O2D视觉传感器技术

O2D详细说明

轮廓检测是一种重要的2D图像处理工具，可检测边缘以及从前景到背景的过渡，并根据这些信息计算轮廓。其特点在于能够可靠抑制外部光干扰，因为外部光通常照射在整个物体上。尽管前景与背景间的相对差异不断变化，但轮廓检测的确定性不变。因此，可以通过匹配参考轮廓与当前物体来执行物体检验。

该方法主要用于图案和形状检测以及物体识别，常见应用包括冲压、铣削、车铣或装配等。在这些领域中，轮廓检测被用于质量保证。

BLOB分析是一种重要的图形处理方法，用于选择和分析一组类似的相邻像素中的图像特点。

在这里，BLOB（“Binary Large Object”的缩写）是指二进制逻辑数据对象。可以将其简单地理解为具有相同逻辑状态的一组像素。相邻像素的选择通常通过设定灰度阈值来完成。然后，可以根据该分析得出有关各种特征的结论。其常见的一项功能是像素计数器。

BLOB分析的应用非常广泛。例如，它可以用于完整性监测、存在性检测或螺纹检测以及对物体进行计数和分拣。

位置追踪使用在图像中发现一次的锚定轮廓来完成。利用该轮廓，搜索区可以追踪其他模型（例如BLOB分析的搜索区）的位置和方向。
位置追踪的实例图示：

在夹子端部，必须检查是否所有三个锡球都存在（图示为绿色）。
由于锡球的轮廓各不相同，但所在的区域保持不变，因此使用BLOB分析。图示橙色的搜索区被定义为对所要检查的区域进行存在性监测。
为根据夹子的位置和方向追踪这些搜索区，定义了参考轮廓，即所谓的锚定轮廓（图示为粉色）。然后，使用BLOB分析的搜索区来“锚定”夹子的左半边轮廓。
如果夹子现在旋转20度，则锚定轮廓同样可见于旋转后的状态。然后，BLOB分析的橙色搜索区将自动追踪至正确的位置和方向。

ifm的O2D5系列使用分辨率达1.2 MP（1280 x 960像素）的CMOS图像处理器。

CMOS图像处理器的制造更轻松、更快速且更低成本，因此在市面上应用最广泛。

为了最大限度提高每个像素的对比度，选择合适的照明非常重要。O2D系列配有集成的高强度LED光源，包括RGB-W（红、绿、蓝、白）和红外光源。

请注意，图像传感器并非色彩传感器！

然而，选择不同颜色的光源可能会对图像的对比度有显著影响。下图显示了蜡笔在日光以及使用O2D5传感器不同LED光源下的对比效果。

光源类型	请注意：
日光（参考）	在正常日光下，人眼可以均衡地识别所有颜色。工业检验应用要求突出显示物体的特征和对比度，以便通过图像传感器进行评估。
红光	红色部分更亮；绿色和蓝色等颜色差异明显并且更暗，因为它们被吸收。非常适合评估印刷物体（良好的对比度）。
绿光	绿色部分更亮；红色等颜色有更高的对比度。非常适合评估金属物体。
蓝光	蓝色部分更亮；红色、黄色和绿色差异明显。非常适合评估金属物体。
白光	白光包含所有颜色。非常适合根据对比度（而非绝对颜色）来区分颜色。
红外光	利用日光滤光片可以在使用视觉传感器时不受环境光的影响，甚至能对强烈变化的光照条件或阳光直射进行补偿。波长范围也非常重要。例如，红外范围的测量不会受可见光波动的影响。

由于反射原因，难以在反光物体上捕获清晰的轮廓或区域。带RGB-W光源的O2D5传感器包含偏振滤光片，可以随时开或关以减少反射的影响。