DOCUMENTACIÓN CON IA
¿Qué desea saber?
Teoría de Imagen de Plantilla y Alineación
Esta página explica los conceptos fundamentales detrás del emparejamiento de patrones basado en plantillas y cómo el OV20i utiliza algoritmos de detección de bordes para localizar y orientar piezas para una posición de inspección precisa.
Fundamentos del Emparejamiento de Patrones Basado en Plantillas
¿Qué es el Alineamiento de Plantillas?
El alineamiento de plantillas utiliza el emparejamiento de patrones para localizar y orientar piezas para la inspección relativa. El sistema detecta bordes dentro de las Regiones de Plantilla y empareja patrones de bordes similares para determinar la posición y orientación de la pieza, lo que permite una inspección precisa incluso cuando las piezas se presentan de manera inconsistente.
Concepto Clave:
- Plantilla de Referencia - Imagen capturada que sirve como base para el emparejamiento de patrones
- Reconocimiento de Patrones de Bordes - Algoritmo que identifica características de bordes distintivas
- Transformación Espacial - Calcular diferencias de posición y rotación
- Ajuste de ROI - Alinear las regiones de inspección en relación con la posición de la pieza detectada
Teoría de Imagen de Plantilla
Imagen de Plantilla como Estándar de Referencia
Capturar una Imagen de Plantilla es un paso requerido para TODAS las recetas. La Imagen de Plantilla sirve como la referencia maestra contra la cual se comparan todas las imágenes subsiguientes para fines de alineación.
Requisitos de la Plantilla:
- Muestra Representativa - Debe mostrar la pieza en condiciones y posición ideales
- Definición Clara de Bordes - Contraste suficiente para una detección de bordes confiable
- Características Consistentes - Elementos que permanecen estables a través de variaciones de la pieza
- Iluminación Óptima - Condiciones de iluminación que coinciden con el entorno de producción
Impacto de la Calidad de Imagen en la Alineación
Factores Críticos de Calidad:
- Contraste de Bordes - Un mayor contraste permite una detección de bordes más confiable
- Nitidez de Enfoque - Bordes nítidos mejoran la precisión del emparejamiento de patrones
- Consistencia de Iluminación - Iluminación uniforme reduce la detección falsa de bordes
- Estabilidad de Imagen - Ruido y artefactos mínimos en la imagen de plantilla
Configuración y Captura de Imagen de Plantilla
Métodos de Captura de Imagen de Plantilla
Opciones de Captura:
- Capturar Imagen de Plantilla - Tomar una nueva imagen de referencia con la vista actual de la cámara
- Re-Capturar Imagen de Plantilla - Reemplazar la plantilla existente con una nueva imagen
- Importar Desde la Biblioteca - Seleccionar una imagen existente de la Biblioteca como plantilla
Por defecto, el modal de Importar Desde la Biblioteca filtrará imágenes por Receta. Utilice el menú desplegable para seleccionar otra receta o limpie el filtro y haga clic en Buscar para encontrar imágenes de otras Recetas.
Modos de Vista Previa
- Vista de Plantilla - Una vez capturada, el panel de vista previa muestra la Imagen de Plantilla (no la cámara en vivo)
- Modo de Vista Previa en Vivo - Cambiar a la vista de cámara en tiempo real para probar el rendimiento de alineación
- Modo de Re-captura - Desactivar la vista previa en vivo para volver a tomar la Imagen de Plantilla
Detección de Bordes para Teoría de Alineación
Detección de Bordes Específica para Alineación
El sistema de alineación OV20i se basa en algoritmos de detección de bordes específicamente para la ubicación y orientación de piezas, separado de los modelos de inspección basados en IA.
Proceso de Detección de Bordes para Alineación:
- Identificación de Bordes - El algoritmo detecta gradientes de intensidad para referencia de alineación
- Filtrado de Bordes - El sistema identifica bordes relevantes para la alineación mientras filtra el ruido
- Creación de Patrón de Alineación - Construye una representación matemática del patrón de bordes para posicionamiento
- Comparación de Posición - Compara los patrones detectados contra la referencia de plantilla para la alineación
Estrategia de Región de Alineación
+ Regiones Rectángulo / + Regiones Círculo: Las Regiones de Plantilla definen áreas específicas donde el OV20i detectará bordes para fines de alineación, emparejando patrones de bordes similares para determinar la posición y orientación de la pieza.
