Opto Engineering® - 20 years Opto Engineering® - 20 years Opto Engineering. Our first 20 years →
Opto Engineering® - 20 years
主页 软件 机器视觉库
TCLIB Suite
概述
下载
相关的
Features
技术信息
Quote
资源

核心优势

  • 最先进的畸变校正算法
  • 借助快速直观的独立工具实现最佳对焦和校准性能
  • 能够最大限度地提高系统性能,从而实现最佳测量效果。
发现更多

TCLIB SUITE 包括:

  1. 专用于处理测量系统装置基本设置的工具:远心透镜和平行光的校准、物体平面的校准、最佳对焦 (TCLIB-APP)
  2. 一组算法(C++ 库),用于计算系统的畸变图并在实时模式下校正由系统 (TCLIB) 获取的每个新图像以及 TCLIB-APP 中开发的所有功能。

当需要对机器进行初次优化和校准时,离线使用独立工具和畸变校准功能。另一方面,畸变校准基于快速且可靠的算法,该算法允许系统在实时模式下传送调整后的图像。

技术文档

TCLIB Manual

软件

TCLIB Suite Setup v2.4

镜头和平行光源的校准

校准物体平面

最佳焦点

畸变校正

镜头和平行光源的校准

该工具有助于操作员在最大程度上获得均匀照明。

获得最佳照明均匀性是打造优质测量系统的第一个基本步骤,因为,此规范将影响任何一组边缘检测算法的可靠性。

此工具在实时模式下工作,可提供有关校准的视觉反馈。视场分为多个感兴趣区域 (ROI),每个 ROI 都具有关于校准的彩色反馈:

    • 红色:不均匀
    • 黄色:离散均匀性
    • 绿色:良好均匀性
Aligning of lens and collimated light source
Aligning of lens and collimated light source

校准物体平面

实现物体平面与光轴的良好对准至关重要。未对准的后果是:

  • 在逆光条件下,我们看到的是物体投影,而非其实际轮廓。因此,图像可能因某些方向上的压缩而受到影响。
  • 某些特征可能不会同时处于最佳焦点位置,从而影响测量边缘的质量。
Aligning the object plane
Aligning the object plane

最佳焦点

此工具为每个图像提供数字索引,用于指示与最佳焦点的接近程度。

Best focus
Best focus

畸变校正

此工具可用于消除远心镜头的残余光学畸变 — 无论多么小,此值必须尽可能接近于零,才能达到最佳效果。从覆盖整个视场(例如 Opto Engineering® PT 系列)的棋盘格标定板的单一图片中,我们可以获得消除畸变所需的全部信息。

程序步骤如下:

  1. 获取校准标定板的单一图像(脱机)
  2. 根据此图片创建畸变图(脱机)
  3. 畸变图保存在参考文件中
  4. 消除每个新获取的图像的畸变,调用已保存的畸变图(在线) 

步骤 1 和步骤 2 旨在校准系统,因此只需执行一次。但是,需要对获取的每个新图像重复步骤 4。所有这些功能都集成在 library .dll 文件和独立演示软件中。演示应用程序可用于测试或获取畸变图,而对于实际联机校正,建议使用集成 .dll 文件。

Distortion correction
Distortion correction

优化的远心系统的结果.

我们测试了使用TCLIB Suite优化不同远心系统的结果。结果涉及套件的四个工具,如下所示:

