引入 EmguCV 函式庫: 安裝設定 EmguCV (OpenCV for .NET),擴充 C# 的影像處理能力,從本堂開始
使用強大的開源電腦視覺函式庫輔助開發。
像素標定原理: 了解相機影像與真實尺寸的比例關係,透過已知尺寸的基準物體校正轉換係數,建立像 素距離對應現實長度的精確尺度。
校正實作: 使用 EmguCV 擷取參考圖案(如標定板或尺度標記),計算每單位長度所含的像素數,獲 得高精度的像素標定係數,用於後續測量。
距離量測技巧: 撰寫程式計算影像中兩點間的像素距離,運用標定係數換算實際長度(如毫米),將結 果顯示在介面上,驗證量測誤差在可接受範圍。
實用價值: 掌握影像測量關鍵技術,可用相機畫面快速量測產品尺寸(如零件的長度、孔洞直徑),提 升品質檢驗效率並減少人工誤差。
背景減除技術: 學習利用靜態背景作參考來偵測前景物件,過濾掉生產線環境的固定部分,凸顯新出現 的目標或異常改變,減少環境雜訊干擾。
動態偵測實作: 使用 EmguCV 提供的背景差分演算法生成前景遮罩,即時捕捉移動物件或新品進入視 野,讓系統自動感知場景的變化。
凸包缺陷分析: 計算物件輪廓的凸包並找出輪廓相對於凸包的凹陷區域(即凸性缺陷),藉此定位產品 的缺角、破損等外觀瑕疵,定量分析缺陷嚴重程度。
缺陷標記程序: 撰寫程式自動標記影像中偵測到的瑕疵位置,在介面上以紅框或箭頭顯示缺陷區域,方 便操作者一眼識別問題點。
產業應用: 結合背景減除提高檢測穩定性,搭配凸包缺陷分析揪出產品外型缺陷(如少料、破洞),讓 瑕疵「無所遁形」,提升自動化外觀檢查的可靠度。
工業相機基礎: 認識工業相機的重要規格(解析度、幀率、感光元件尺寸)與鏡頭參數,了解如何選擇 與設置相機以獲取清晰穩定的影像。
相機連接實戰:使用廠商提供的SDK或EmguCV的 VideoCapture 方法連接工業相機,抓取即時影 像串流並嵌入 C# 應用介面進行顯示。
影像擷取與存儲: 撰寫程式持續擷取相機畫面,在 Windows Forms 上實時顯示監控影像,並實現截圖 與影像存檔功能,以保存關鍵畫面供日後分析。
相機調校技巧: 練習調整相機的曝光時間、光圈、焦距和白平衡等參數,優化影像亮度與清晰度,確保 後續處理環節有良好輸入來源。
實務應用: 學會操作工業相機後,即能部署攝影機於產線進行產品監控,全天候蒐集高品質影像供自動 檢測使用,為工廠導入智慧製造奠定基礎。
系統整合開發: 將前幾堂學過的功能模組串聯起來,建立一個持續擷取影像並即時處理的完整系統架 構,打造雛形的自動光學檢測(AOI)應用。
即時瑕疵偵測: 撰寫演算法對每帧影像執行瑕疵檢測(運用前述二值化、輪廓提取與缺陷分析方法), 第一時間自動標記並警示偵測到的不良品。
效能優化研討: 學習採用多執行緒、影像快取等技術來提升處理效率,確保系統在高幀率下穩定運行, 不漏檢任何快速流過的瑕疵。
• 結果視覺化: 在介面上即時呈現檢測結果,如以框線標示缺陷位置、更新不良品計數等,提供一目了然 的線上品管監控看板。
實戰效益: 完成即時檢測系統的開發練習後,學員將具備構築自動檢測設備的能力,可將此技術應用於 各類產線瑕疵篩檢,大幅降低人工檢驗負擔。
多目標偵測: 面對單張影像內可能存在的多個物件,學習批次擷取全部輪廓的方法,確保無論目標數量 多少都能被逐一辨識出來。
連續尺寸量測: 撰寫程式自動計算每個物件的尺寸(如長度、寬度、直徑),即使目標連續不斷進入視 野也能做到「即到即測」,提升量測效率。
目標區分與追蹤: 探討為每個物件賦予唯一ID並追蹤其在連續幀中的移動,避免對同一物件重複計算或 遺漏漏測,確保量測結果準確可靠。
數據紀錄與匯出: 即時整理多目標的量測結果,在介面上同步列出各物件尺寸數據,並提供匯出功能將 結果存檔,方便產線製程分析與品質報告。
應用潛力: 掌握多目標尺寸量測技術後,可應用於流水線產品檢驗,同時監控多件產品規格是否達標, 大幅提高檢測通量,滿足批量品管需求。
1對1原價$39999(6堂課)
團體價每人$29999(6堂課)