VBAI第七章 存在性检查.docx

VBAI第七章 存在性检查.docx

《VBAI第七章 存在性检查.docx》由会员分享，可在线阅读，更多相关《VBAI第七章 存在性检查.docx（17页珍藏版）》请在冰豆网上搜索。

VBAI第七章存在性检查

VBAI-先生领进门

第七章存在性检查

存在性检查，即检查某个特征存在或者不存在。

例如以前学习的模式匹配、几何匹配、检测目标等都属于存在性检查，因为在存在性检查选板中，有许多函数是以前的定位特征、测量特征中的函数，因此在这里我们不再叙述，可以参考以前的章节。

存在性检查选板如图7-1所示。

图7-1存在性检查选板

图7-1中所有的函数，从上到下分别是DetectObjects检查目标、MeasureIntensity测量亮度、CountPixels计数像素、MatchColors匹配颜色、FindEdges寻找边缘、DetectDefects检查缺陷（瑕疵）、MatchPattern模式匹配、GeometricMatching几何匹配、MatchColorPattern彩色模式匹配。

这里我们只对MatchColors匹配颜色和DetectDefects检查缺陷（瑕疵）进行解说，其它的都是前面介绍过的，就不再重复介绍。

一、MatchColors

匹配颜色。

也可以叫颜色匹配，其原理是根据ROI中的颜色频谱与标准模板的颜色频谱进行比较，如果频谱相似程度达到要求，则PASS，否则FAIL。

如图7-2所示，是点击此函数后，首先出来的模板向导。

图7-2匹配颜色模板向导

图7-2中，我们可以用ROI工具选择一个矩形区域作为模板，另外注意缩放工具只有一个中间是+的放大镜，而没有中间是-的缩小镜，如果我们需要缩小图像怎么办？

方法是先选择放大工具，然后按住CTRL键不放，这时鼠标代表的放大镜将变成缩小镜，这时，点击图像，将会缩小图像，松开又成放大镜。

调整好显示比例，然后选择合适的ROI为模板。

点击OK确定，回到设置面板。

从图7-2中也可以看到，其主体与其它函数一样，这里也不再解说。

下面来看Template模板选项卡。

如图7-3所示。

图7-3匹配颜色模板

图7-3中，我们可以看到，左上角是刚才画的模板，然后在其右边给出了模板的长宽像素尺寸。

下面还有一个CreateTemplate创建模板按钮，如果点击此按键，会出现图7-2中所示的模板设置窗口。

再往下是一些参数设置。

这些参数具体如下：

Template：

模板图像

TemplateSize模板尺寸，Width宽、Height长

CreateTemplate：

创建模板

ColorSensitivity：

颜色灵敏度，用于描述图像中的颜色特征的灵敏度水平。

值越高，就能显示更多的颜色。

Low时有16种颜色，Medium是有30种颜色，High时则有58种颜色。

颜色频谱的划分是将HIS颜色空间的HS平面进行细分得到的，具体可以参看NIVisionConceptsHelp中有关ColorSpectrum的章节。

SaturationThreshold：

饱和度阈值。

此值用于分辨有相同色调但不同饱和度的两种颜色。

例如红和粉红，他们色调是一样的，但是红的饱和度高于粉红。

ColorSpectrum：

显示模板的颜色频谱信息。

即图示出哪个频谱的值大，哪个频谱的值小。

IgnoreWhite：

忽略白色。

使能时，将忽略模板中的白色信息。

IgnoreBlack：

忽略黑色。

使能时，将忽略模板中的黑色信息。

设置好模板后，然后点击Setting选项卡，我们可以看到有最小分值可以设置，匹配到的数量及匹配的分值与匹配是否达标等。

如图7-4所示。

图7-4匹配颜色设置

图7-5匹配颜色规格

图7-5所示的是匹配颜色的规格设置，此函数只能针对匹配的数目进行规格设定。

如图中所示，虽然有两个匹配，但是只有一个满足要求，颜色频谱与模板相似，另一个相差太大，没满足要求。

图7-5所示的规格的实例，如图7-6所示。

图7-6匹配颜色实例

在图7-6中，颜色匹配函数设置了两个ROI（画出一个ROI后，按住CTRL按不放，可再画第二、第三……第N个ROI），模板设置的是图7-3中所示的模板，也就是“CI/C”所在的按键。

第一个ROI也设置在模板周围，因此其颜色频谱与模板相似，这样也就匹配到一个，而第二个ROI在“TAX+”按键上，此按键的颜色与模板相差较大，因此其匹配时无法通过。

