红外线热影像检测课件

影影像像檢檢測測影像檢測1為什麼要影像檢測安全第一(使人們避免工作於危險惡劣之環境下)消費者意識抬頭100%檢視以改善品質重現性與一致性降低成本降低人員因疲勞或情緒不佳造成的損失增進檢查的速度自動產生統計報表為什麼要影像檢測安全第一(使人們避免工作於危險惡劣之環境下)2數位影像處理概念介紹數位化影像處理，包括擷取影像，將之轉成數位化格式，進而透過電腦，加以處理、運算、分析或顯示影像。現代科技努力針對五大知覺設計有效率的人工感測儀器(sensor)，再利用電腦的計算處理與推理能力，從信號中取用有效資訊，以便作為決策及控制之用。影像資訊藉由攝影機進行輸入，再經數位影像處理及圖形識別程序後，以利各項應用。數位影像處理概念介紹數位化影像處理，包括擷取影像，將之轉成數3數位影像處理概念介紹數位影像處理技術，主要是針對影像中已經存在但不清楚可見的重要訊息，利用加強處理(enhance)與資料分析(analyze)，以便取得相關統計數據。後續再根據這些有效統計值，深入做比對以及再分析，並據以作決策工作。數位影像處理概念介紹數位影像處理技術，主要是針對影像中已經存4數位影像處理概念介紹數位影像處理，完全架構在電腦為主的系統上來進行處理，分析與決策作業，因此，不僅可以達到自動化及重覆性的作業或量測、分析，更可透過其它軟體，計算取得所需要的重要訊息或統計數據，並將結果(數據)進行儲存或經由網路傳送至其它目的地或儲存裝置，供日後讀取判讀分析。凡此種種，均可避免或降低因人為主觀上的誤判，而造成錯誤甚至不可彌補的決策。數位影像處理概念介紹數位影像處理，完全架構在電腦為主的系統上5數位影像處理概念介紹數位影像處理方法裡，經由事先正確地校正(calibration)程序，便可以精確且反覆地從事影像量測與計算，並將結果或數據轉換為實際的物數量，例如公分(cm)、公尺(m)或其它單位。有別於採用傳統式的量規或制具，利用數位影像量測的技術，使用者可進行非接觸式量測與計算。數位影像處理概念介紹數位影像處理方法裡，經由事先正確地校正(6影像種類依感測元件種類劃分，可區分為可見光影像，紅外線影像，X光影像，超音波影像，雷射影像，微波影像等。影像種類依感測元件種類劃分，可區分為可見光影像，紅外線影像，7應用領域印刷品、紡織品或鋼板上瑕疵檢測、精密機械加工產品之尺寸或孔洞量測。在某些生產製程或流程中，透過數位影像處理來進行分類或等級篩選。工業機器人中，pick-and-place的全自動機台、以及醫學影像領域、遠端醫療視訊診斷、超音波影像診斷、郵件分檢、指紋辨識等，都是數位影像處理成功被採用的範例。應用領域印刷品、紡織品或鋼板上瑕疵檢測、精密機械加工產品之尺8應用領域-衛星方面透過衛星影像(Sate Ilite image)，擷取地球表面上農作物栽種面積的影像，進行分析比對，深入了解農作物生長的情況，如橘子，大致可獲得將來農作物收成的預期產量。其他如資源探勘，軍事遙測等。應用領域-衛星方面透過衛星影像(SateIliteima9應用領域-電子業方面應用影像/視覺檢測設備的自動化生產線，可即時檢驗與分析生產線上所產出之產品上，是否有缺件或不良等瑕疵品，在製程上，迅速得知最後的統計數據及確切的產品良率或產能(yields)。應用領域-電子業方面應用影像/視覺檢測設備的自動化生產線，可10應用領域-製造業方面相同的技術，則可用來檢查罐子上的標纖是否位置正確、標纖上的製造日期是否正確、瓶蓋是否旋緊等，自動判斷或品管作業。應用領域-製造業方面相同的技術，則可用來檢查罐子上的標纖是否11應用領域-紅外線熱影像檢測紅外線熱影像檢測技術是利用物體表面溫度高於絕對零度輻射出的紅外線(能量)以計算物體表面溫度分佈。此項技術具有非接觸式、測溫快速、反應靈敏及視覺直接觀測等特性，使其在非破壞性檢測及故障診斷的領域中扮演重要的角色。利用紅外線針對溫度異常之現象來作影像分析對於產業的應用是一個待開發的領域,但這是一種不錯的解決方法.