Il rilevamento del contorno è uno strumento importante per l’elaborazione delle immagini 2D. Vengono rilevati i bordi e i passaggi dal primo piano allo sfondo; con le informazioni ottenute viene calcolato il contorno. La peculiarità del rilevamento del contorno sta nel fatto che funziona in modo sicuro anche in caso di influssi dovuti alla luce esterna, in quanto quest’ultima colpisce normalmente tutto l’oggetto. La differenza relativa tra primo piano e sfondo si sposta, ma il contorno viene rilevato con la stessa sicurezza. L’ispezione dell’oggetto avviene nel momento in cui un contorno di riferimento viene confrontato con l’oggetto attuale.
La procedura viene utilizzata soprattutto nel rilevamento di modello e forme, nonché nel rilevamento di oggetti come ad esempio nella tranciatura, fresatura e rotazione oppure nel montaggio. In questi settori il rilevamento del contorno serve a garantire la qualità.
L’analisi di BLOB è un importante metodo per l’elaborazione delle immagini in cui le caratteristiche di un’immagine vengono selezionate e analizzate tramite un gruppo di pixel simili adiacenti.
In questo contesto, BLOB deriva dall’inglese e sta per Binary Logic Data Object, che tradotto liberamente è da intendere come quantità di pixel con lo stesso stato logico. In generale, i pixel adiacenti vengono selezionati con la formazione del valore di soglia della scala dei grigi. Dall’analisi si possono poi trarre conclusioni relative alle singole caratteristiche. Una funzione conosciuta è ad esempio quella dei contatori di pixel.
L’applicazione è molto diffusa. Ad esempio, l’analisi di BLOB può essere utilizzata per il controllo della completezza e della presenza o per il rilevamento di filetti, oltre che per contare e selezionare gli oggetti.
L’anchor tracking si esegue grazie ad un contorno anchor che viene trovato una sola volta nell’immagine. In base a questo contorno, si possono tracciare le regioni di interesse di altri modelli (ad es. la regione di interesse di un’analisi di BLOB) in merito a posizione e orientamento.
Rappresentazione grafica dell’anchor tracking in base all’esempio:
La famiglia O2D5 di ifm utilizza un processore d'immagine CMOS da 1,2 MP (1280 x 960 pixel).
I processori d'immagine CMOS sono più facili, più veloci e più economici da produrre, il che li rende i più utilizzati sul mercato.
La scelta della giusta illuminazione per massimizzare il contrasto di ogni pixel è fondamentale. La famiglia O2D è completa di sorgenti luminose LED integrate ad alta intensità in RGB-W (rosso, verde, blu, bianco) e infrarossi.
Tieni presente che il sensore di immagini non è un sensore di colori!
Tuttavia, la scelta di una sorgente luminosa di colore diverso può avere un effetto drammatico sul contrasto dell'immagine. L'immagine seguente mostra delle penne colorate con la luce naturale e le stesse penne illuminate dai diversi LED del sensore O2D5.
Tipo di luce | Nota: |
---|---|
Luce naturale (riferimento) |
|
Luce rossa |
|
Luce verde |
|
Luce blu |
|
Luce bianca |
|
Luce infrarossa |
|
A causa dei riflessi, può essere difficile ottenere contorni o aree nitide su oggetti lucidi. I sensori O2D5 con sorgenti luminose RGB-W contengono un filtro di polarizzazione che può essere attivato o disattivato per ridurre al minimo l'effetto dei riflessi.