O processamento industrial de imagens é, essencialmente, um requisito na fabricação moderna. As soluções de visão podem fornecer controle visual de qualidade, identificação e posicionamento. Embora os sistemas de visão tenham sido mais fáceis de instalar e usar, não há uma solução única para todos os casos. Saber como e quando você deve usar a filtragem óptica em um aplicativo de visão de máquina é vital para garantir que o seu sistema ofereça tudo o que você precisa.
Então, quando você deve usar os filtros ópticos em suas aplicações de visão de máquina? SEMPRE. A filtragem de imagem aumenta o contraste, a qualidade da imagem e, o mais importante, reduz drasticamente a interferência da luz ambiente, que é a principal razão pela qual uma aplicação de visão não funciona como esperado.
Aplicações diferentes requerem tipos diferentes de filtragem. Destaque para os mais comuns.
Filtragem de passagem de banda
Espectros de luz diferentes irão melhorar ou enfatizar certos aspectos do alvo que você está inspecionando. Portanto, a primeira coisa que você precisa fazer é selecionar a cor/comprimento de onda adequados para obter o melhor contraste para a sua aplicação. Por exemplo, se você estiver usando uma iluminação de cor vermelha (Figura 1), vai querer selecionar um filtro (Figura 3) para conectar a lente (Figura 2) que passe a frequência da luz desejada e filtre o restante do espectro de cores. Essa técnica de filtro é chamada de filtragem de passagem de banda (Figura 4).
Figura 1
Figura 2
Figura 3
Figura 4
Isso permite que apenas a iluminação controlada e proveniente da iluminação que você está utilizando atravesse, enquanto todas as outras luzes são filtradas. Para ilustrar ainda mais os tipos de efeitos que podem ser enfatizados ou não enfatizados, podemos observar as imagens a seguir do mesmo produto, mas com filtros diferentes.
Figura 5: Utilizando uma iluminação vermelha com o filtro de banda vermelha
Figura 6: Utilizando uma iluminação verde com o filtro de cor verde
Figura 7: Utilizando uma iluminação azul com o filtro de cor azul
Figura 8: Imagem original sem filtro
Outro exemplo de filtro de passagem de banda pode ser visto na Figura 9, que demonstra o benefício de usar um filtro em uma aplicação para ler os caracteres referentes ao lote e à data de validade. Uma iluminação de LED azul e um filtro de passagem de banda de cor azul tornam a informação legível, enquanto, sem o filtro, isso não ocorre.
Figura 9: Iluminação de LED e filtro de passagem de banda na cor azul tornam as informações do rótulo legíveis
Filtragem de passagem de banda estreita
A filtragem de passagem de banda estreita, mostrada na Figura 10, é usada principalmente para aplicações de medição dimensional de linhas de laser (Figura 11). Essa técnica cria mais imunidade à luz ambiente do que a filtragem de banda convencional. Ela também diminui a largura de banda da imagem e cria um tipo de efeito preto sobre branco, que é o resultado desejado para essa aplicação.
Figura 10
Figura 11
Filtragem de curto alcance
Outra técnica de filtragem óptica é a filtragem de curto alcance (Figura 12), que é comumente usada em imagens de câmeras coloridas. Ela filtra fontes de luz UV e IV para fornecer uma imagem de cor real.
Figura 12
Filtragem Longpass
A filtragem Longpass, referenciada na Figura 13, é frequentemente utilizada em aplicações IR onde você deseja suprimir o espectro de luz visível.
Figura 13
Filtragem de Densidade Neutra
A filtragem de densidade neutra é utilizada regularmente na inspeção de LEDs. Sem filtragem, a luz proveniente dos LEDs satura completamente a imagem, tornando difícil, senão impossível, fazer uma inspeção adequada.
A implantação da filtragem de densidade neutra funciona como óculos de sol para a sua câmera. Em suma, reduz a quantidade de luz de espectro total que a câmera vê.
Filtragem de polarização
A filtragem por polarização é melhor quando você inspeciona superfícies altamente refletivas ou brilhantes. A filtragem de polarização pode ser implantada para reduzir o brilho no seu alvo. Você pode ver claramente os benefícios disso na Figura 14.
Figura 14: Comparativo entre objeto inspecionado, com ou sem filtragem por polarização.
Fonte: https://automation-insights.blog/
Texto produzido por Dan Simmons, que possui aproximadamente 30 anos de experiência em engenharia e automação industrial, com foco em sensoriamento e machine vision.
