康耐视视觉入门培训.
康耐视 VisionPro 内部培训手册 中文版 02
y
1
像源
• 首先，选择图像是 来源于图像数据库 还是相机 • 您也可以加载一个 图像文件或文件夹
1
像源
• 板卡
– 采集图像的康耐视电路板
• 视频格式：
– 选择您要用来采集该图像的相机（及其格式）
• 相机端口
–工作时，它从相 机采集图像并放入到 LastRun.OutputImage
• 勾选则触发信号从低到高地 转变 • 不勾选则从高到低地转变
– 如果取回图像的速率低于触 发的速率，可能会发生超运 行错误
1
频闪和触发
• 硬件半自动
– 当您执行运行时，AcqFifo 工具激活板卡，然后等待 外部的触发 – 要采集另一个图像，再次 执行运行；否则，可能会 丢失下一个外部触发
1
像源设置
图像采集和柱状图
学习目标
• 学员将学会正确地：
创建并配置像源采集 利用柱状图工具分析图像上是否存在某元件 利用终端传送工具间的数据
保存并且加载VisionPro项目到QuickBuild中
1
像源
• 在VisionPro中用来从 相机采集图像的工具 是 像源 • 使用初始化按钮初始 化采集
– 添加当前输入图像 （Current.InputImage）到图像文件中 – 取出当前输入图像并将其放入上次运 行输出图像（LastRun.OutputImage）
1
Current.InputImage
• Current.InputImage 是要写 入到下一次以录制模式运 行的图像文件中的图像
1
读取图像
• 例子：您需要在固定的 一套已保存图像上构建 原型并且测试视觉工具 • 使用OpenImageFile 按钮 加载一个文件
Cognex培训教程实用课件
应用领域及案例
物流业
Cognex读码器能够快速、准确地读取包 裹上的条码信息，提高物流效率和准确性
。
制造业
Cognex视觉系统广泛应用于制造业 中的质量检测、生产流程控制等环 节，如汽车零部件检测、电子产品 组装等。
A
B
C
D
食品行业
Cognex视觉系统可用于食品包装检测、 食品成分分析等领域，确保食品安全和质 量。
应用需求
解决方案
实现效果
将视觉系统集成到自动化生产线中， 实现生产过程的自动化和智能化。
采用Cognex视觉系统，与生产线的 PLC、机器人等设备进行通信和集成 ，实现视觉系统与生产线的协同工作 。通过视觉系统对生产线上的物料、 半成品、成品等进行识别和定位，将 识别结果发送给PLC或机器人进行下 一步操作。
光源类型及选型建议
根据检测需求和目标物体特性选择合适的光源 类型。
注意光源的安装方式和尺寸，确保与视觉系统匹配。 同时，要关注光源的稳定性和寿命，以降低维护成本
。
选型建议
考虑光源的亮度、色温、发光角度等参数，确保 满足照明要求。
05
CATALOGUE
视觉系统应用案例解析
案例一：零件尺寸检测
01
根据相机类型和检测需求选择合适的镜头类型。 注意镜头的接口类型和安装尺寸，确保与相机匹配。
光源类型及选型建议
LED光源
亮度高、寿命长、节能环 保，适用于大多数视觉检 测场合。
卤素灯光源
亮度高、发热量大，适用 于远距离照明和特殊检测 需求。
荧光灯光源
光线柔和、均匀，适用于 大面积照明和颜色识别等 场合。
提高了生产线的自动化程度和生产效 率，减少了人工干预和出错的可能性 。
Cognex01康耐视课程培训中文教材
课程包括康耐视机器视觉产品概述、基本原理、应用技术、实际操作等多个方 面，通过理论讲解、案例分析、实验操作等多种教学方式帮助学员全面掌握相 关知识。
学习方法与建议
学习方法
建议学员采用理论与实践相结合的学习方法，通过认真听讲 、积极思考、大量练习等方式加深对课程内容的理解和掌握 。
学习建议
鼓励学员在课程学习过程中主动与老师和同学交流，分享学 习心得和经验，共同提高学习效果。同时，建议学员充分利 用康耐视提供的在线资源和实验设备，进行课外拓展学习和 实践操作。
实验三：视觉系统综合应用实验
01 实验目的
综合运用视觉系统相关知识和 技术，解决实际问题。
02 实验内容
设计并实现一个完整的视觉系 统，包括图像采集、处理、分 析和控制等环节。
03
实验步骤
04
分析实际需求，确定视觉系统功 能和性能指标；选择合适的硬件 设备和软件平台，搭建视觉系统 实验环境；设计并实现图像采集 、处理和分析等算法；根据实验 结果对系统进行优化和改进。