Visualización de Bordes de Alineación:
- 🟢 Resaltados Verdes - Bordes encontrados dentro de la Región de Plantilla (adecuados para alineación)
- 🔴 Resaltados Rojos - Bordes insuficientes encontrados para una alineación válida
Calidad del Borde para Alineación
Características de un Buen Borde de Alineación:
- Simple - Transiciones de borde claras y bien definidas adecuadas para referencia de posición
- Único - Patrones distintivos para identificación confiable de piezas
- Consistente - Visible en todas las variaciones esperadas de la pieza para alineación confiable
- Estable - No afectado por variaciones normales de producción durante la alineación
Características de un Mal Borde de Alineación:
- Texturas Complejas - Superficies detalladas inadecuadas para referencia de posición
- Superficies Reflectantes - Áreas que crean referencias de alineación inconsistentes
- Características Variables - Elementos que cambian entre piezas, afectando la consistencia de la alineación
- Áreas Propensas al Ruido - Regiones con escombros que afectan la precisión de la alineación
Gestión de Regiones de Plantilla
Creación de Regiones de Plantilla
+ Rectángulo / + Círculo: Haga clic para agregar una Región de Plantilla a la Imagen de Plantilla. El OV20i detectará bordes dentro de estas Regiones de Plantilla e intentará localizar piezas emparejando patrones de bordes similares.
Gestión de Regiones:
- Redimensionar/Modificar - Haga clic en la Región de Plantilla para estirarla o cambiar su tamaño
- Rotar - Ajuste la orientación de la región según sea necesario
- Reubicar - Haga clic y arrastre para mover la Región de Plantilla
- Eliminar - Elimine regiones no deseadas
Mejores Prácticas para la Colocación de Regiones de Plantilla
Al colocar Regiones de Plantilla, concéntrese en bordes que sean simples, únicos y consistentemente visibles en todas las piezas. Intente evitar bordes que puedan estar oscurecidos por defectos, o patrones de bordes que varían de pieza a pieza.
Características de un Buen Borde:
- ✅ Simple - Bordes claros y bien definidos
- ✅ Único - Patrones distintivos no encontrados en otros lugares
- ✅ Consistente - Visible en todas las variaciones de la pieza
- ✅ Estable - No afectado por defectos normales o desgaste
Características de un Mal Borde:
- ❌ Características variables - Componentes que pueden estar ausentes o dañados
- ❌ Superficies texturizadas - Patrones complejos que varían de pieza a pieza
- ❌ Áreas reflectantes - Superficies que crean resaltados variables
- ❌ Pequeños detalles - Características fácilmente oscurecidas por escombros
Enfoque de Configuración Progresiva
Estrategia de Múltiples Regiones de Plantilla:
- Comience con una Región de Plantilla en la característica más prominente
- Agregue regiones adicionales si el conteo de bordes es insuficiente (resaltados rojos)
- Aumente la sensibilidad si es necesario para encontrar bordes adecuados
- Utilice la herramienta Ignorar Región de Plantilla para eliminar ruido
- Pruebe con el Modo de Vista Previa en Vivo a través de variaciones de piezas
Teoría de Parámetros de Alineación
Tolerancia de Rango de Rotación
Ingrese un ángulo de 0-180 grados para definir la cantidad de rotación que el alineador tolerará.
Configuraciones de Rango de Rotación:
- 180 grados - Encontrar piezas rotadas en cualquier ángulo (máxima flexibilidad)
- 0 grados - Encontrar solo piezas que coincidan con el ángulo de la Imagen de Plantilla (máxima precisión)
- Rango personalizado - Equilibrio entre flexibilidad y precisión
Compensaciones:
- Rango más amplio - Más flexible pero potencialmente más lento en el procesamiento
- Rango más estrecho - Procesamiento más rápido pero requiere orientación consistente de la pieza
Teoría del Algoritmo de Sensibilidad
Ajuste el control deslizante para aumentar/disminuir la sensibilidad en la detección de bordes. Configuraciones de sensibilidad más altas encontrarán más bordes, y configuraciones de sensibilidad más bajas encontrarán menos bordes.
Impacto de la Sensibilidad:
- Mayor Sensibilidad - Detecta más detalles de bordes, pero puede incluir ruido
- Menor Sensibilidad - Se enfoca en bordes prominentes, pero puede perder características sutiles
- Configuración Óptima - La sensibilidad más baja que aún encuentra bordes adecuados
Comportamiento del Algoritmo: El algoritmo de detección de bordes de alineación ajusta su umbral según la configuración de sensibilidad, afectando qué gradientes de intensidad se clasifican como bordes para fines de alineación.
Teoría del Umbral de Confianza
Utilice este control deslizante para establecer la confianza mínima requerida para que una alineación sea considerada válida (1% indica una coincidencia idéntica). Este umbral debe estar entre 0.6-0.9 para una alineación consistente.
