赫立AOI中文客户培训教材(2).pdf - 第28页

像素点亮度值 (夸大假设) 线 1 线 2 线 3 线 4 3 1 3 0 2 2 1 0 4 5 0 0 9 4 1 3 3 6 6 6 长边线亮度极差 : (计算长边每条线上最亮和 最暗值的差值) 7 5 6 3 算法计算结果: 亮度投射最小跨度算法最终 计算出的是差值最小的那一 个 3 虚 拟图 和 检测 窗口 对 比 偏移 桥连 侧 立 正常 偏一点 偏移 算法:亮度投射最小跨度 在 检测 窗口指定的区域内, 进 行窗口 长 度…

100%1 / 40
算法:符号匹配(OCV
检测窗口指定的区域内,自搜索与先采的字符/形最相似的像,
算出相似程度百分比。
算法例:
差异: 印不一
1.选择算法:符号匹配(OCV
更新模板,截下符合元件
性的印符号,确定(如果
件没有极性,将双向搜索打),
可更新一特性的多个模板
2.置合格范,即与更新的模
板的相似度百分比大小,越相
越好
1
2
OK
像素点亮度值
(夸大假设)
线1
线2
线3
线4
3
1
3
0
2
2
1
0
4
5
0
0
9
4
1
3
3
6
6
6
长边线亮度极差
:
(计算长边每条线上最亮和
最暗值的差值)
7
5
6
3
算法计算结果:
亮度投射最小跨度算法最终
计算出的是差值最小的那一
3
拟图检测窗口
偏移
桥连
正常 偏一点
偏移
算法:亮度投射最小跨度
检测窗口指定的区域内,行窗口度方向上亮度投射后的
亮度极差运算,并求取极差后的最小数。可辨窗口度方向
上有无极亮或极暗物体横跨窗口的度方向。
如果能深刻理解此算法的定,以上不良测试变得比较简单
一定要理解透个算法的意思,
可以用在很多不良的测试
亮度平均值
像素亮度值
(夸大假设)
3 1 3 0
2 2 1 0
4 5 0 0
9 4 1 3
3 6 6 6
亮度总值
59
亮度平均值
59/20=2.95
如果件,可能是
两者差异是????
>
0.423<0.492<0.527 0.046<0.423
OK
NG
选择算法:亮度平均,将检测窗口
放在元件本体,点击检测图标,它会
直接算出元件本体的亮度平均
将亮度上下限卡住即可
容平均亮度> 阻平均亮度
算法:亮度平均
检测窗口指定的区域内,算所有像素的亮度的平均数