitt erläutert die richtige Einstellung der Defekterkennungsfunktion. Durch Einstellen der Segmentgröße können Erkennungsempfindlichkeit und Verarbeitungszeit optimiert werden.

Das Funktionsdiagramm rechts zeigt, wie sich Defektlevel und Verarbeitungszeit in Abhängigkeit von der Segmentgröße ändern (bei der Modellreihe CV-3000 von KEYENCE).

Wenn die Segmentgröße fast so groß wie die Messobjektgröße ist, erreicht der Defektlevel sein Maximum. Das bedeutet, dass sich Erkennungsempfindlichkeit und Verarbeitungszeit optimieren lassen, indem man die Segmentgröße auf die tatsächliche Messobjektgröße einstellt.

Prüfbild

Segmentverschiebung / Spalteinstellung gemäß Bildeigenschaften

Die Parameter der Defekterkennungsfunktion – Segmentverschiebung und Spalteinstellung – bestimmen das Ausmaß der Segmentverschiebung beim Intensitätsvergleich. Bei kleinen Fehlern bestehen ganz andere Anforderungen als bei geringfügigen Flecken, doch durch entsprechendes Einstellen dieser Parameter ist in beiden Fällen eine zuverlässige Erkennung möglich.

Die allmähliche Intensitätsänderung wird durch Vergrößerung der Spalteinstellung verstärkt.

Subtraktionsfilter: Wenn ein Aufdruck ignoriert werden soll, um nur Defekt zu erkennen

Wenn ohne jeden Bezug ausschließlich Intensitätsänderungen gemessen werden, kann zwischen Flecken und einem Aufdruck nicht richtig unterschieden werden.
Ein Aufdruck mit mehr Kontrast als ein Fleck wird daher als Defekt erkannt.

Bei der Vorverarbeitung wird ein fehlerfreies Bild gespeichert und dann mithilfe des Subtraktionsfilters mit dem derzeitigen Bild verglichen.
Anschließend erfolgt in 256-facher Abstufung ein Vergleich der Durchschnittsintensität des gefilterten Bildes. Dies ermöglicht die Defekterkennung bei Messobjekten mit komplizierten Aufdrucken.

Echtzeit-Subtraktionsfilter

Das Echtzeit-Subtraktionsfilter extrahiert kleine Fehler, indem ein Bild, das mit Vergrößerungs- und Verkleinerungsfiltern (Expansion- und Shrink-Filter) bearbeitet wurde, mit dem Originalbild verglichen wird. Bei diesem Filter brauchen Sie weder den Prüfbereich festzulegen noch Anpassungen für die Verschiebung des Messobjekts vorzunehmen (günstig bei komplexen Formen). Sie können Messobjekte mit komplexen Formen durch Hinzufügen einer einzigen Einstellung prüfen.

Defekte in einem Becher erkennen