选择符合检测规格的设备

导入视觉系统前需要确认的主要项目

选择检测所需的设备

选择符合检测规格的设备。

相机/控制器/光源/镜头/显示器
检测判断

利用实际工件和实机进行试验。

OK、NG品的限度样本/检测效率/
确认Must、Want/品种数
选择安装方法、安装地点

研究具体的安装地点。

移动中/停止中/周围环境/环境光/振动等
实现自动化的控制方法

确认对视觉系统的输入输出控制。

拍摄时间点/判定结果输出/PLC控制/数据输出
现场测试

根据需要，在实际生产线上进行验证。

设定微调/统计分析/输入输出控制确认
操作方法解说

说明基本设定方法。

公差设定/敏感度调整/检测设定变更/品种注册

点此了解详情

检测判断～明确能否进行实际检测～

检测判断所需的准备

准备几个良品、不良品样品

要确认能否用视觉系统进行检测，用良品、不良品限度样本做实验，是有效的手段。
准备多个限度样本，能够使实验结果更接近生产线的实际情况。

“MUST”、“WANT”的分级

根据检测内容，将必须要检测的项目归为“🥃MUST”类，将希望能够检测的项目归为🅠“WANT”类，对能否检测进行明确分级。

[ 良品 ][ 不良品(MUST) : 缺陷 / 毛刺 / 变形 / 白色瑕疵 ][ 不良品(WANT) : 缺陷（小） / 毛刺（小） / 变形（小） / 白色瑕疵（小）]

如果能对“MUST”和“WANT”界定更具体的数值范围差异，就能更加方便地判断视觉系统能否检测的稳定性。例如，用100万像素的相机，以25 mm视野检测大小为20 mm的对象时，1个像素就是0.025 mm。将1个꧅像൲素视作最小单位，则根据该条件，理论上的检测临界，就是0.025 mm。但实际检测会受到各类环境条件的影响，因此，考虑检测临界时，必须留出一定的余地。

例如，对上述示♔例而言，若“MUST”的缺陷深度为0.5 mm，♕相当于20个像素的变化，在检测临界内，判断为可以检测。如果“WANT”的缺陷深度为0.05 mm，相当于2个像素的变化，可推测该缺陷为无法断言能否检测的临界点。

缺陷“MUST”・・・0.5 mm → 可以检测！

缺陷“WANT”・・・0.05 mm → 检测临界

点此了解详情

判定公差与余量的确认

要判断能否检测的稳定性，准确的方法，是根据多个良品和不良品的检测值统计数据，进行判断。下面的图表，是CV系列视觉系统，利用统计分析🐷功能，对256个检测工件得出的测量结果。超出上限界线的目标物，将被检测为NG。通过上限值的设定，就能够知道将多少范围内工件，检测为不良品。

进行留有余量的公差（上限）设定时

检测值的平均值约为6.3，红圈代表“MUST”的不良品，完全超出了上限。
蓝圈、绿圈代表“WANT”的不良品，上限为17.0时，最多可以检测到蓝圈的NG。
在该设定下，无法检测出绿圈的“WANT”不良品，但也不会对良品进行误检🥂。

将上限值从17收紧到11后，良品数将从250个减少到244个，成品率随之降低。

进行能够同时检测“WANT”不良品的临界设定时

要检测“WANT”不良品的绿圈时，会与良品波动的最大值发生重叠，若继续降低上限，就会导致将良品误检为不良品的频率升高。
在该例中，可以知道绿圈的不良品是与良品的重叠界限。

点此了解详情

单件产品生产时间和视觉系统时间1

使用视觉系统进行检测时，必须要针对视觉系统的处理速度进行考量。全新的视觉系统可进行超高速处理，根据检测内容的𒀰不同，可实现每秒100个的检测。但视觉系统时间在很大程度上受到相机像素数、处理内容、处理项目﷽数等条件的影响，确认视觉系统的处理速度和检测生产线的单件产品生产时间很重要。

视觉系统的处理流程是？

视觉系统的检测流程，如下所示。

[ 触发输入 > 拍摄、传输 > 视觉系统 > 判定输出 > 控制 ] [ 视觉系统的处理速度拍摄及传输时间：数ms至数十ms / 视觉系统：数ms至数百ms ] [ 换算成检测效率数百个/分钟至数千个/分钟 ]

点此了解详情

单件产品生产时间和视觉系统时间2

根据所用相机的像素数🙈，可检测的最小分辨率会发生变化。相机的像素数越多，分辨率越高，但处理时间也越长。在下面的示例中，分别用31万像素、200万像素、500万像素相机，对容器上的黑点进行检测。对各相机拍摄的相同视野二值化像素数进行比较，发现检测像素数存在巨大差距，像素越高，检测越细致。反之，像素越高，处理时间也越长。