Object Find SS
- Geometrian etsintä-algoritmi
- Tuloksena löydettyjen kohteiden määrä, positio ja kulma
- Käytetään toisiaan koskettavien, toisiaan osittain peittävien ja päällekkäisten kohteiden löytämiseen (silloin, kun blob tools SS:ita ei voi käyttää)
- Warn/Pass/Fail voidaan asettaa minimikontrastin tai kohteiden minimi- ja maximimäärän perusteella
- Algoritmi etsii piirteitä ja muodostaa kohteen mallin näiden piirteiden perusteella
- Etsiessään algoritmi hakee samanlaisia muotoja ja piirteitä kuin muistiin tallennetussa mallissa
- Kohdetta opetettaessa piirrä SoftSensor niin lähelle kohdetta kuin mahdollista
- Kasvata sitten hakualuetta kattamaan koko tutkittava alue (field of view)
- Määrittele haetaanko yhtä vai useampaa kohdetta (single or multiple objects)
- Säädä parametrit sopiviksi
Harjoitellaan SS:n käyttöä: . Käynnistä FrameWork ja valitse Emulaattori Legend 540. Configure Image Sequence...ObjectFind: DINConnector
Vedä suorakaiteen muotoinen ObjectFind SS mahdollisimman lähelle liitintä. Voit korjata rajoja, jos ei muuten onnistu. Kun alue on sopivan kokoinen paina General-välilehdellä ’Relearn Object’ . Kun kohde on opetettu, aktivoidaan SS:n kehykset ja laajennetaan hakualuetta lähes koko kuvan alueelle. Testataan kaikilla kuvilla. Liitin pitäisi löytyä (lähes) kaikista kuvista.
Kuten havaitaan, SS toimii hyvin myös erilaisissa valaistusolosuhteissa ja monenlaisista häiriöistä huolimatta.
SS hakee kuvista reunoja ja merkitsee löytämänsä reunat punaisella. Löydettyjä reunoja verrataan malliin tallennettuihin reunoihin (vihreät) ja kun riittävä vastaavuus löytyy, SS laskee kohteen paikan ja asennon. Nämä ilmaistaan pienellä vihreällä viivalla, jonka päässä on punainen piste. Tätä tietoa voidaan käyttää referenssinä muille SS:ille tai esimerkiksi kohteen paikka- ja asentotietona poimintarobotille.
Tehdään kuvaan FeatureCount SS viereisen kuvan mukaisesti. Asetetaan Dark Features Only, Dark Feature Size xx, Pass min&Max=1 ja sidotaan paikkareferenssiin. Voit joutua säätämään Treshold-arvoa, jotta FeatureCount SS toimisi luotettavasti.
Ota kuvakaappaus kuvan 5 tilanteesta ja vastaavasta Result Tablesta selostukseen. Tallenna tuote ja palauta tiedosto Tuubiin.
Hae seuraavaksi kuvat Blob001...003 hakemistosta BlobAnalysis ja tee uusi tuote. Tee suorakaiteen muotoinen ObjectFind SS vasemman kolmion ympärille, opeta kohde ja laajenna hakualuetta. Mitä havaitset? Mikä kolmio löytyy eri kuvista ja miksi? Jos kuvasta pitää löytää useita samanlaisia kohteita, täytyy SS:n Parameters-välilhdellä valita: Multiple Objects. Ota kuvakaappaus kuvan 3 tilanteesta ja vastaavasta Result Tablesta selostukseen. Tallenna tuote ja palauta tämäkin tiedosto Tuubiin.
Useita kohteita sisältävissä kuvissa voi parametreja joutua säätämään haluttuun lopputulokseen pääsemiseksi.
- Muokkaa Distance-parametria, jos on tarvetta eliminoida saman kohteen joitakin näkymiä
- Angle, Käytä tätä parametria, kun haluat ottaa mukaan saman kohteen näkymiä, jotka ovat annetun etäisyyden sisällä
- Symmetria, aseta tämä parametri, jos kohteesta saadaan virheellisesti useita paikkoja rotaatiosymmetrian vuoksi
- Edge Extraction, käytä tätä parametria eliminoimaan ei-toivottuja reunoja kohteen mallista
- Muokkaa Scale tolerance, jos näkymässä on suurempia tai pienempiä kohteita kuin malli
- Object Matching parameters: pienennä molempia löytääksesi kohteita häiriöisestä taustasta tai osittain toisiaan peittäviä tai päällekkäisiä kohteita
.
- Säästääksesi prosessointiaikaa:
- Käytä: fixed intensity threshold
- Aseta “skip rows” -parametri Advanced Tab -välilehdellä
- Rajoita translaatiota ja rotaatiota
- Säästääksesi prosessointiaikaa:
.
Harjoitellaan vielä SS:n ominaisuuksien muokkaamista: Configure Image Sequence...ObjectFind: Nuolet
Muokkaa SS:a niin, että myös toisiaan peittävät nuolet löytyvät. Ota kuvakaappaus molempien kuvien tilanteesta ja vastaavista Result Tableista selostukseen. Tallenna tuote ja palauta tiedosto Tuubiin.