Cálculo de Confianza:
- Correlación del Patrón de Alineación - Similitud matemática entre el patrón de plantilla y los patrones de alineación detectados
- Consistencia Geométrica - Precisión de la relación espacial entre características de bordes para posicionamiento
- Calidad del Borde de Alineación - Fuerza y claridad de los patrones de bordes detectados para referencia de posición
Directrices del Umbral:
- Rango 0.6-0.9 - Recomendado para un rendimiento de alineación consistente
- Valores Más Altos - Coincidencia más estricta, reduce falsos positivos
- Valores Más Bajos - Coincidencia más flexible, puede aceptar alineaciones deficientes
Teoría de Gestión de Ruido de Alineación
Ignorar Región de Plantilla para Alineación
La herramienta Ignorar Región de Plantilla proporciona una interfaz de pincel para borrar bordes no deseados de cualquier Región de Plantilla, utilizada para enmascarar ruido de bordes no deseado y enfocar la alineación en patrones de bordes claros y repetibles.
Categorías de Ruido de Bordes de Alineación:
- Superficies Texturizadas - Patrones complejos no adecuados para referencia de alineación consistente
- Reflejos y Brillos - Efectos de iluminación variables que afectan la precisión de alineación
- Escombros o Contaminación - Características temporales no adecuadas para referencia de posición
- Componentes Variables - Características que pueden estar ausentes o dañadas, afectando la consistencia de la alineación
Estrategia de Filtrado de Ruido de Alineación:
- Enmascaramiento Selectivo - Eliminar patrones de bordes variables mientras se preservan características de alineación estables
- Simplificación de Patrones - Enfocar el algoritmo de alineación en la información de bordes más confiable
- Optimización de Consistencia - Mejorar la confiabilidad de la alineación a través de variaciones de piezas
Teoría del Rendimiento de Coincidencia de Patrones de Alineación
Múltiples Regiones de Plantilla para Alineación
Agregar más Regiones de Plantilla aumenta el número de bordes para la Alineación, mejorando tanto la confiabilidad como la especificidad de la coincidencia de patrones de alineación.
Beneficios de Alineación Multirregional:
- Redundancia de Alineación - Múltiples puntos de referencia mejoran la robustez de la alineación
- Especificidad de Posición - Patrones más complejos reducen coincidencias de alineación falsas positivas
- Precisión de Alineación - Restricciones adicionales mejoran la precisión de posición y rotación
- Confiabilidad de Alineación - El sistema aún puede alinearse si algunas regiones están ocultas
Modos de Falla de Alineación
Patrones Comunes de Falla de Alineación:
- Bordes de Alineación Insuficientes - No hay suficiente información del patrón para una detección de posición confiable
- Falsos Positivos de Alineación - El algoritmo coincide características incorrectas para el posicionamiento
- Detección de Alineación Inconsistente - La alineación funciona en algunas piezas pero falla en otras
- Baja Confianza en la Alineación - Coincidencia de posición por debajo del umbral aceptable
Soluciones de Optimización de Alineación:
- Optimización del Patrón de Alineación - Elija características de borde más distintivas y estables para el posicionamiento
- Ajuste de Región - Modifique el tamaño y la colocación de la Región de Plantilla para una mejor referencia de alineación
- Ajuste de Parámetros - Ajuste la sensibilidad y los umbrales de confianza para el rendimiento de alineación
- Reducción de Ruido de Alineación - Utilice la herramienta Ignorar Región de Plantilla para filtrar bordes problemáticos
Teoría de Alineación vs Posicionamiento Fijo
Cuándo Usar Alineación de Plantilla
Ventajas de la Alineación:
- Tolerancia a la Variación de Piezas - Acomoda diferencias de posición y rotación
- Presentación Flexible - Funciona con piezas no fijadas
- Inspección Relativa - Las ROIs se ajustan automáticamente a la posición de la pieza
- Integración Robótica - Maneja la colocación variable de piezas
Cuándo Omitir la Alineación
Ventajas del Posicionamiento Fijo:
- Velocidad de Procesamiento - No se requiere cálculo de alineación
- Resultados Consistentes - Comportamiento de inspección predecible
- Configuración Simple - No se necesitan regiones de plantilla ni coincidencia de patrones
- Confiable para Piezas Fijadas - Cuando el posicionamiento mecánico asegura consistencia
Criterios de Selección: Se recomienda omitir la opción de Alineador para aplicaciones con piezas que están fijadas o presentadas a la cámara de manera muy repetible.