CONHECIMENTOS

do Engenheiro
VISÃO DE MÁQUINA VOL. 4
u Como você realiza detecções
estáveis em inspeções de caracteres

4
impressos, mesmo se o padrão
desses caracteres mudam?

u Como você detecta as mudanças

sutis de cor nas superfícies?
 Como você realiza detecções estáveis em inspeções de caracteres
impressos, mesmo se o padrão desses caracteres mudam?
Compatibilidade com o tamanho, posição e qualidade de impressão dos
caracteres, bem como com as mudanças na intensidade de luz

OCR (reconhecimento ótico de caracteres)

Ferramenta de reconhecimento de caracteres estável e confiável que visualiza as

condições extraídas e a estabilidade
Essa ferramenta reconhece caracteres impressos ou estampados em um produto. Para enfrentar as condições de impressão
em mudança constante no local, a KEYENCE aplicou a máxima ênfase na visualização de fatores importantes para o
reconhecimento de caracteres, como extração de caracteres, estabilidade e biblioteca de caracteres.

Resistente a flutuações de intensidade da luz Visualização com formatos de onda

Flutuações de
intensidade
da luz

A “extração de caracteres”, o fator mais

importante para a inspeção de caracteres,
agora é visualizado com formatos de onda.
O usuário pode determinar
Com o processamento de escala de cinza que não utiliza o processamento instantaneamente a “estabilidade”, uma
binário, é assegurada uma inspeção estável mesmo que a luz ambiente vez que esses formatos de onda também
mude. Além disso, é utilizado o método de extração de caracteres, de forma podem ser verificados durante a operação.
que o usuário pode compreender facilmente as condições de
reconhecimento.

Exemplos típicos de aplicação

n Inspeção de caracteres de data de validade impressa n Reconhecimento de caracteres do número de peça

A verificação ótica de caracteres (OCV) é realizada para O reconhecimento ótico de caracteres (OCR) dos números
determinar se as datas de validade impressas nas de peça impressos nas embalagens de componentes
embalagens alimentícias estão corretas. eletrônicos é realizado com um sensor de imagem.

2
 O princípio OCR (reconhecimento ótico de caracteres)

O reconhecimento de caracteres com um sensor de imagem é realizado da seguinte forma: os caracteres na imagem do alvo,
capturados com a câmera, são reconhecidos um de cada vez, como os caracteres que melhor correspondem no dicionário
(grupo fonte de caracteres), registrados com antecedência no interior do sensor. Além disso, a sequência de caracteres
correta é registrada como a tolerância de análise, o que torna possível informar o resultado da análise OK/NG ao verificar se a
cadeia de caracteres reconhecida corresponde totalmente àquela registrada. A cadeia de caracteres lida também pode ser
informada para um dispositivo externo como dados de caracteres.

n Definição da extração de caracteres automáticos

u Em uma região de inspeção, podem ser extraídas até
2 linhas de texto com no máx. 20 caracteres por linha.
u As sequências de caracteres podem ser localizadas
Ângulo da linha
com base no único formato de onda projetado e a
área de extração é ajustada automaticamente.
u As sequências de caracteres são extraídas
Altura do caractere
diretamente da imagem cinza, o que elimina a
Espaçamento do
necessidade de binarização e minimiza o impacto das caractere
mudanças no brilho.

Quando os caracteres são automaticamente extraídos

da área de medição, os seguintes atributos também Largura do caractere
podem ser detectados:
u Ângulo, rotação e inclinação da linha
u Variação na altura dos caracteres
u Variação no espaçamento dos caracteres
u Variação no tamanho dos caracteres
Eles são todos autocorrigidos para melhorar o nível de
reconhecimento dos caracteres quando comparados
com os dados da biblioteca.

n Função de ajuste fino Ajuste fino LIGADO (Configuração padrão) Ajuste fino DESLIGADO

Esta função proporciona o

ajuste fino para os caracteres
respectivos que são
extraídos em uma maneira
uniforme, de modo que cada
um deles será colocado sob
condições ideais para a
correlação.
As variações sutis de cada
caractere são corrigidas
individualmente para melhor
correlação, o que melhora o
nível de reconhecimento dos OK Oextração
tamanho de cada área de
é finamente ajustado de
NG Oquando
nível de reconhecimento diminui
a altura do caractere muda
caracteres. acordo com a altura dos caracteres. porque as alturas da área de
Isso mantém o nível de extração são mantidas as mesmas
reconhecimento estável. para todos os caracteres.

n Apresentação do sistema
Alvos de inspeção Câmera
Saída de dados
Peça de trabalho 1 20XX.06.12 Controlador do Saída do 1 20XX.06.12
Peça de trabalho 2 20XX.06.12 sistema de visão julgamento 2 20XX.06.12
1 OK 3 20XX.06.13
Peça de trabalho 3 20XX.06.13 2 OK
3 NG

Reconhecimento de caracteres usando a Verificação da sequência de caracteres

biblioteca interna registrados
0123456789 Sequência de caracteres registrados =
ABCDEFGH……XYZ 20XX.06.12

3
 Como você detecta as mudanças sutis de cor nas superfícies?

Detecção estável que usa informações sobre cor

Processamento de cores para cinzas

Criação de imagens cinzas que processam todas as informações de matiz, saturação e brilho
Com o processamento de cores para cinzas, é possível lidar com imagens nas quais as cores não puderam ser diferenciadas
por câmeras monocromáticas convencionais. Essas imagens podem ser convertidas em imagens cinzas de alto contraste, as
quais permitem inspeções estáveis do processamento de imagens.

imagem cinza tirada com uma câmera

Janela 1 monocromática

Selecione o número 4, verde claro, na

imagem de processamento de cores para
Janela 2
cinzas.

