CogPatInspectTool工具使用PatMax检测缺陷(缺陷被定义为运行期间图像中超出正常预期的图像差别的任何变化),缺陷可能是物体遗失(阻塞)或者多余(杂乱),原理是通过PMAlign工具实现,用训练图片和当前输入图片进行对比从而得到缺陷。

基本步骤:

  1. 训练基准图案
  2. 训练检查图案
  3. 设置运行期间参数
  4. 运行PatInspect
  5. 从PatInspect中萃取结果或者使用其他视觉工具在差别图像上执行进一步的分析

使用场景:

例如印刷字符检测、部分缺失或者明暗变换、激光打标内容检测等。

添加图片与工具

 

模板匹配 

添加对比工具

运行查看差分图像 

 

两张图片对比,会转换成一个差分图像 

发现问题:两张图像的只有细微差距,也会显示出差分图像

 

点击统计训练新模式,就会把上一张只有细微差距的图片也添加到当前已经训练图像模式 

参数介绍 

重新抓取训练图像与原点 

阈值比例

阈值偏移 

阈值就是训练基准图案和检查的图片之间的差异,值越大,忽略的细节就越多 

如:图案很相似,但是当阈值小的时候,还是会计算出一些差距

如果想忽略一些细微差距,就可以调整阈值

 

阈值的计算 

该检测方法对光照的稳定性要求较高,视野内的光照不均匀极易造成误判与过杀。通过将当前图像与“训练图像”对比,获取“原始差异图像”,再将“原始差异图像”与“阈值图像”进行对比,进而获取“阈值差异图像”得到最终的当前图像与训练图像的差异,通常差异区域为缺陷所在。 

需求:测量工件两部分的尺寸现实到页面上

GitHub 加速计划 / vi / vision
15.85 K
6.89 K
下载
pytorch/vision: 一个基于 PyTorch 的计算机视觉库,提供了各种计算机视觉算法和工具,适合用于实现计算机视觉应用程序。
最近提交(Master分支:3 个月前 )
518ee93d 8 天前
7d077f13 9 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