颜色频谱经常用于彩色图像中检查颜色。

二、DetectDefects

检查缺陷（瑕疵），将图像中的某个区域与模板比较并返回差别（金板比较）。

金板比较在细小缺陷检查中使用较多。

下面来看一下其函数的具体设置。

图7-7检缺陷主体

检查缺陷的主体与其它函数略有不同，其内容陈述如下：

StepName：

步骤名。

TemplateImage：

模板图像。

TemplateSize：

模板尺寸。

NewTemplate：

新建模板，点击后，将弹出如图7-8所示的模板设置向导。

其设置与几何匹配类似。

设置完后，会要求保存模板，保存的路径显示在Templatepath中。

EditTemplate：

编辑模板，对当前的模板重新编辑，使其更合理。

LoadfromFile：

从文件中导入模板。

TemplatePath：

当前模板的路径。

图7-8检查缺陷模板向导

设置好模板后，点击Alignment定位选项卡，设置ROI位置，如图7-9所示。

图7-9检查缺陷定位

这里的参数较多，其函数如下：

CenterX：

模板中心位置的X坐标。

CenterY：

模板中心位置的Y坐标。

Angle（deg）：

模板的角度。

RepositionRegionofInterest：

改变ROI。

ReferenceCoordinateSystem：

参考坐标系。

Scale（%）：

比例，即放大缩小模板尺寸。

AlignmentCorrection：

定位校正。

有None不校正选项与Perspective投影校正两个选项。

TotalDefectArea（pix^2）：

总缺陷面积（单位：

像素平方）。

LargestDefectArea（pix^2）：

最大缺陷面积。

PercentDefect：

缺陷百分比。

NumberofDefects：

缺陷数量。

Display：

显示覆盖（原始图像）和显示缺陷。

在这里我们看到有改变ROI依赖坐标系的参数。

检查缺陷，需要和金板比较，但是拿什么去和金板比较呢？

那么就得有一个与模板一样的ROI来进行比较。

如何确定这个ROI呢？

一种方法，我们可以先做一个模板，然后用模式匹配先找到目标，然后用此ROI比较，但是在VBAI中，模式的匹配的模板是不能从文件中导入的，而检查检查缺陷的模板是从文件中导入的，这样就会造成两个模板不一样，方法基本上不好实现。

当然，这种方法在VDM的视觉助手或VDM中是可以实现的。

另一种方法是将检查缺陷的ROI同坐标系关联起来，先模式匹配某个特征，建立坐标系，然后再检查缺陷。

这样虽然对模式匹配的精准性要求比较高，但是在VBAI中，却是可以快速的实现检查缺陷。

当然还可以使用调用VI等方法实现。

不过难度大许多。

图7-10检查缺陷设置

图7-10为设置选项卡，其中的参数意义表述如下：

LookFor：

查找目标，分为所有缺陷、亮缺陷、暗缺陷。

Intensity：

亮度调整。

调整检查图像的亮度达到与模板类似的亮度。

方法有NoChange不改变、HistogramMatchingNormalization柱状图匹配归一化、AverageMatchingNormalization平均值匹配归一化。

IgnoreEdges：

忽略边缘

EdgeThickness：

边缘厚度

BrightLevel：

明亮水平，确定检查图像与金板图像的白色缺陷的最小强度差。

DarkLevel：

黑暗水平，确定检查图像与金板图像的黑色缺陷的最小强度差。

BrightDefects：

明亮缺陷颜色，即比金板更亮的地方缺陷所用的颜色。

DarkDefects：

黑暗缺陷颜色，即比金板更黑的地方缺陷所有的颜色。

TotalDefectArea（pix^2）：

总的缺陷面积（平方像素）。

LargestDefectArea（pix^2）：

最大缺陷面积（平方像素）。

PercentDefect：

缺陷所占ROI中所有像素的百分比。

NumberofDefects：

缺陷数量，即所有独立的缺陷数量。

根据实际经验，边缘厚度值越大，所能检查的缺陷越少；明亮、黑暗水平越大，所能检查的缺陷越少。

当然如果只检查某一种缺陷，如明亮缺陷，那么检查出的缺陷也会少。

下面来看一下滤波器选项卡。

如图7-11所示。

图7-11检查缺陷滤波器

检查缺陷中的滤波器与DetectObjects检查目标函数中的滤波器一样，可以参考前面相关章节。

使能UseFilterCriteria，然后点击configure按钮，进行滤波器配置，可以过滤掉一些我们不需要的粒子等。

设置好滤波器后，再设置规格，点击Limits选项卡，如图7-12所示。

图7-12检查缺陷规格设置

图7-12中的规格设置与其它函数类似，可以根据缺陷面积、最大缺陷面积、缺陷百分比、缺陷数进行设置。

下面我们来看一下一个实例。

图7-13检查缺陷实例OK

图7-14检查缺陷实例NG

图7-13、7-14所示为检查缺陷实例。

首先采集图像，然后先模式匹配，找到一个特征，然后根据此特征建立坐标系，接下来进行检查缺陷，并且根据建立的坐标系，最后结果判断，图7-13为PASS情况，图7-14为FAIL情况。

第七章存在性检查就只介绍这两个函数，其它函数在前面章节都有介绍过，在这里就不再重复讲述了。