记录｜Vision Master——查找工具

---

前言

参考书籍：《机器视觉技术与应用实战》王颖娴等人著

尺寸测量，在产品的生成过程中，还是质量检测过程中，都是必不可少的步骤，而机器视觉在尺寸测量方面有其独特的优势，
包括：零部件的尺寸测量，如距离、角度、直径；和零部件的形状匹配，如圆形、矩形等，这种测量方法不但速度快，非接触、易于自动化，而且精度高。
非接触方法，既可以避免：被检测对象的损坏，适合非接触场景【如：高温、高压、流体等环境】。
机器视觉系统可以同时多个尺寸一起测量，实现测量工作的快速完成，适于在线测量；而对于微小尺寸的测量，可以利用高倍镜头放大被测对象，使得测量精度达到微米以上。

---

一、 直线查找

• 位于：定位->直线查找

原理

• 利用已知特征点形成特征点集，然后拟合成直线。

基本参数

• 只需要了解“形状”和“屏蔽区”。
  

运行参数【一般，这里只调整边缘极性和边缘类型】

• 边缘极性：“黑到白”、“白到黑”、“任意极性”。

  • 黑到白：按照箭头方向，由黑色变为白色的分界线。【如下图：】
    

• 边缘类型：对边边缘点拟合的直线的要求。有：最强、第一条、最后一条、接近中线。例如：

  • 最强：满足条件的最强线。【默认，就选“最强”】

• 边缘阈值：即梯度阈值。范围：0~255。

  • 只有边缘的梯度阈值>该值的边缘点，才会被检测到。数值越大，抗噪能力越强，得到的边缘点数量越少，甚至导致目标边缘点被筛除。【如下图】
    

• 滤波尺寸：对噪点起到滤波作用，数值越大，抗噪能力越强，得到的边缘点数量越少，同时也可能导致目标边缘点被筛除。

• 卡尺数量：边缘点，由多个卡尺卡出。【如下图：】

• 直线查找反向：将直线的起点和终点位置信息互换。
• 角度归一化：默认，输出的直线角度是-180°~180°。开启后，直线角度是-90° ~ 90°
• 剔除点数：误差过大而被排除，不参与拟合的最小点数量。
• 一般地，离群点越多，该值应设置越大。

---

二、圆查找

原理

• 检测出多个‘边缘点’后，拟合成‘圆形’
• 常用于圆的定位和测量。

基本参数

• 检测的区域是：蓝色圈围起来的部分。【下图中，就是蓝色的甜甜圈部分，中间的不算检测区域】
• 注意，里面的圆形状，是由2个点来控制的【如下图】
  

运行参数

• 极性查找：圆是由内到外的查找。
• 注意：圆查找获得的：圆半径，圆心坐标都是像素值。

三、几何创建

如果这个图，是我自己去建立的

3.1 位置

• 图像生成 -> 几何创建

3.2 例子

比如说，我们想用实际的两个螺丝的圆边缘去构建一条虚拟的直线【如下图示：】

几何创建，一般不打开位置修正。
效果如下：

---

更新时间

• 2024.08.08：创建+复刻内容。