实验步骤
加载图像数据，进行预处理操作如滤波、二值化 等；提取图像特征如边缘、角点等；对特征进行 匹配和分类，实现目标识别和定位；根据需求进 行图像测量和分析。
实验内容
对采集的图像进行预处理、特征提取和匹配等操 作，实现图像识别、定位和测量等功能。
实验注意事项
选择合适的图像处理算法和参数设置，提高处理 效果；注意图像质量和分辨率对实验结果的影响 ；掌握图像处理算法的原理和实现方法，以便根 据实际需求进行调整和优化。
变焦镜头
焦距可调，适用于工作距 离变化的视觉系统，具有 灵活性高、适用范围广等 优点。
远心镜头
主光线平行于光轴，适用 于高精度测量和定位的视 觉系统，具有畸变小、放 大倍率稳定等优点。
康耐视工业机器视觉基础及应用六(视觉引导机器人操作与应用)
康耐视工业机器视觉基础及应用模块六视觉引导机器人操作与应用任务一视觉引导机器人简介【学习目标】1.了解视觉引导机器人的作业、功能与优势。
2.了解视觉引导机器人的调试步骤。
【相关知识】视觉引导与定位是工业机器人应用领域中广泛存在的问题。
对于工作在自动化生产线上的工业机器人来说，其完成最多的一类操作是“抓取－放置”动作。
为了完成这类操作，对被操作物体定位信息的获取是必要的，首先机器人必须知道物体被操作前的位姿，以保证机器人准确地抓取；其次是必须知道物体被操作后的目标位姿，以保证机器人准确地完成任务。
在大部分的工业机器人应用场合，机器人只是按照固定的程序进行操作，物体的初始位姿和终止位姿是事先规定的，作业任务完成的质量由生产线的定位精度来保证。
为了高质量作业，就要求生产线相对固定，定位精度高，这样的结果是生产柔性下降，成本却大大增加，此时生产线的柔性和产品质量是矛盾的。
视觉引导与定位是解决上述矛盾的理想工具。
工业机器人可以通过视觉系统实时地了解工作环境的变化，相应调整动作，保证任务的正确完成。
这种情况下，即使生产线的调整或定位有较大的误差也不会对机器人准确作业造成多大影响，视觉系统实际上提供了外部闭环控制机制，保证机器人自动补偿由于环境变化而产生的误差。
理想的视觉引导与定位应当是基于视觉伺服的。
首先观察物体的大致方位，然后机械手一边运动一边观察机械手和物体之间的偏差，根据这个偏差调整机械手的运动方向，直到机械手和物体准确接触为止。
但是这种定位方式在实现上存在诸多困难。
直接视觉引导与定位是一次性地对在机器人环境中物体的空间位姿进行详细描述，引导机器人直接地完成动作。
与基于视觉伺服的方法相比，直接视觉引导的运算量大大减少，为实际应用创造了条件，但这必须基于一个前提：视觉系统能够在机器人空间中（基坐标系中）精确测定物体的三维位姿信息。
视觉引导机器人(VGR) 优势：1、减少昂贵的高精度固定设备。
2、无需工具转换即能处理多种类型的工件。
1.康耐视Visionpro培训
• 提供2个编码器连接 • 提供6条常用光电输入线路和6条
常用光电输出线路
1
MVS 8600常用可编程输入/输出
• 在板连接器P4和P6上的光电输入和输出 线路
• 需要输入/输出延长电缆（300-0240）来 引出可编程输入/输出线路
• P4和P6的引脚地图完全相同 • 相邻的输入线路共用同一个输入连接
1
MVS 8500 光电输入/输出选项
• 接线盒（800-5712-3） • 电线（300-0389） • 用于VisionPro的默认输入/输出选项 • 提供8对可编程光电输入线路和输出线
路 • 输入线路4、5、6、7 均为触发线路 • 输出线路4、5、6、7 均为频闪线路
1
MVS 8500 Split 输入/输出选项
VisionPro
1394DCAM FireWire
• 每个相机充当一个板卡
• 根据1394 DCAM的版本，FireWire有两 个不同的带宽速率
– 1394a的速度是32MB/秒 – 1394b的速度是64MB/秒
• 基于FireWire的系统可以配置多达63台 相机，适合多种不同品牌和不同分辨率 的相机。
• 接线盒（800-5712-3） • 电线（300-0399） • 提供4对光电输入线路和输出线路，包括
多达4条用于频闪应用的频闪输出线路 • 提供8条双向TTL线路，包括多达4条用
于触发应用的触发线路
1
MVS 8600 输入/输出选项
• 触发、频闪和编码器连接选项
– 接线盒（800-5881-1） – 电线