應用領域-紅外線熱影像檢測紅外線熱影像檢測技術是利用物體表面12紅外線熱影像檢測-軍事應用紅外線影像尋標器技術預警系統,反飛彈防禦系統紅外線熱影像檢測-軍事應用紅外線影像尋標器技術13紅外線熱影像檢測-衛星資源探勘應用資源分析地形製圖紅外線熱影像檢測-衛星資源探勘應用資源分析14紅外線熱影像檢測-工業檢測應用發電廠,變電所,輸配電設施預知保養引擎,馬達,幫浦檢查非破壞性檢測:缺陷檢查,液位檢查,膠合不良檢測,電鍍不良檢測紅外線熱影像檢測-工業檢測應用發電廠,變電所,輸配電設施預知15紅外線熱影像檢測-工業檢測應用紅外線熱影像檢測-工業檢測應用16紅外線熱影像檢測-醫學應用人體溫度檢測器官檢查紅外線熱影像檢測-醫學應用人體溫度檢測17紅外線熱影像檢測-醫學應用18紅外線熱影像檢測-保全應用夜間海岸走私夜間入侵偵測臉紋辨識紅外線熱影像檢測-保全應用夜間海岸走私19影像系統通常，為了解決或迎合多數工廠內部生產線自動化，但同時擁有高度彈性化的雙重需求，壹套成功的視覺檢測系統，必須包括下列幾個主要單元：壹部處理運算工作站或配備影像卡的工業電腦(IPC)、壹部用來顯示影像的顯示器(Video Monitor)、應用程式發展工具(Vision Developers Tools/Software)、完善人機界面、壹部攝影機(Camera)及光學鏡頭、光源設備。影像系統通常，為了解決或迎合多數工廠內部生產線自動化，但同時20影像系統典型影像系統由下列六大單元所構成光源與照明影像形成裝置影像擷取器主電腦週邊與輸入裝置影像處理器影像系統典型影像系統由下列六大單元所構成21影像系統-光源與照明光源與照明是影像系統最重要的部份目的獲得良好的對比顯示影像細節降低系統複雜度強化物體特徵就是讓有用的部份看清楚,沒有用的部份視而不見影像系統-光源與照明光源與照明是影像系統最重要的部份22红外线热影像检测课件23影像系統-影像形成裝置標的物被適當照明後,透過鏡頭成像於攝影機的影像感覺器上裝置CCDLine Scanner CCDArea CCD鏡頭(Lens)影像系統-影像形成裝置標的物被適當照明後,透過鏡頭成像於攝影24影像系統-影像形成裝置影像系統-影像形成裝置25影像系統-影像形成裝置-Line Scanner影像系統-影像形成裝置-LineScanner26红外线热影像检测课件27影像系統-影像形成裝置影像系統-影像形成裝置28影像系統影像系統29影像系統攝影機的擺設或架設，都置放在待測物或工作的正上方或側邊，以利於進行動態即時影像擷取，同時將抓取後之圖像傳送至上述之處理運算器或電腦。再經由相關的軟/硬體進一步的處理、運算與深入分析所擷取之數位圖像資料，視覺系統便可即時尋找到待測物件的位置，亦或工件尺寸/角度的大小，或外觀是否有缺陷、瑕疵，甚至顏色是否合乎標準值等檢測。影像系統攝影機的擺設或架設，都置放在待測物或工作的正上方或側30影像系統一旦完成前述之分析結果，之後，視覺系統立即將判讀後之數據資料或決策動作(ON/OFF)，透過不同的通訊界面，傳輸至其它控制單元，例如可程式控制器、機器手臂以及軸控裝置等，進行其它後續動作。影像系統一旦完成前述之分析結果，之後，視覺系統立即將判讀後之31如何評估最佳的視覺系統正確度(Accuracy)量測結果的數值與實際值的差異程度。重現性(Repeatability)是指在同樣的測試條件之下，重覆進行量測，所得到不同數據的變異性。精度(Precision)是指視覺系統所計算出之量測數值，是以小數點下幾位數表示之。如何評估最佳的視覺系統正確度(Accuracy)量測結果的32如何評估最佳的視覺系統誤判率(False Accept Rate/False Reject Rate)所謂誤判率，包括將不良或有缺陷的產品，誤判為好的產品，反之亦然。執行效益(Throughput)最直接的表述，即指在固定時間，視覺系統所能運算並完成特定檢測作業的次數。