Selecione o número 10, azul, na imagem

Janela 3 de processamento de cores para cinzas.

Na imagem cinza na Janela 1, o contraste entre as imagens não era claro, o que resultou em uma inspeção instável. Na
Janela 2 e 3, é possível extrair com precisão somente a cor especificada, usando o processamento de cores para cinzas.
Mesmo as imagens de alvos com baixo contraste podem ser convertidas em imagens com claras diferenças de sombreado.

n Exemplo de detecção real

Imagem do processamento Imagem do processamento de As duas imagens à esquerda mostram a inspeção da largura
de cinzas cores para cinzas do número 8 com a função de detecção de bordas. A imagem
à esquerda é o processamento de cinzas, e a imagem à direita
é o processamento de cores para cinzas. Na imagem do
processamento de cores para cinzas, não há contraste entre
7 e 8 e entre 8 e 9. No entanto, na imagem do processamento
de cinzas, praticamente não há nenhum contraste entre 7 e 8
e a detecção de bordas é instável. A intensidade da borda,
que indica a intensidade da mudança nos limites da borda, é
também maior para o processamento de cores para cinzas,
como mostrado na tabela a seguir.
Com o mesmo nível de A largura de número 8 pode
detecção, a diferença entre ser detectada com a função Processamento de Processamento de
7 e 8 é pequena e não de detecção de largura de cinzas cores para cinzas
pode ser detectada. borda. Entre 7 e 8 8 40
Entre 8 e 9 18 56

4
Exemplo de aplicação do processamento de cores para cinzas

Inspeção da posição da solda em conectores banhados a ouro

Imagem do processamento Imagem do processamento de

de cinzas cores para cinzas
A detecção estável não é possível A detecção estável é possível
Com o processamento O processamento de
de cinzas, não há cores para cinzas
nenhuma diferença de estabiliza a borda na
densidade entre o fronteira entre o ouro e
ouro e a prata, o que a prata, o que torna
torna difícil detectar a possível detectar essa
borda. borda.
Interior da moldura: Interior da moldura:
imagem do imagem do
processamento de processamento de
cinzas cores para cinzas

O princípio do processamento de cores para cinzas

Trata-se de um processo de aprimoramento de O fluxo do processamento de cores para cinzas

imagem, que converte a enorme quantidade de
dados de uma imagem colorida em uma imagem Captura de imagem Aprimoramento de imagem Processamento de imagens
cinza com 256 gradações, em que a cor
especificada é definida como a gradação de Informações
Intensidade Processamento
mais alto brilho. de cores Filtro
da cor de imagens
do CCD
Devido ao fato de não só o brilho, como também
as informações de cor serem utilizadas, é
possível a compatibilidade com inspeções que Imagem em cores Imagem monocromática
costumavam ser difíceis de ser executadas com
câmeras monocromáticas, tais como a distinção
entre o ouro e a prata e a distinção entre cores
claras.

Quando se detecta um padrão de cores claras, tais

como a peça mostrada à esquerda, o processamento
monocromático de sombreado reconhece o padrão
como sendo extremamente fraco. Em comparação, o
processamento de cores para cinzas cria uma
imagem em tons de cinza com base nas informações
Imagem processada por uma câmera monocromática
da cor, de modo que o fundo pode ser reconhecido
como preto e as cores claras podem ser claramente
reconhecidas como cinza.
Imagem real É óbvio qual método é mais estável ao inspecionar as
diferenças nos formatos de marca ou os
desalinhamentos.

Imagem processada por uma câmera colorida

Imagem do processamento Imagem do processamento de

Imagem com todas as cores monocromático para cinzas cores para cinzas

Imagem a cores, na qual as Imagem cinza tirada com uma Imagem cinza criada a partir de uma imagem
diferenças de brilho são mínimas câmera monocromática a cores através do processamento de cores
(diferenças mínimas de sombreado) para cinzas (com vermelho selecionado)

5
 ESCANEIE ESTE CÓDIGO PARA ACESSAR A WEB

www.keyence.com.br/machinevision/

www.keyence.com.br/machinevision

www.keyence.com.br
E-mail : [email protected]

Copyright (c) 2016 KEYENCE CORPORATION. All rights reserved. MVKnowhow4-KBR-TG-BR 1116-1 614150