1
支持的相机品牌
1394DCAM FireWire
2024年度Cognex培训课件
智能交通领域
实现车辆识别、交通拥堵监测 等任务，提升交通管理和安全
水平。
12
03
图像采集与处理技术
2024/2/2
13
图像采集设备选择及参数设置
相机类型
根据应用场景选择合适的相机类型，如CCD 、CMOS等。
镜头选择
根据拍摄距离和视野范围选择合适的镜头类 型和参数。
2024/2/2
分辨率与像素
根据需求选择合适的分辨率和像素大小，确 保图像清晰度。
光源与照明
合理配置光源和照明条件，以获得高质量的 图像效果。
14
图像处理基本算法介绍
滤波算法
用于去除图像噪声、平滑图像等，如高斯滤 波、中值滤波等。
边缘检测算法
用于检测图像中的边缘信息，如Sobel、 Canny等算子。
学员B
培训过程中，老师讲解得非常详细 ，让我掌握了很多实用的技能和知 识，对今后的工作有很大的帮助。
2024/2/2
学员C
通过与其他学员的交流和分享，我 收获了很多宝贵的经验和建议，也 结识了很多有趣的朋友，激发了我
对机器视觉未来的期待。
学员D
这次培训不仅让我学到了专业知识 ，还让我领略了Cognex的企业文 化和团队精神，让我更加坚定了在
02
图像采集实验
使用选定的设备和参数进行实际图 像采集操作。
结果展示与讨论
展示处理结果并讨论不同算法和参 数对结果的影响。
04
17
04
机器视觉检测技术应 用
2024/2/2
18
缺陷检测原理及实现方法
缺陷检测基本原理
通过对比分析产品的实际图像与标准图像， 发现并定位表面缺陷。
康耐视 VisionPro 内部培训手册 中文版 03
PatMax 应用
• 基于基准点对齐打印
的电路板 （对齐）
1
PatMax 应用
• 定位桃汁罐头上的拉环；在 平移、旋转和灯光方面的差
异（探测是否存在）
结果：4 结果：3 结果： 2
结果： 1 得分： 对比度： 匹配错误： 位置：
0.97 0.94 0.02 x= 351.08
角度： X-比例： Y-比例：
1
自由度
• 设置标称值或者值的范围
– 使用箭头在您使用的值之间切换 – 另外切换角度和角弧度 – 比例X 和比例Y均为高级参数
1
自由度
记住：告诉 PatMax 您了解元件的哪些内容 -- 不要激活您的应用程序不 需要的自由度
• 标称值应该设置为已知元件所有的值 • 如果以不同于图像的比例做为训练图案，则设置锁定比例的标称值以反 映图像的比例
• 演示和照明
– 最小化镜面反射、阴影、非线性变化、阻塞、不均匀对比度变 化
1
高精确度指南
• 相机
– 使用高质量镜头将扭曲最小化 – 坚持视场的中间 – 细心地对焦 – 调整光圈避免饱和 – 根据系统校准相机
• 越大的图像越准确 • 确保精细粒度为1.0
– 如果自动选择更大的值，您会受到警告
1
范例：训练图案的尺寸可能使得 PatMax 很难确定，这是元音 变音的一个特征还是图像噪音
ë
按照此尺寸训练，并且将 标称刻度值设置为50% ， 确保整个字符被训练为所 有特征
ë
1
自由度
每个自由度都会有一个从低到高的值域
可以激活多个自由度
• 多个自由度可能会造成无意的匹配 • 在三刻度自由度中，最多只能激活两个 - 第三个会是多余的
cognex视觉培训教程(2024)
22
案例二：机器人视觉引导定位抓取
应用场景
在自动化生产线或仓储物流等场景中，需要机器人对物体进行抓取和搬运。
2024/1/30
视觉系统应用
通过搭载视觉系统的工业相机对物体进行拍照，利用图像处理技术识别出物体的位置和姿 态信息，并将这些信息传递给机器人控制器，从而引导机器人进行准确的抓取和搬运。
优势
视觉系统可以实现全面、准确的质量 检测和控制，提高产品质量和生产效 率，降低不良品率和成本。
2024/1/30
25
2024/1/30
06
视觉系统发展趋势及挑战
26
深度学习在视觉系统中的应用前景
提升图像识别准确率
实现复杂场景下的目标检测
深度学习技术可以处理复杂的背景、光照变化和遮 挡等问题，实现在复杂场景下的目标检测。
视觉系统可以提高机器人的定位精度和抓取效率，减少人工干预和操作难度。
23
案例三：智能仓储管理系统中的条码识别
应用场景
在智能仓储管理系统中，需要对货物进行快速、准确的识别和分类。
2024/1/30
视觉系统应用
