La detección de contornos es una herramienta importante para el procesamiento de imágenes 2D. Se detectan los bordes, así como las transiciones del primer plano al fondo, y se calcula un contorno a partir de esta información. La particularidad de la detección de contornos es que también funciona de forma fiable en presencia de luz extraña, ya que esta suele incidir en todo el objeto. La diferencia relativa entre el primer plano y el fondo se desplaza, pero el contorno se sigue reconociendo con la misma certeza. La inspección del objeto se realiza comparando un contorno de referencia con el objeto actual.
El método se utiliza principalmente en el reconocimiento de patrones y formas, así como en el reconocimiento de objetos, tal y como se aplica habitualmente en el punzonado, fresado, torneado o en el montaje. La detección de contornos se utiliza para garantizar la calidad en estos procesos.
El análisis de "blobs" (manchas) es un importante método de procesamiento de imágenes en el que las características de la imagen se seleccionan y analizan a partir de un grupo de píxeles contiguos similares.
El BLOB (del inglés Binary Large Object) en este contexto significa Binary-Logic Data Object, que se traduce ampliamente como un conjunto de píxeles con el mismo estado lógico. La selección de los píxeles contiguos se realiza generalmente mediante el umbral del valor de gris. A partir del análisis se pueden extraer conclusiones sobre diversas características. Una función muy conocida es, por ejemplo, el contador de píxeles.
Se utiliza en muchas aplicaciones diferentes. Por ejemplo, el análisis de manchas puede utilizarse para la comprobación de contenido completo, la comprobación de presencia o la detección de roscas, así como para el recuento y la clasificación de objetos.
El seguimiento de posición se lleva a cabo mediante un contorno de anclaje que se encuentra una sola vez en la imagen. Utilizando este contorno, las zonas de búsqueda de otros modelos (por ejemplo, la zona de búsqueda de un análisis de manchas) pueden ser rastreadas tanto en su posición como en su orientación.
Representación gráfica de un seguimiento de posición basado en el ejemplo:
La gama O2D5 de ifm utiliza un procesador de imagen CMOS de 1,2 MP (1280 x 960 píxeles).
Los procesadores de imagen CMOS son más fáciles, rápidos y baratos de fabricar, por lo que son los más utilizados en el mercado.
Es fundamental elegir la iluminación adecuada para maximizar el contraste de cada píxel. La gama O2D se completa con fuentes de luz LED integradas de alta intensidad en RGB-W (rojo, verde, azul, blanco) e infrarrojos.
Tenga en cuenta que el sensor de imagen no es un sensor de color.
Sin embargo, la elección de una fuente de luz con un color diferente puede afectar drásticamente al contraste de la imagen. La imagen siguiente muestra lápices de colores a la luz del día y los mismos lápices iluminados con los diferentes LED del sensor O2D5.
Tipo de luz | A tener en cuenta: |
---|---|
Luz del día (referencia) |
|
Luz roja |
|
Luz verde |
|
Luz azul |
|
Luz blanca |
|
Luz infrarroja |
|
Debido a los reflejos, puede ser difícil obtener contornos o áreas nítidas en objetos brillantes. Los sensores O2D5 con fuentes de luz RGB-W contienen un filtro de polarización que se puede activar o desactivar para minimizar el efecto de los reflejos.