一键式影像测量仪一键式测量仪（MX
机器的总体介绍：
基于光学成像的尺寸测量仪器广泛应用于制造领域。传统的光学尺寸测量仪器包括工具显微镜，投影仪，影像测量仪（二维）等，它们的检测效率低，人为操作错误以及人员技能高，要求高且数据信息化困难等各种问题。
一键式图像尺寸测量仪产品是新一代图像尺寸测量系统，它通过远心光学系统，高速信号采集和处理，高精度图像处理算法，机器学习智能算法，UI软件设计等正确实现物体二维尺寸的快速成像测量，有效解决了成像范围与测量精度之间的矛盾，大大提高了检测效率和测量精度，消除了人为错误，实现了自动化和精确测量的智能。下表显示了该产品与传统测量工具（数字卡尺，千分尺等），投影仪，工具显微镜，CNC 影像测量仪和其他仪器之间在测量效率，人为误差，操作简便性和数据方面的区别。信息化。
产品的主要功能：
1.简单高效：大视野和高景深成像，无需定位工件和固定装置，单次测量周期为1-2s，效率是传统设备的数十倍；只需要设置匹配功能并计划测量项目即可。准备步骤可以实现多产品，多尺寸的批量测量；避免了传统的影像测量仪复杂的操作过程，并且经过短暂的训练就能熟练操作。
2.准确且稳定：双远心光路结合了图像失真校正和亚像素数值处理算法，可实现高精度和高稳定性的尺寸测量；精密的电动平台和可编程的前照明系统可以满足用户的需求。准确测量表面尺寸。
3.灵活的智能功能：可以灵活地调用和修改点，线，圆等测量元素的智能组合，从而减少了计划工作量；测量数据可以通过实时SPC统计数据进行分析，并以Excel，PDF，Word和图像格式保存。能智能识别被测产品并自动调用检验文件，无需人工搜索和选择，快速切换产品；可以定制特定的元素测量工具，CAD交互，轮廓比较和其他功能是可选的。
4.广泛适用：它有垂直和水平两个系列，适用于扁平和旋转的工件；产品范围涵盖20-200mm，可以满足不同规格和类型产品的测量；丰富的软硬件接口可以集成到各种类型的测量传感器，自动化机构和数字管理软件中，形成一个自动化的智能系统。
5.独立成就：该产品具有独立知识产权，成像组件全部是进口的高性能产品，并且图像处理算法技术是完全独立开发的，而不是基于诸如Halcon和eVision，为用户提供更好的成本效益选择，更快，更及时的技术服务，并避免了诸如盗版之类的法律风险。
技术指标：
设备型号
MX-50-05
视野
46mm×38mm
图像传感器
500万像素大像素工业相机
光学镜片
高精度双面远心光学镜片
光源
后轮廓照明
远心平行绿色LED光源
正面落射照明（可选）
环形白色LED光源
前置同轴照明（可选）
同轴照明LED光源（需要使用环形光源进行开关和拆卸）
Z轴行程
30mm，电气程序控制调整
数字显示
0.001mm / 0.0001mm可选
景深
20mm
测量精度（±2σ）
±0.003mm
重复精度
±0.001mm
计算机处理平台
DELL工作站PC，Windows 7 / 10，64位
核心软件算法
具有自主知识产权的核心算法技术
基于机器学习的图像轮廓匹配算法
亚像素精度几何测量算法
非线性光学系统的畸变校正算法
多核，多CPU，GPU和其他图像加速处理算法
尺寸
650mm×266 mm×230 mm
重量
20Kg
电源
AC 220V @ 50Hz;主机功耗
工作环境
温度15-35℃；湿度30％-80％;振动
软件功能：
测量功能
结合多个基本测量元素，例如直线，圆，弧，角度等，来解决：二维轮廓测量的几何特征值，例如直线距离，夹角和圆直径;基于数据拟合的特征参数测量（峰线，峰圆等）；虚拟参考图元（点，线，圆，夹角等）和实际图元，例如距离，夹角和其他几何特征值；基于原始参数（圆度，直线度，垂直度等）的位置公差等。快速测量；智能检索已保存的测量计划文档
智能搜索
放置产品后，将根据产品轮廓直接智能地匹配保存的测量计划文档，并且可以根据输入字符对保存的产品计划文档进行模糊搜索
SPC统计信息
特殊数据库，实时存储测量数据，趋势图，X条形图处理
公差比较
在测量计划期间设置标准值和正/负公差，并在测量操作期间根据测量值自动执行OK / NG判断
报告导出
可以将测量结果导出并保存为Excel，PDF，JPG等各种文件格式。
其他功能
其他功能根据应用要求进行协商
终身免费软件升级。
产品核心技术简介
1。双远心光学成像系统
双远心光学成像系统主要是指主光线平行于物侧和像侧的光轴的光学系统。它具有分辨率高，误差小，测量准确，“接近零失真”的特点。如图所示，普通光学镜头和远心镜头之间的成像差异。由于主光线与光轴平行，因此远心镜头不存在由普通光学镜头的成像距离引起的视觉误差，因此适用于高景深的光学测量。当具有光滑弯曲边缘的物体在背光灯下由普通透镜成像时，由于该边缘是过渡曲面，因此一部分光被边缘反射并进入透镜，并成像在CCD接收表面上。 。边缘在图像中。它显示为明亮区域，而对象实际上应该是CCD接收表面上的黑暗区域。为了消除上述误差，采用了远心成像光学系统，以确保CCD接收面只能接收与光轴平行或几乎平行的光束，从而大大减少了不规则形状引起的测量误差。消除物体边缘变化带来的影响。因此，该产品使用远心光学系统对DUT成像。无需在一定的成像距离内调整焦距，从而消除了透视畸变，打破了传统的光学测量仪器在测量前必须进行调整的局限性，并大大减少了测量准备时间。按钮图像尺寸测量仪，实现“按一下按钮即可立即完成所有测量”。
