Flächenprüfung

Hallo

Ich möchte eine Flächeprüfung durchführen.Ich habe 1 Bauteil mit glatter unbeschädigter Oberfläche das von der Kamera erfasst wird ( im Bild is nur die zu prüfende Fläche)
Die zweite Fläche ist beschädigt(Kratzer und schwarze Striche) und wird wie die erste erfasst nun möchte ich die beiden vergleichen und daraus zum schluss kommen das die 2te beschädigt ist.

Mit welchen VIs mach ich das am besten?

Ich benutze das Vision Development Module und bin noch relativ unerfahren und weiss nicht so recht wie ich das am besten realisiere würde mich über jegliche Anregung freuen

Gruss Oliver

Anzeige

Nachdem ich jetzt seit 2 tagen am rumprobieren bin ich halb am verzweifeln

Irgendwie krieg ichs net hin

Ich häng mal meine beiden Testbilder an. Es soll nur eine Pass oder Fail urteil getroffen werden.

Wie macht man das am besten???

Bin für jegliche Anregung äusserst dankbar!

Gruss Oliver

Hallo,

hat jemand paar Tipps bezüglich des Problems?

Das Thema ist zwar alt, aber dennoch interessant.

1. Probier mal mit der Kantenerkennung. Wenn keine Kanten erkannt ...glatte Oberfläche.
2. Pixelanalyse. Vergleiche Graustuffenwert von 2 benachbarten Pixel . Wenn Dieferenz zu groß ... ein Riss.
3. Das Bild Überbelichten so dass Graustuffenwert von allen Pixeln zw. 200..255 ist. Führe Graustuffenanalyse (Histogramm) vom ganzen Bild aus. Wenn minimaler Graustuffenwert... kleiner als 200 dann riss

man könnte auch linescans machen (eine pixel-zeile bzw. -spalte als 1D-array rausziehen) und davon jeweils eine FFT - sind die hohen frequenzanteile (entspricht schnellem hell/dunkel wechsel über nur wenige pixel) über einem gewissen threshold-wert, dann gibts ein "fail".. praktisch würde man dafür den hochfrequenten teil des FFT-graphen integrieren (also von einer startfrequenz, z.b. 0.05 pixel^-1 , bis zur maximalen frequenz der FFT, ~1 pixel^-1) - dann hätte man eine charakteristische zahl für die "störungen".. das kann man natürlich noch mit diversen filtern kombinieren, die "rauschen" unterdrücken (weichzeichner) und die kratzer hervorheben..
den linescan müsste man eigentlich für alle zeilen im bild machen oder zumindest für jede 2. oder 3. zeile (für die performance).. das ganze muss natürlich kalibriert werden.. aber alles in allem denke ich, dass eine linescan-FFT ein guter charakteristischer wert für die oberflächenbeschaffenheit ist..

Ich bin diesbezüglich absolut kein Experte, aber könnte man für den Anfang nicht einfach das Referenzbild von Testbild subtrahieren? Die Referenz betrachtet man damit quasi als Untergrund. Anschließend prüfen, ob im Ergebnis noch starke Farbwerte existieren, falls ja Beschädigung.
Ist nur so eine Idee, keine Ahnung ob das praktisch sinnvoll?

Schöne Grüße
Falk

Bitte nächstes Mal LVF-Regeln (Groß- und Kleinschreibung) beachten.

Gruß Markus

(10.03.2011 22:52 )Novgorod schrieb:  man könnte auch linescans machen (eine pixel-zeile bzw. -spalte als 1D-array rausziehen) und davon jeweils eine FFT - sind die hohen frequenzanteile (entspricht schnellem hell/dunkel wechsel über nur wenige pixel) über einem gewissen threshold-wert, dann gibts ein "fail".. praktisch würde man dafür den hochfrequenten teil des FFT-graphen integrieren (also von einer startfrequenz, z.b. 0.05 pixel^-1 , bis zur maximalen frequenz der FFT, ~1 pixel^-1) - dann hätte man eine charakteristische zahl für die "störungen".. das kann man natürlich noch mit diversen filtern kombinieren, die "rauschen" unterdrücken (weichzeichner) und die kratzer hervorheben..
den linescan müsste man eigentlich für alle zeilen im bild machen oder zumindest für jede 2. oder 3. zeile (für die performance).. das ganze muss natürlich kalibriert werden.. aber alles in allem denke ich, dass eine linescan-FFT ein guter charakteristischer wert für die oberflächenbeschaffenheit ist..

Hallo zusammen,

ich habe mich auch mal an diese Aufgabe begeben. Und mach es wie folgt, ich lese die Werte einzelner Pixel aus und stelle sie einmal grafisch dar. Anschließend subtrahiere ich die Wert von einander. Hat das Signalverlaufsdiargamm 3 Ausschläge nach unten somit ist Bild 2 (unteres Bild) das "zerkratzte", sind die Ausschläge nach oben, wäre das erste Bild das "zerkratzte". Aber ich glaube es ist unmöglich zusagen welches Bild nun wirklich das zerkratzte ist (also für LabView), da es ja keine Konstante gibt - gut Ausschläge bedeuten Beschädigungen (eher Abweichungen), aber das sagt ja nichts über den Vorher- Nachher- Zustand aus. Also ich bräuchte eine Vorlage/Konstante die bei jedem Bild zutrifft.

Gruß snuz