KI-GESTÜTZTE DOKUMENTATION
Was möchten Sie wissen?
Template Image & Alignment – Theorie
Diese Seite erläutert die grundlegenden Konzepte hinter dem template-basierten Pattern Matching und wie der OV20i Kantenerkennungsalgorithmen einsetzt, um Bauteile für eine präzise Inspektionspositionierung zu lokalisieren und auszurichten.
Grundlagen des template-basierten Pattern Matchings
Was ist Template Alignment?
Template Alignment nutzt Pattern Matching, um Bauteile für eine relative Inspektion zu lokalisieren und auszurichten. Das System erkennt Kanten innerhalb der Template-Regionen und gleicht ähnliche Kantenmuster ab, um Position und Ausrichtung des Bauteils zu bestimmen. Dadurch wird eine präzise Inspektion auch dann ermöglicht, wenn Bauteile uneinheitlich präsentiert werden.
Kernkonzept:
- Referenz-Template – Aufgenommenes Bild, das als Basis für das Pattern Matching dient
- Kantenmustererkennung – Algorithmus identifiziert charakteristische Kantenmerkmale
- Räumliche Transformation – Berechnung von Positions- und Rotationsunterschieden
- ROI-Anpassung – Ausrichtung der Inspektionsbereiche relativ zur erkannten Bauteilposition
Theorie des Template-Bildes
Template-Bild als Referenzstandard
Die Aufnahme eines Template-Bildes ist ein erforderlicher Schritt für ALLE Recipes. Das Template-Bild dient als Master-Referenz, mit der alle nachfolgenden Bilder zu Alignment-Zwecken verglichen werden.
Anforderungen an das Template:
- Repräsentatives Muster – Muss das Bauteil in idealem Zustand und idealer Position zeigen
- Klare Kantendefinition – Ausreichender Kontrast für zuverlässige Kantenerkennung
- Konsistente Merkmale – Elemente, die über Bauteilvariationen hinweg stabil bleiben
- Optimale Beleuchtung – Lichtbedingungen, die der Produktionsumgebung entsprechen
Einfluss der Bildqualität auf das Alignment
Kritische Qualitätsfaktoren:
- Kantenkontrast – Höherer Kontrast ermöglicht eine zuverlässigere Kantenerkennung
- Fokusschärfe – Scharfe Kanten verbessern die Genauigkeit des Pattern Matchings
- Beleuchtungskonsistenz – Gleichmäßige Ausleuchtung reduziert falsche Kantenerkennungen
- Bildstabilität – Minimales Rauschen und minimale Artefakte im Template-Bild
Einrichtung & Aufnahme des Template-Bildes
Methoden zur Aufnahme des Template-Bildes
Aufnahmeoptionen:
- Capture Template Image – Neues Referenzbild mit aktueller Kameraansicht aufnehmen
- Re-Capture Template Image – Vorhandenes Template durch neues Bild ersetzen
- Import From Library – Bestehendes Bild aus der Library als Template auswählen
Standardmäßig filtert das Modal „Import From Library" Bilder nach Recipe. Über das Dropdown-Menü kann ein anderes Recipe ausgewählt oder der Filter zurückgesetzt werden. Klicken Sie anschließend auf Search, um Bilder aus anderen Recipes zu finden.
Vorschaumodi
- Template View – Nach der Aufnahme zeigt das Vorschaufenster das Template-Bild an (nicht die Live-Kamera)
- Live Preview Mode – Wechsel zur Echtzeit-Kameraansicht, um die Alignment-Performance zu testen
- Re-capture Mode – Live-Vorschau deaktivieren, um das Template-Bild neu aufzunehmen
Theorie der Kantenerkennung für das Alignment
Alignment-spezifische Kantenerkennung
Das Alignment-System des OV20i nutzt Kantenerkennungsalgorithmen speziell zur Lokalisierung und Ausrichtung von Bauteilen – getrennt von den KI-basierten Inspektionsmodellen.