如何評估最佳的視覺系統誤判率(FalseAcceptRa33視覺系統面臨的可能外在變素由於機構的震動、來回移動或甚至固定夾具的不足、欠缺完善，以至造成待測物體或工件的位移或旋轉。光學鏡頭設定值改變，形成物件經由攝影機取像後之圖像比例大小，也隨之改變。輔助光源不足或不穩，忽明忽暗。視覺系統面臨的可能外在變素由於機構的震動、來回移動或甚至固定34視覺系統面臨的可能外在變素產品本身，因為製程控制不良，就存在許多差異性，如外觀色澤、表面紋理、外形或尺寸大小。基於製程上的要求，必須調整或改變原先設計好之檢測流程。相關零件或材料的替換與維修。某些零件，來自於不同的供應商。視覺系統面臨的可能外在變素產品本身，因為製程控制不良，就存在35視覺系統面臨的可能外在變素某些製程上會產生油汙、灰塵或其它異物，可能對視覺系統中某幾個重要單元或配件，例如光學鏡頭造成不良影響，增加誤判或當機的嚴重後果。視覺系統面臨的可能外在變素某些製程上會產生油汙、灰塵或其它異36數位影像的組成-像素(Pixel)一幅影像由一個二維像素陣列構成，每一像素有一數值，代表其感測之特徵大小，稱為灰階值。灰階值可以是一個向量，如彩色RGB影像。數位影像的組成-像素(Pixel)一幅影像由一個二維像素陣列37數位影像的組成-像素(Pixel)由於人眼的構造,所有的顏色是三原色紅綠藍所構成.數位影像的組成-像素(Pixel)由於人眼的構造,所有的顏色38數位影像的組成-像素(Pixel)每幅影像都是由一點一點的Pixel所組成.在作單色影像處理,首先我們必須要針對每個Pixel得到三筆資料,即該點之X座標,Y座標及該點之灰階值,此灰階值範圍在0255之間,該灰階值的資料格式是一個8 bit之資料.數位影像的組成-像素(Pixel)每幅影像都是由一點一點的P39數位影像的組成-像素(Pixel)彩色影像處理中,針對每個Pixel得到三筆資料,即該點之X座標,Y座標及該點之灰階值,但此灰階值資料格式是一32 bits之資料.07 是紅色灰階值,815是綠色灰階值,1623是藍色灰階值,2431是空資料.數位影像的組成-像素(Pixel)彩色影像處理中,針對每個P40數位影像的組成-像素(Pixel)若把影像中每一點的Pixel萃取出來的RGB三值分開放入三個緩衝區(Buffer)中,則可形成三幅單色的影像,然後我們可以在這三個單色影像Buffer中作處理.數位影像的組成-像素(Pixel)若把影像中每一點的Pixe41邊緣檢測-一階及二階導數法右圖在一個暗色背景下亮條紋影像以及沿著水平掃描線的灰階剖面圖和這剖面圖的一階及二階導數.第一個曲線圖是其灰階值分佈圖,由此圖可知其灰階分佈是一梯形狀,在接近邊界處其灰階值有激烈的變化,其餘部份灰階值均為常數.邊緣檢測-一階及二階導數法右圖在一個暗色背景下亮條紋影像以及42邊緣檢測-一階及二階導數法第二個曲線圖為剖面圖的一階導數(X=X1-X2),即第一條曲線圖斜率的變化.由此圖可表明灰階剖面圖的灰階在轉變的前沿的一階導數是正的,而後沿是負的,且在灰階值為常數的區域中為0.一階導數的值能夠用來檢測一幅影像的邊緣是否存在.邊緣檢測-一階及二階導數法第二個曲線圖為剖面圖的一階導數(43邊緣檢測-一階及二階導數法第三個曲線圖為剖面圖的二階導數(2X=X1-X2=X1-2X2+X3),即第二條曲線圖斜率的變化.由此圖可知邊緣暗側相關聯的轉變部份的二階導數為正,而邊緣亮側相關聯的轉變部份二階導數為負.在灰階為常數的區域仍為零.二階導數正負號能夠被用來決定邊緣像素在邊緣的亮側或暗側.邊緣檢測-一階及二階導數法第三個曲線圖為剖面圖的二階導數(44邊緣檢測-一階及二階導數法在灰階轉變的中點的二階導數有一零點,這就是搜尋邊緣的重點所在,即每條邊緣處,二階導數有過零點.過零點提供了一個有利的方法以確定邊緣在影像中的位置.邊緣檢測-一階及二階導數法在灰階轉變的中點的二階導數有一零點45