  • 根据照明的均匀性(平均灰度的标准偏差)给出的镜头-光源校准
  • 以度数表示的最小值的镜头-被测物体的平面对准
  • 以精确到mm表示工作距离的焦距精度
  • 基于5 mm量块20次重复性测量结果的畸变校准
TCCP3MHR144-C + LTCLCP144-G + PTCP-S1-HR1-C + COE-123-M-USB-080-IR-C
Field of ViewLENS-LIGHT ALIGNMENT
as
BACKGROUND HOMOGENEITY
OBJECT PLANE ALIGNMENT
as
BEST (LOWEST) ANGLE BETWEEN PLANES
BEST FOCUS
as
BEST (LOWEST) UNCERTAINTY ON WD
DISTORTION CALIBRATION
as
RESULT OF 20 REPEATED MEASUREMENTS
164x120 mm4%0.012°+/- 0.5 mm
NominalMeasuredMinMaxσ
5.000 mm5.001 mm4.998 mm5.005 mm1.7 μm
TC3MHR144-C + LTCL144-G + PT120-240 (legacy) + COE-123-M-USB-080-IR-C
Field of ViewLENS-LIGHT ALIGNMENT
as
BACKGROUND HOMOGENEITY
OBJECT PLANE ALIGNMENT
as
BEST (LOWEST) ANGLE BETWEEN PLANES
BEST FOCUS
as
BEST (LOWEST) UNCERTAINTY ON WD
DISTORTION CALIBRATION
as
RESULT OF 20 REPEATED MEASUREMENTS
141x104 mm3%0.014°+/- 0.5 mm
NominalMeasuredMinMaxσ
5.000 mm4.999 mm4.996 mm5.003 mm1.6 μm
TC3MHR144-C + LTCL144-G + PTCP-S1-HR1-C + COE-123-M-USB-080-IR-C
Field of ViewLENS-LIGHT ALIGNMENT
as
BACKGROUND HOMOGENEITY
OBJECT PLANE ALIGNMENT
as
BEST (LOWEST) ANGLE BETWEEN PLANES
BEST FOCUS
as
BEST (LOWEST) UNCERTAINTY ON WD
DISTORTION CALIBRATION
as
RESULT OF 20 REPEATED MEASUREMENTS
141x104 mm3%0.003°+/- 0.5 mm
NominalMeasuredMinMaxσ
5.000 mm4.999 mm4.997 mm5.001 mm0.9 μm
TCCR3M064-C + LTCLCR064-G + PT064-096 + COE-123-M-USB-080-IR-C
Field of ViewLENS-LIGHT ALIGNMENT
as
BACKGROUND HOMOGENEITY
OBJECT PLANE ALIGNMENT
as
BEST (LOWEST) ANGLE BETWEEN PLANES
BEST FOCUS
as
BEST (LOWEST) UNCERTAINTY ON WD
DISTORTION CALIBRATION
as
RESULT OF 20 REPEATED MEASUREMENTS
62x46 mm3%0.001°+/- 0.5 mm
NominalMeasuredMinMaxσ
5.000 mm5.0000 mm4.9994 mm5.0007 mm0.3 μm
展开表格

何为畸变校正?

每次我们使用光学系统(即镜头和匹配的相机)时,我们都必须面对畸变这一问题。系统的光学畸变可以定义为偏差,该偏差使得一组点在不同于实际位置的相对位置成像。
一个典型的例子就是直线由于镜头畸变而形成弯曲成像。图 1 显示了校准标定板上的畸变效果。

Fig. 1: Undistorted real pattern green circles vs Imaged black dots distortion pattern
Fig. 1: Undistorted real pattern green circles vs Imaged black dots distortion pattern

很难对与原始无畸变视场与畸变图像相连接的数学变换进行建模,同时,应考虑到它可以通过视场本身发生很大变化。畸变对计量的首要影响便是测量的可重复性降低:发生畸变时,根据物体在视场中所处位置的不同,物体特征“看起来”会略有不同,因此,每次将物体移除再重新放回时,该特征的测量值都有可能发生变化。

Fig. 2: Gaussian distribution of repeated measures. Blue, red and orange distributions represent the same result ( μ = 0 ) with different repeatability (best for blue). The green bell curve represents a wrong (but repeatable) result, e.g. biased by a fixed offset.
Fig. 2: Gaussian distribution of repeated measures. Blue, red and orange distributions represent the same result ( μ = 0 ) with different repeatability (best for blue). The green bell curve represents a wrong (but repeatable) result, e.g. biased by a fixed offset.

测量系统的重复性

如果我们对通孔直径进行 100 次测量,结果的分布可以用高斯曲线来近似表示:接近平均值的结果出现次数非常多,反之,迥然不同的结果不太可能产生。 测量的可重复性与钟形的宽度有关:宽度越窄,越难发现与平均值相差太远的测量值。换句话说,某个特征(例如长度)几乎每一次都近乎相同。 相反,宽钟形所代表的情况,使得我们无法判断测量值是实际上不同于预期值(例如,因为它本身是缺陷部件),还是由测量系统的低重复性得出的统计预期离群值。所用的典型宽度称为 σ(或“半峰全宽”,FWHM),它与可重复性有直接关系。因此,我们可以确定用于比较精度要求的直接方法:如果测量的公差以其特定 σ 值倍数的形式给出,则可以由此说明超出公差部分的可能性。符合 2σ 的物体,将在 95% 的时间内落在公差范围内。对于 3σ 物体,其置信水平为 99.7%,而 5σ 时,将上升至 99.99999%。假设分布的平均值为 150 mm,σ = 1 mm。关联误差取决于您的应用的置信度值。事实上,我们可以在特征规范中说明其长度为150 mm +/- 3 mm,这在 99.7% 的时间内都是正确的。另一方面,如果我们希望将 1 mm 作为 3σ 公差,我们必须改进测量过程,直到 1σ = 0.33 mm。

你想知道更多吗?

填写下面的表格,我们会及时回复您。
必填项目
必填项目
必填项目
必填项目
必填项目
必填项目
必填项目
最小长度:6 个字符
必填项目
captcha
必填项目