Ablauf der Alignment-Kantenerkennung:
- Kantenidentifikation – Algorithmus erkennt Intensitätsgradienten als Alignment-Referenz
- Kantenfilterung – System identifiziert für das Alignment relevante Kanten und filtert Rauschen heraus
- Erstellung des Alignment-Musters – Erzeugt eine mathematische Repräsentation des Kantenmusters für die Positionierung
- Positionsvergleich – Vergleicht die erkannten Muster mit der Template-Referenz zum Alignment
Strategie für Ausrichtungsregionen
+ Rectangle / + Circle Regions: Template Regions definieren bestimmte Bereiche, in denen der OV20i Kanten für Ausrichtungszwecke erkennt und ähnliche Kantenmuster abgleicht, um Position und Orientierung des Teils zu bestimmen.
Visualisierung der Ausrichtungskanten:
- 🟢 Grüne Markierungen – Kanten innerhalb der Template Region gefunden (für Ausrichtung geeignet)
- 🔴 Rote Markierungen – Unzureichende Kanten für eine gültige Ausrichtung gefunden
Kantenqualität für die Ausrichtung
Merkmale guter Ausrichtungskanten:
- Einfach – Klare, gut definierte Kantenübergänge, geeignet als Positionsreferenz
- Eindeutig – Markante Muster für zuverlässige Teileidentifikation
- Konsistent – Sichtbar bei allen erwarteten Teilevarianten für zuverlässige Ausrichtung
- Stabil – Nicht beeinflusst durch normale Produktionsschwankungen während der Ausrichtung
Merkmale schlechter Ausrichtungskanten:
- Komplexe Texturen – Detailreiche Oberflächen, ungeeignet als Positionsreferenz
- Reflektierende Oberflächen – Bereiche, die inkonsistente Ausrichtungsreferenzen erzeugen
- Variable Merkmale – Elemente, die sich zwischen Teilen ändern und die Ausrichtungskonsistenz beeinträchtigen
- Störungsanfällige Bereiche – Bereiche mit Verschmutzungen, die die Ausrichtungsgenauigkeit beeinflussen
Verwaltung der Template Regions
Erstellen von Template Regions
+ Rectangle / + Circle: Klicken, um eine Template Region zum Template Image hinzuzufügen. Der OV20i erkennt Kanten innerhalb dieser Template Regions und versucht, Teile durch Abgleich ähnlicher Kantenmuster zu lokalisieren.
Regionsverwaltung:
- Größe/Form ändern – Auf die Template Region klicken, um sie zu strecken oder die Größe zu ändern
- Drehen – Ausrichtung der Region nach Bedarf anpassen
- Verschieben – Anklicken und ziehen, um die Template Region zu bewegen
- Löschen – Unerwünschte Regionen entfernen
Best Practices für die Platzierung von Template Regions
Konzentrieren Sie sich beim Platzieren von Template Regions auf Kanten, die einfach, eindeutig und über alle Teile hinweg konsistent sichtbar sind. Vermeiden Sie Kanten, die durch Defekte verdeckt werden könnten, oder Kantenmuster, die von Teil zu Teil variieren.
Merkmale guter Kanten:
- ✅ Einfach – Klare, gut definierte Kanten
- ✅ Eindeutig – Markante Muster, die anderswo nicht vorkommen
- ✅ Konsistent – Sichtbar bei allen Teilevarianten
- ✅ Stabil – Nicht beeinflusst durch normale Defekte oder Verschleiß
Merkmale schlechter Kanten:
- ❌ Variable Merkmale – Komponenten, die fehlen oder beschädigt sein können
- ❌ Texturierte Oberflächen – Komplexe Muster, die von Teil zu Teil variieren
- ❌ Reflektierende Bereiche – Oberflächen, die variable Glanzlichter erzeugen
- ❌ Kleine Details – Merkmale, die leicht durch Verschmutzungen verdeckt werden
Schrittweiser Einrichtungsansatz
Strategie mit mehreren Template Regions:
- Beginnen Sie mit einer Template Region am auffälligsten Merkmal
- Fügen Sie weitere Regionen hinzu, wenn die Kantenanzahl unzureichend ist (rote Markierungen)
- Erhöhen Sie die Empfindlichkeit bei Bedarf, um ausreichend Kanten zu finden
- Verwenden Sie das Werkzeug Ignore Template Region, um Störungen zu entfernen
- Testen Sie mit dem Live Preview Mode über verschiedene Teilevarianten hinweg
Theorie der Ausrichtungsparameter
Rotationsbereich-Toleranz
Geben Sie einen Winkel von 0–180 Grad ein, um die vom Aligner tolerierte Rotation festzulegen.
