• Description des systèmes de vision
• Présentation des systèmes de vision industrielle
• Principes du traitement d’images
• Bases des fonctions d’inspection

• Jugement de zone par binarisation
• Détection de position
• Mesure de dimension
• Autres fonctions d’imagerie

• Questions
• Demande de prix
• Téléchargements
• Contactez-nous
• Appelez-moi
• Visite

Technologie de la vision industrielle

Bases du traitement d’images

Pixels

Le signal vidéo envoyé par la caméra comprend des informations de luminosité qui changent au fur et à mesure que le temps s’écoule. Toutefois, le temps (position sur l’écran) ne peut pas être déterminé avec ce signal. Si on divise une ligne de balayage sur la base d’une impulsion d’horloge possédant une fréquence spécifique (cf. illustration ci-dessus), on est alors en mesure de déterminer la position horizontale sur l’écran. La position verticale étant à l’origine déterminée par le numéro de la ligne de balayage, cela permet donc d’obtenir un quadrillage de l’écran. Chaque élément de ce quadrillage est appelé pixel. L’image d’une cible est reconnue comme étant la combinaison de pixels blancs et noirs. Tous les traitements d’image s’effectuent sur la base des pixels.

Conversion binaire numérique

Le signal vidéo envoyé par la caméra est un signal analogique. Afin de pouvoir utiliser le signal vidéo pour différentes mesures et différenciations, ce signal analogique doit être converti en signal numérique. On définit pour cela un niveau seuil pour le signal vidéo. Les zones qui sont plus claires que le niveau seuil sont définies comme étant “blanches”, tandis que celles qui sont plus sombres sont définies comme étant “noires”. Le signal numérique correspondant à un pixel blanc est égal à “1”(= HI), le signal numérique correspondant à un pixel noir est égal à “0” (= LO).

Traitement par les niveaux de gris

Les processus de traitement d’images utilisent soit la conversion binaire, soit une échelle de gris. Les appareils de la série CV-110 recourent à la seconde méthode, laquelle est basée sur les variations de luminosité de l’image obtenue par la caméra. La conversion binaire ne permet de reconnaître l’image qu’en deux couleurs, le noir et le blanc, autrement dit des “1” et des “0”. Le traitement sur l’échelle des gris permet par contre d’obtenir une plus grande différenciation, l’échelle de luminosité étant divisée en 8 bits (soit 256 niveaux). Cette seconde méthode permet donc de garantir une bien meilleure précision dans la détection.

Traitement couleur (conversion binaire suppress par extraction de couleur)

Le signal vidéo couleur provenant de la caméra est converti en données numériques RVB par la conversion A/N de l’image. Ces données sont utilisées pour l’opération de différence afin d’obtenir les données de R- (moins) V, B-V et R-B à partir des données RVB reçues. Ces six paramètres d’information couleur sont utilisés pour contrôler le degré de correspondance par rapport à la couleur spécifiée. Ceci s’effectue en définissant la plage sur l’écran puis en extrayant la couleur qui correspond à celle précédemment définie. Ensuite, chaque pixel subit une conversion binaire en pixel extrait ou non extrait. Ce processus d’opération de différence assure une extraction stable même pour les couleurs sombres et des vitesses de traitement rapides.

Traitement par échelle de nuances couleur

Les données d’information couleur sont divisées en 256 niveaux.

En fonction de la couleur extraite, les couleurs sont divisées en 256 niveaux. La couleur extraite est spécifiée comme étant le niveau 255 et les autres couleurs qui possèdent une plus grande différence de données de teinte couleur sont spécifiées comme étant plus proche du niveau 0. À la différence de la conversion binaire couleur, le traitement par échelonnement des nuances couleur utilise des données de nuances à 256 niveaux et de ce fait ce traitement assure une détection stable même lorsque la couleur d’une cible varie à cause de différences individuelles. Comme pour la conversion binaire couleur, les six paramètres sont utilisés pour l’opération interne.

Fonction filtre

La fonction filtre supprime ou met en évidence le bruit et la distorsion des données de l’image capturée si bien que l’image est facile à contrôler ou à différencier. Le filtre permet de convertir les données de l’image d’origine sous une forme plus simple.

Example
Avant		Après (EXPAND)		Après (SHRINK)