供应一键式测量仪(MX-50-05)_制药机械设备供应网

产品详情

机器整体介绍：
基于光学成像的尺寸测量仪器在制造领域应用广泛，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（二次元）等，都存在检测效率低、人为操作误差、人员技能要求高、数据难以信息化等各种问题。

一键式图像尺寸测量仪产品为新一代影像尺寸测量系统，通过远心光学系统、高速信号采集处理、高精度图像处理算法、机器学习智能算法、UI 软件设计等技术，实现了对物体二维尺寸的快速成像测量，有效地解决了一次成像范围与测量精度的矛盾，大幅度提高了检测效率和测量精度，消除了人为误差，实现了精密测量的自动化和智能化。下表为本产品与传统量具（数显卡尺、千分尺等）、投影仪、工具显微镜、CNC 影像测量仪等仪器设备在测量效率、人为误差、操作便捷性、数据信息化等各方面的区别。

产品主要特点：
1.简便高效：大视野高景深成像，无需定位工件及夹具，单次测量周期为 1-2s，效率是传统设备的数十倍；只需设置匹配特征、规划测量项目两个准备步骤，即可实现多产品、多尺寸批量测量；避免了传统影像测量仪繁杂的操作流程，手经短时间培训即可熟练操作。
2.精准稳定：双远心光路结合图像畸变校正、亚像素数值处理算法，实现高精度、高稳定性尺寸测量；精密电动平台配合可程控调节的正面照明系统，满足用户对复杂表面尺寸的准确测量。
3.柔性智能：点、线、圆等测量元素的智能组合，可灵活调用修改，减少规划工作量；测量数据可实时 SPC 统计分析，并以 Excel、PDF 、Word、图片等格式保存；可智能识别被测产品并自动调用检测档案，无需人工搜索选择，快速切换产品；特定要素测量工具可定制，CAD 交互、轮廓比对等功能可选配。
4.适用性广：具有立式、卧式两大系列，适用平面及回转体工件；产品量程覆盖 20-200mm，满足不同规格类型产品测量；软硬件接口丰富，可集成各类测量传感器、自动化机构及数字化管理软件，组成自动化智能化系统。
5.自主成果：本产品具自主知识产权，成像组件均采用高性能进口产品，图像处理算法技术*自主开发，而非基于 Halcon、eVision 等商用软件包，为用户提供了更好的性价比选择、更快速及时的技术服务，且避免了盗版等法律风险。

技术指标：

设备型号		MX-50-05
视野范围		46mm×38mm
图像传感器		500 万像素大像元工业相机
光学镜头		高精度双侧远心光学镜头
光源	背面轮廓照明	远心平行绿色 LED 光源
	正面落射照明（选配）	环形白色 LED 光源
	正面同轴照明（选配）	同轴照明 LED 光源（需与环形光源切换拆装）
Z 轴行程		30mm，电动程控调节
数值显示		0.001mm/0.0001mm 可选
景深		20mm
测量精度（±2σ）		±0.003mm

重复精度	±0.001mm
计算处理平台	DELL 工作站 PC，Windows 7/10，64bit
核心软件算法	具备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
	非线性光学系统畸变校正算法
	多核、多 CPU、GPU 等图像加速处理算法
外形尺寸	650mm×266 mm×230 mm
重量	20Kg
电源	AC 220V@50Hz ; 主机功耗<35w
工作环境	温度 15-35℃；湿度 30%-80%；振动<0.002g, 15Hz

软件功能：

测量功能

线、圆、弧、角度等多种基础测量元素组合，解决：二维轮廓测量的线距、夹角、圆径等几何特征值；基于数据拟合的特征参数测量（峰值线、峰值圆等）；虚拟参考基元（点、线、圆、夹角等）与实际基元的距离、夹角等几何特征值；基于基元参数的位置公差（圆度、直线度、垂直度等）快速测量；智能检索已保存的测量规划文档

智能检索

放入产品后根据产品轮廓直接智能匹配已保存的测量规划文档，可根据输入字符模糊搜索已保存的产品规划文件

SPC 统计

专用数据库，实现测量数据的实时存储以及趋势图、X-Bar 的图表处理

公差比对

测量规划时对标准值及正负公差进行设定，测量操作时自动根据测量值进行 OK/NG 判断

报告导出

可将测量结果以 Excel、PDF、JPG 等多种文件格式进行导出保存

其他功能

其他功能根据应用要求具体协商

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在物方、像方主光线平行于光轴的光学系统，其具有高分辨率、误差小、专业精确测量“近乎零畸变”等特点。如图所示为普通光学镜头与远心镜头的成像区别，远心镜头由于主光线与光轴平行，不存在普通光学镜头存在的成像远近造成的视觉误差，因此适合高景深范围的光学测量。边缘为光滑曲面的物体在背光源照射下经普通的镜头成像时，由于边缘是过渡变化的曲面，致使一部分光线经边缘反射后进入镜头，并成像在 CCD 接收面上物体该边缘部分在图像中便呈现为亮区域，而物体在 CCD 接收面上实际应为暗区域。为消除上述误差，采用远心成像光学系统，保证了唯有与光轴平行或接近平行的光束能被 CCD 接收面接收，因此大大减小了物体边缘不规则形态带来的测量误差，且消除了物距变化带来的影响。因此，本产品选用远心光学系统对被测件成像，在一定成像距离内无需调焦，可消除透视变形，打破了常规光学测量仪器在测量前必须进行调焦操作的局限性，大幅度缩减测量准备时间，为一键式图像尺寸测量仪实现“按一键，瞬间完成所有测量”奠定良好的基础。

