工控網(wǎng)首頁(yè)
>

應(yīng)用設(shè)計(jì)

>

多圖融合方案 ,一張圖看清積木明暗細(xì)節(jié)

多圖融合方案 ,一張圖看清積木明暗細(xì)節(jié)

2026/7/2 15:28:47

一、檢測(cè)背景:

積木材質(zhì)多樣,亮面塑料、深色實(shí)色、半透明積木同框拍攝時(shí)明暗反差極大。

高曝光:淺色積木過曝發(fā)白,紋理棱角丟失。

低曝光:深色、陰影積木發(fā)黑,輪廓特征全無。

常規(guī)相機(jī)動(dòng)態(tài)范圍不足,直接導(dǎo)致積木分類識(shí)別誤檢、漏檢。

圖片1.png圖片為AI生成↑

二、檢測(cè)需求:

檢測(cè)對(duì)象:積木

檢測(cè)類型:識(shí)別檢測(cè)

像素精度:0.14mm/pixel

 

三、檢測(cè)方案:

相機(jī):面陣相機(jī)

鏡頭:FA鏡頭

光源:側(cè)部背光源+側(cè)部開孔背光源

 

四、方案說明:

我們采用多圖融合方案解決:使用PBDL2控制器邏輯觸發(fā),連續(xù)拍攝低曝光、高曝光兩張?jiān)瓐D,通過多圖融合生成第三張高動(dòng)態(tài)成品圖,完成全品類積木識(shí)別。

圖片2.png

成像示意圖↑

原圖1:可以觀察到淺色積木沒有發(fā)白過曝,零件邊緣、表面結(jié)構(gòu)清晰,件紋理完整。但深色黑色積木紋理細(xì)節(jié)丟失,難以區(qū)分小型黑色異形件。

圖片3.png

原圖1↑

原圖2:所有黑色零件輪廓完整,陰影區(qū)域可見,零件特征全部顯現(xiàn)。但淺色積木大面積泛白,表面結(jié)構(gòu)、棱角被高光淹沒,丟失識(shí)別所需紋理特征。

圖片4.png

原圖2↑

融合圖:自動(dòng)整合兩張圖像有效信息,亮部不過曝、暗部清晰可見,各類積木紋理、棱角完整保留,給算法提供完整成像數(shù)據(jù)。

圖片5.png

融合圖↑

 

針對(duì)積木分揀這類靜態(tài)、多材質(zhì)高反差檢測(cè)場(chǎng)景,多圖融合方案是高性價(jià)比方案。僅靠雙曝光原圖+多圖融合,就能一次性保留全部明暗細(xì)節(jié),穩(wěn)定視覺識(shí)別效果。

審核編輯(
王靜
)

提交

查看更多評(píng)論
其他資訊

查看更多

案例速遞|微型全頻揚(yáng)聲器振膜缺陷檢測(cè)

案例速遞|光學(xué)薄膜缺陷識(shí)別檢測(cè)

PBD2頻閃控制器技術(shù)與常見問題解決方案

案例速遞|車漆缺陷檢測(cè)

案例速遞|手機(jī)攝像頭模組底殼檢測(cè)