通过搭载视觉系统的工业相机对货物上的条码进行拍照，利用图像处理技术识别出条码信息，并将这些信息 传递给仓储管理系统，从而实现货物的快速入库、出库和盘点等操作。
2024/1/30
该软件支持多种操作系统 和硬件设备，具有良好的 兼容性和可扩展性。
Cognex视觉软件提供了丰 富的算法库和工具，方便 用户进行二次开发和定制 化应用。
13
图像采集与处理功能
图像采集
支持多种图像采集设备，如相机 、扫描仪等，可实现高质量的图 像采集。
图像处理
提供多种图像处理算法，如滤波 、增强、二值化等，用于改善图 像质量和提取特征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、连接相机
1、根据康耐视接线说明书接好相机，通过网线连接上电脑。
在PC端打
开in-sight浏览器。
2、打开“系统”菜单栏下的菜单项，或者右键点击In-Sight网络栏弹
出“将网络、设备添加到网络”：
查找出7402相机，如上图，其IP地址与PC不在同一个网段。
3、统一ip网段
点击“复制PC网络设置”，
输入125，点击“应用”，则把相机的ip地址设置为
“192.168.0.125”，让相机、pc都处于192.168.0.xxx网段
上。
4、打开相机
双击“is7402_13ad6e”,则打开相机，之前设置的开机自动加载
的作业（如pinwen.job）也打开。
“传感器”-》“启动”，设置相机上电后是否自动联机，设置自
动加载的作业。
二、新建作业（电子表格下）
1、转到电子表格视图
2、“文件”-》“新作业”，或者点击左上角相应工具
三、设置拍照参数
双击“Image”，如下，设置触发模式和曝光时间等参数，这里设置为
“手动”触发，即点击工具栏的触发图标或者按快捷键F5时，相机拍照。
四、校准
1、calibrateGrid
将坐标变换下的CalibrateGrid函数拖到一空白的电子表格B2：
点击“实况视频“，调整好标定板（或者标定纸，没有的话可以打印）和镜头焦距等，让标定板清晰现实在视野中央，双击鼠标（或者按enter
键）：
点击下方“校准”按钮：
2、CalibrateImage
经过如此处理，实现了像素坐标系图像到毫米坐标系图像的映射。
五、训练模版
1、拿走标定板，把要查找的物品放到视野范围，按F5拍照
2、函数栏里，“视觉工具”-》“图案匹配”-》TrainPatMaxPattern
图像框选A0或B4，默认是A0。
3、双击“图案区域”栏：
调整紫色区，双击鼠标（或者点击“确定”图标，或者按“enter”键）。
模版训练完成。
六、查找模版
FindPatMaxPatterns,另外的FindPatterns类似。
1、图像设置为A0,则查找输出的位置坐标值（如上图的705.263，642.798）是
像素单位的；
图像设置为B4,则输出宜毫米为单位的坐标值（-26.931，34.839）。
2、双击“查找区域”：
双击鼠标确定。
3、双击“图案”，将之前训练的模版B6设置为要查找的图案：
还可以自由设置查找数量、匹配度（接受）等。
4、查找公差
设置物品与模版允许的角度偏差范围等。
七、通信
1、在一空白电子表格中输入“tcpdevice”，按回车键
2、
主机名，即智能相机的名字。
这里相机作为服务器端，可以为空。
端口号，只要不是被其他占用的号码都可以，这里设置为8080.
创建device后自动生成ReadDevice函数。
3、在PC端创建client端（用socket工具或者超级终端）连接服务器
4、调用WriteDevice函数
5、保存作业，联机
6、触发拍照，通信成功
八、外部区域功能
前面训练的模版不是圆形的，而实际上要找的物体却是圆形的。
下面介绍外部区域功能，我们编辑一个圆AB，再调用AB来套住要找的物体，这样训练好的模版才完美。
1、调用“图形”-》“控件”-》editcircle
2、图像选择A0或者B4，都行。
名称输入“白色圆”。
3、
4、双击之前的TrainPatMaxPattern表格：
设置好外部区域，确定。
九、errfree和formatstring
如果触发拍照找不到模版，将没有字符串输出，客户端收不到字符串。
如下图，出现多处#ERR。
1、起用errfree函数，当实参为#err时，返回值为0.00
2、formatstring函数，自由设置要输出的字符串格式。