视觉系统在汽车门锁检测中的应用

具对图像进行分析。

设置方法同上。因为相似度不仅仅反映在色度上， 也反映在形状上， 因此利用这一工具可较好的识别该类被检测物。

　4.3 较小的检测点检测

　　小的检测点往往形状不够突出，所对应的像素较少，用相似度工具查找时，因特征像素过少，容易误判断。因此，可选用Cognex 视觉分析工具中的CogBlobTool 工具进行分析。这是一个通过设定色度的差异值来寻找特定区域被检物体是否存在的工具。将Segmentation 中的mode 选为Hard Threshold（Fixed），将Polarity 选为LightBlobs，Dark background 或Dark Blobs，Light background，然后设定检测区域，点击动态运行按钮，调整Thr eshold的值， 观察右侧视窗中被检物检出情况的变化。取下被检测物， 对该工件进行检测， 得到被检测物不存在时的Blob 检测值。依据物体存在时的Blob 值与物体不存在时的检测Blob 值的差值重新调整Blob 设定值。

　　图5 CogBlobTool 工具设定界面

　　4.4 有油污的铆点检测

　　由于工况的不同， 某些铆点的表面会有一定程度的油污。这就使视觉检测极易受到干扰。可选用Cognex视觉分析工具中的CogFindCircleTool 工具进行分析。

　　这是一个在选定区域内寻找圆并对圆进行测量的工具。

　　在Caliper Settings 选项中，Edge Polarity 选项应钩选Any Polar i ty，因为Dark to Light 和Light to Dark选项因受油污的干扰误判率较高， 而An y Pola r i ty 则是以设定的圆弧线为基准，辅以色差的判断，因此， 准确率很高。另外，Search Direction 选项中，Inward 和Outward的钩选应以实测效果为准。如果铆钉为规则的圆柱形，则可钩选Inward，因为未铆接的铆钉往往没有油污， 半径较小;而铆钉为星形时则应钩选Outward，这样才可准确判定铆钉的铆接后半径值。需要注意的是，Caliper 选项中的Number of Calipers 应根据圆的大小适当选得大一些， 这样圆的判断依据点较充分， 得到的圆也更准确。

　　4.5 存在范围可变的物体的检测

　　某些被检物的位置不是固定的，而是在某一区域内随机存在， 这就意味着必须选择合适的搜寻区域。为此， 可以考虑使用Cognex 视觉分析工具中的CogPMAlignTool工具进行分析。该工具提供了较为多样的边框划线工具，使得边框的设置非常人性化。

　　4.6 孔的检测

　　黑色物体上通孔的检测常常因为色差过于接近而失败。但是， 如果在检测夹具上增加一个亮色的观测物， 使其穿过通孔， 再选用Cog n e x 视觉分析工具中的CogBlobTool 工具进行分析，问题即可解决。

　　4.7 固定区域高亮或高暗的判别

　　用判断某一区域亮或暗的方式来区分物体有无是常见的处理方法，选用Cognex 视觉分析工具中的CogBlobTool工具进行设置， 可达到这一要求。另外， 设备在设计时应充分考虑产品的工艺问题，某些检测物的表面可以通过产品工艺的改变而变化，这也为解决问题提供了新的思路。

　　5 结束语

　　视觉系统在不接触物体的情况下， 可以快速准确地检测出物体的有无， 尤其是检测点数量比较多， 分布较为集中; 随型号的不同， 同一位置被检测物的种类较多， 形状较为复杂的情况下， 视觉检测的优势较为突出。当然， 视觉系统的应用也受到成本， 被检物的反光率等因素的制约而受到限制。因此， 灵活， 合理的调试视觉系统， 使其发挥最大的作用， 仍有待于业界人士的共同努力。