2。 LED照明系统
光源是光学测量系统的关键组件。合适的光源可以突出被测产品的特性并提高测量精度。我公司技术团队对LED光源的结构设计进行了大量的设计仿真和实验研究，并设计了自适应可调组合照明结构。光源的亮度由成像参数进行闭环控制，以消除杂散光对轮廓成像精度的影响。完全保证被测物体投影的真实性。
（1）为了确保在背投照明过程中轮廓边缘的清晰度，使用与成像双远心镜头具有相同原理的远心平行LED光源来实现背投照明光束。投影方向平行于主射线。
（2）当在前面投射照明时，为了突出产品表面的起伏以及不同材料和光泽的反射
灯光特性，主光源采用环形LED光源，多角度组合，在电源控制上实现程控段控制，每个段的亮度可以单独控制。
此外，在对具有光滑表面和整齐边缘的某些产品的表面进行成像和测量时，可以使用LED同轴光源。在45°分束器反射光之后，其投影方向将与相机同轴。
3。基于机器学习的图像轮廓匹配算法
常规光学影像测量仪器件对试件的放置和方向有非常严格的要求（例如，需要将它们放置在标记的区域中，需要使用夹具等），否则，将获得准确的测量结果无法获得。测量甚至根本无法完成。然而，试件通常是微小的物体，并且不容易严格地放置该物体，这延长了测量的准备时间。一键测量仪是为了解放操作员，让他们随意放置DUT，从图像中观察，主要是上下偏差，顺时针/逆时针旋转和镜像。在测量软件中实现了被测对象图像及其标准图像的自动配准，实际使用效果如图所示。配准的前提是图像中的有效几何特征，并找到并提取这些特征以确保图像配准。在图像处理过程中，由于图像的数字表示所需的数据维数通常很高，因此直接处理原始图像数据非常困难。为了提高测量仪器的测量速度，基于机器学习和模式识别的图像轮廓匹配算法用于获得描述图像本身的各种特征。在实际应用中，噪声干扰，遮挡和复杂环境不可避免地影响描述目标特征的有效性和准确性，并最终影响目标识别。因此，在机器学习模式识别中，必须特别考虑识别的稳定性和重要性。性和独特性。该产品使用测量目标边界上的点来获得特征描述方法，该方法可以轻松直观地完成对特征目标的描述，然后实现轮廓匹配。在研究过程中，该算法对参数和过程进行了很多优化，以将误判率降低到最小，完成高低错位，顺时针/逆时针旋转和镜像的准确识别和匹配，确保测量过程可以自由进行，将要测试的零件放到一边，以减少测量准备时间。
4。亚像素精度几何测量算法
图像测量系统的数学模型是对被测物体的亮度分布进行多次卷积的过程。因为卷积对函数有平滑作用，所以即使对象的亮度分布是更理想的阶跃分布，系统的最终输出也是从高到低或从低到高的渐进过程。另一方面，CCD传感器不仅接收照射到其自身的感光表面的光，而且还感测照射到相邻的感光表面的光。这也会导致CCD器件对阶跃边缘的响应信号从亮变为暗，或从暗变为亮。一个渐进的过程。边缘的子像素位置恰好存在于过渡的斜率最大的位置，因此使用插值和曲线逼近来获得边缘点的子像素位置。内插法计算时间短，抗噪声能力强，定位精度高，可以有效提取亚像素边缘，实现精确测量。该产品设计的亚像素精密几何测量算法，可以同时实现对直线度，圆度，长度和尺寸等各种几何量的自动测量。基于高阶插值一键测量仪，数值拟合等方法，测量精度可以达到亚像素水平。
5。基于非线性技术的光学系统畸变校正算法
在高精度图像尺寸测量的应用中，镜头畸变校正具有重要意义。即使轻微的变形也会导致精度的严重下降。只有真实的图像才能真正反映物体的真实形状。但是，镜头变形是由镜头的固有变形引起的。在实际应用中，这也必然与镜头的精度一键测量仪，质量和制造商有关，这是不可避免的。通常的透镜畸变主要是非线性畸变，包括径向畸变和切向畸变。常见的桶形失真和枕形失真是由径向失真引起的。切向变形是由理想点沿切线方向的变化引起的，也可以理解为角度方向的变化。因此，本产品研究了基于非线性技术的光学系统的畸变校正算法，以提高测量精度和测量效率。通过获取初始值，将非线性畸变参数作为相机的内部参数之一，并在非线性深度优化过程中获得其他内部参数。最后，利用误差补偿函数的系数矩阵和径向畸变参数来实现镜片畸变的纠错，有效地改善了由镜片畸变引起的检测误差，满足了工业测量的实时性和高精度要求。过程。
6。基于多核，多CPU，GPU加速等的图像加速处理算法。
由于一键式图像尺寸测量仪的测量精度高且速度快，因此所使用的各种算法时间复杂度高，并且数据量大。该算法中有大量细粒度的计算，这需要极高的系统处理速度。显然，单核处理方法不能满足其应用需求。因此，我们的技术团队已经开发了基于多核，多CPU，GPU（图形处理单元，图形处理单元）加速等的图像加速处理算法，并采用并行处理，并结合GPU通用计算来加速图像处理。计算轮廓匹配，亚像素精度几何测量算法等，可在确保测量精度的同时改善系统操作。