Einstellungen für den Rotationsbereich:
- 180 Grad – Teile in beliebigem Winkel finden (maximale Flexibilität)
- 0 Grad – Nur Teile finden, die dem Winkel des Template Image entsprechen (maximale Präzision)
- Benutzerdefinierter Bereich – Balance zwischen Flexibilität und Präzision
Abwägungen:
- Größerer Bereich – Flexibler, aber potenziell langsamere Verarbeitung
- Kleinerer Bereich – Schnellere Verarbeitung, erfordert jedoch eine konsistente Teileorientierung
Theorie des Empfindlichkeitsalgorithmus
Stellen Sie den Schieberegler ein, um die Empfindlichkeit der Kantenerkennung zu erhöhen/verringern. Höhere Empfindlichkeitseinstellungen finden mehr Kanten, niedrigere Empfindlichkeitseinstellungen finden weniger Kanten.
Auswirkung der Empfindlichkeit:
- Höhere Empfindlichkeit – Erkennt mehr Kantendetails, kann jedoch Rauschen einschließen
- Niedrigere Empfindlichkeit – Konzentriert sich auf markante Kanten, kann jedoch subtile Merkmale übersehen
- Optimale Einstellung – Niedrigste Empfindlichkeit, die noch ausreichend Kanten findet
Algorithmusverhalten: Der Algorithmus zur Kantenerkennung für die Ausrichtung passt seinen Schwellenwert basierend auf den Empfindlichkeitseinstellungen an und beeinflusst, welche Intensitätsgradienten als Kanten für Ausrichtungszwecke klassifiziert werden.
Theorie des Konfidenzschwellenwerts
Verwenden Sie diesen Schieberegler, um die Mindestkonfidenz festzulegen, die für eine gültige Ausrichtung erforderlich ist (1 % bedeutet eine identische Übereinstimmung). Dieser Schwellenwert sollte für eine konsistente Ausrichtung zwischen 0,6 und 0,9 liegen.
Konfidenzberechnung:
- Korrelation des Ausrichtungsmusters – Mathematische Ähnlichkeit zwischen Vorlage und erkannten Ausrichtungsmustern
- Geometrische Konsistenz – Räumliche Beziehungsgenauigkeit zwischen Kantenmerkmalen zur Positionierung
- Qualität der Ausrichtungskante – Stärke und Klarheit der erkannten Kantenmuster als Positionsreferenz
Richtlinien für den Schwellenwert:
- Bereich 0,6–0,9 – Empfohlen für konsistente Ausrichtungsleistung
- Höhere Werte – Strengere Übereinstimmung, reduziert Fehlauslösungen
- Niedrigere Werte – Tolerantere Übereinstimmung, kann schlechte Ausrichtungen akzeptieren
Theorie des Rauschmanagements bei der Ausrichtung
Vorlagenbereich für Ausrichtung ignorieren
Das Werkzeug „Vorlagenbereich ignorieren" bietet eine Pinselschnittstelle, um unerwünschte Kanten aus einem beliebigen Vorlagenbereich zu entfernen. Es wird verwendet, um unerwünschtes Kantenrauschen auszublenden und die Ausrichtung auf klare, wiederholbare Kantenmuster zu fokussieren.