2．LED 照明系统

光源为光学测量系统的关键部件，合适的照明光源可突出被测产品特征、提高测量精度。我公司技术团队对 LED 光源结构设计进行了大量设计仿真与实验研究，设计了可自适应调节的组合式照明结构，通过成像参数对光源亮度进行闭环控制，消除杂散光对轮廓成像精度的影响，充分保证待测物体投影的真实性。
（1）在背面投影照明时为了保障轮廓边缘锐利度，采用与成像双远心镜头相同原理的远心平行 LED 光源，实现背面投影方向与主光线平行的照明光束。

（2）在正面投射照明时，为了突出产品表面的起伏以及不同材质及光泽的反
光特性，在主光源上采用多个角度组合的环形 LED 光源，并且在供电控制上实现程控分段控制，各段的亮度可单独控制。

另外在针对一些表面光滑、边缘整齐的产品表面成像测量时，可采用 LED 同轴光源，光线经 45°分束器反射后，其投射方向将与相机同轴。

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对待测件的摆放位置和方向有非常严格的要求（比如，要放置在有标记的区域，需夹具配合等），否则，将无法得到准确的测量结果，甚至根本无法完成测量。然而，待测件一般是微小物体，严格摆放这样的物品并不容易，加长了测量的准备时间。一键测量仪就是要把操作员解放出来，允许他们随意摆放待测件，从图像上观察，主要是高低错位、顺/逆时针旋转及镜像。在测量软件中实现待测件图像与其标准图像的自动配准，实际使用效果如图。配准的前提则是图像中的有效几何特征，找到并提取出这些特征以确保图像配准。在图像处理过程中，由于图像数字化表示所需数据的维数通常很高，直接对图像的原始数据进行处理十分困难。为了提高测量仪测算速度，采用基于机器学习及模式识别的图像轮廓匹配算法，获取描述图像自身的各类特征。在实际应用中，噪声干扰、遮挡和复杂环境不可避免地影响了描述目标特征的有效性和准确性，进而最终影响目标识，因此在机器学习模式识别中，需要特别考虑识别的稳定性、显著性和*性。本产品利用测量目标边界上的点获得特征描述方式，能够简便、直观地完成对特征目标的描述，进而实现轮廓匹配。本算法在研究过程中对参数和流程进行了大量优化，将误判率降低到程度，完成对高低错位、顺/逆时针旋转及镜像图像的精确识别及匹配，保证在测量过程中可以随意摆放待测件，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一个对被测物体亮度分布的几次卷积的过程。由于卷积对函数具有平滑的作用，因此即使物体的亮度分布为较理想的阶跃分布，系统的最终输出也是一个由高到低或由低到高的渐变过程。另一方面，CCD 感光元不但接收照射到自身感光面的光，还感受照射到相邻感光面的光，这同样造成 CCD 器件对阶跃边缘的响应信号存在由明到暗或由暗到明的一个渐变过程。边缘的亚像素位置恰好存在于这一过渡过程中的斜率的位置，因此采用插值及曲线逼近的方法获得边缘点的亚像素位置。插值法计算时间较短，抗噪能力和定位精度都较高，能够有效提取亚像素边缘，实现精确测量。本产品设计的亚像素精度几何测量算法，能够同时实现直线度、圆度、长度尺寸等多种几何量的自动测量，基于高阶插值、数值拟合等方法，确保测量精确度达到亚像素级别。

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应用中，镜头畸变校正具重要意义，即使是细微的畸变，也会造成精度严重滑坡。只有真实的图像才能真实地反映物体的真实形态。但是镜头畸变是透镜的固有失真造成的，实际应用中，还与镜头的精度、质量、生产厂商有着种种关联，是不可避免的。通常的镜头畸变主要为非线性畸变，包括了径向畸变和切向畸变。常见的桶形畸变和枕型畸变正是由径向畸变所造成的。而切向畸变是理想点沿着切线方向发生变化导致的，也可以理解为角度方向上的变化。因此，本产品对基于非线性技术的光学系统畸变校正算法进行了研究，以提高测量精度以及测量效率。将非线性畸变参数作为相机的内部参数之一，通过对初值的获取，联合其他的内部参数一并在非线性深度优化求解过程中获得。最终利用得到的误差补偿函数的系数矩阵和径向畸变参数，实现镜头畸变的误差校正，有效改善了镜头畸变造成的检测误差，满足工业测量过程中的实时性和高精度要求。

6．基于多核、多 CPU、GPU 加速等方式的图像加速处理算法
由于一键式图像尺寸测量仪测量精度高、速度快，所用的各种算法时间复杂度高，数据量大，算法中存在大量的细粒度计算，对系统处理速度要求*，常规的单核处理方式显然无法满足其应用需求。因此，我们的技术团队开发了基于多核、多 CPU、GPU（Graphics Processing Unit，图形处理器）加速等方式的图像加速处理算法，利用并行式处理，结合 GPU 的通用计算来加速图像处理计算中的轮廓匹配、亚像素精度几何测量算法等，在保证测量精度的前提下，提高系统运算。