Kategorien von Kantenrauschen bei der Ausrichtung:
- Texturierte Oberflächen – Komplexe Muster, die als konsistente Ausrichtungsreferenz ungeeignet sind
- Reflexionen und Blendung – Variable Lichteffekte, die die Ausrichtungsgenauigkeit beeinflussen
- Schmutz oder Verunreinigungen – Temporäre Merkmale, die nicht als Positionsreferenz geeignet sind
- Variable Komponenten – Merkmale, die fehlen oder beschädigt sein können und die Ausrichtungskonsistenz beeinflussen
Strategie zur Rauschfilterung bei der Ausrichtung:
- Selektives Maskieren – Entfernen variabler Kantenmuster bei gleichzeitiger Beibehaltung stabiler Ausrichtungsmerkmale
- Vereinfachung des Musters – Fokussierung des Ausrichtungsalgorithmus auf die zuverlässigsten Kanteninformationen
- Optimierung der Konsistenz – Verbesserung der Ausrichtungszuverlässigkeit bei Teilevariationen
Theorie der Leistung des Ausrichtungsmusterabgleichs
Mehrere Vorlagenbereiche für die Ausrichtung
Das Hinzufügen weiterer Vorlagenbereiche erhöht die Anzahl der Kanten für die Ausrichtung und verbessert sowohl die Zuverlässigkeit als auch die Spezifität des Ausrichtungsmusterabgleichs.
Vorteile der Ausrichtung mit mehreren Bereichen:
- Ausrichtungsredundanz – Mehrere Referenzpunkte verbessern die Robustheit der Ausrichtung
- Positionsspezifität – Komplexere Muster reduzieren falsch-positive Ausrichtungsübereinstimmungen
- Ausrichtungsgenauigkeit – Zusätzliche Einschränkungen verbessern die Positions- und Rotationsgenauigkeit
- Ausrichtungszuverlässigkeit – Das System kann weiterhin ausrichten, wenn einige Bereiche verdeckt sind
Ausrichtungsfehlermodi
Häufige Muster von Ausrichtungsfehlern:
- Unzureichende Ausrichtungskanten – Nicht genügend Musterinformationen für eine zuverlässige Positionserkennung
- Falsch-positive Ausrichtungen – Der Algorithmus ordnet falsche Merkmale zur Positionierung zu
- Inkonsistente Ausrichtungserkennung – Die Ausrichtung funktioniert bei einigen Teilen, scheitert jedoch bei anderen
- Geringe Ausrichtungssicherheit – Positionsübereinstimmung unterhalb des akzeptablen Schwellenwerts
Lösungen zur Ausrichtungsoptimierung:
- Optimierung des Ausrichtungsmusters – Wählen Sie markantere und stabilere Kantenmerkmale zur Positionierung
- Anpassung des Bereichs – Größe und Platzierung der Template Region für eine bessere Ausrichtungsreferenz anpassen
- Parameterabstimmung – Empfindlichkeits- und Konfidenzschwellenwerte für die Ausrichtungsleistung anpassen
- Rauschreduktion bei der Ausrichtung – Verwenden Sie das Ignore Template Region-Werkzeug, um problematische Kanten herauszufiltern
Theorie: Ausrichtung vs. feste Positionierung
Wann Template Alignment verwendet werden sollte
Vorteile der Ausrichtung:
- Toleranz gegenüber Teilevariationen – Berücksichtigt Positions- und Rotationsunterschiede
- Flexible Präsentation – Funktioniert mit nicht fixierten Teilen
- Relative Inspektion – ROIs passen sich automatisch an die Teileposition an
- Roboterintegration – Bewältigt variable Teileplatzierung
Wann auf die Ausrichtung verzichtet werden kann
Vorteile der festen Positionierung:
- Verarbeitungsgeschwindigkeit – Keine Ausrichtungsberechnung erforderlich
- Konsistente Ergebnisse – Vorhersehbares Inspektionsverhalten
- Einfache Einrichtung – Keine Template Regions oder Mustererkennung erforderlich
- Zuverlässig bei fixierten Teilen – Wenn die mechanische Positionierung Konsistenz gewährleistet
Auswahlkriterien: Die Option Skip Aligner wird für Anwendungen empfohlen, bei denen Teile fixiert oder sehr reproduzierbar vor der Kamera präsentiert werden.