Le SAVOIR-

FAIRE
de l’ingénieur
VISION INDUSTRIELLE VOL. 4
u Comment détecter avec stabilité
des caractères imprimés même

4
en cas de variation des conditions
d’impression ?
u Comment détecter des variations
de couleur de surface subtiles ?
 Comment détecter avec stabilité des caractères imprimés
même en cas de variation des conditions d’impression ?
Prise en charge des variations de taille, de position, de qualité,
et d’intensité lumineuse

OCR (reconnaissance optique des caractères)

Outil fiable et stable de reconnaissance des caractères affichant les conditions

d’extraction et la stabilité de lecture
Cet outil reconnaît les caractères imprimés ou estampillé sur un produit. Afin de gérer le changement permanent des
conditions d’impression sur site, KEYENCE a apporté un soin tout particulier à la visualisation des composantes majeures de
la reconnaissance de caractères telles que l’extraction de caractères, la stabilité et la bibliothèque de caractères.

Outil résistant à la fluctuation de l’intensité lumineuse Visualisation sous forme de courbes

Fluctuation de
l’intensité
lumineuse

« L’extraction de caractères »,
élément primordial du contrôle de
caractères, peut désormais être
visualisé sous forme de courbes.
Avec un traitement de niveaux de gris sans traitement binaire, un contrôle L’utilisateur peut avoir une idée rapide
stable est garanti même si la lumière ambiante vient à changer. Par ailleurs, la de la « stabilisation » car ces
méthode d’extraction de caractères est utilisée pour que l’utilisateur puisse courbes sont également visibles en
comprendre facilement comment la reconnaissance est réalisée. cours d’utilisation.

Exemples d’applications typiques

n Contrôle des caractères d’une date de péremption n Reconnaissance des caractères d’un numéro de pièce

Une vérification optique des caractères (OCV) est La reconnaissance optique des caractères (OCR) du
réalisée afin de déterminer la validité de la date de numéro de pièce imprimé sur un composant
péremption imprimée sur un contenant alimentaire. électronique est réalisée à l’aide d’un capteur d’image.

2
 Principe de fonctionnement de l’OCR (reconnaissance optique des caractères)

La reconnaissance des caractères par un capteur d’image s’effectue comme suit : les caractères présents sur l’image de la
cible capturée avec la caméra sont reconnus un à un par comparaison avec les caractères de la bibliothèque interne (police
de caractères). La chaîne de caractères correcte est, de plus, enregistrée pour définir le seuil de tolérance, permettant
d’émettre un résultat d’évaluation OK/NG d’après le degré de correspondance de la chaîne lue par rapport à la chaîne
enregistrée. Outre le résultat d’évaluation, les caractères de la chaîne lue peuvent également être transférés vers un dispositif
externe.

n Mode d’extraction automatique des caractères

u Il est possible d’extraire jusqu’à 2 lignes de texte contenant
chacune 20 caractères maximum dans une même zone.
u Les chaînes de caractères peuvent être localisées à
Angle de la ligne
partir de la forme d’onde projetée unique et la zone
d’extraction est automatiquement adaptée.
u Les chaînes de caractères sont directement extraites
Hauteur de caractères
de l’image en niveaux de gris, éliminant ainsi la
Espacement
nécessité d’appliquer un traitement binaire et des caractères
minimisant l’influence des variations de luminosité.

Lorsque les caractères sont directement extraits de la

zone de mesure, les caractéristiques suivantes peuvent Largeur des caractères
également être détectées :
u Angle, rotation et inclinaison de la ligne
u Variations de la hauteur de caractères
u Variation des espaces entre les caractères
u Variation de la taille des caractères
Toutes ces caractéristiques sont automatiquement corrigées afin
d’améliorer le niveau de reconnaissance des caractères lors de la
comparaison avec les données contenues dans la bibliothèque.

n Fonction Réglage fin Fonction « Fine Adj. » activée (réglage standard) Fonction « Fine Adj. » désactivée

Cette fonction permet

d’ajuster de façon précise la
zone d’extraction de chacun
des caractères extraits
simultanément afin
d’optimiser leur état pour la
corrélation.
Les subtiles variations
existant entre les caractères
sont corrigées de manière
individuelle pour permettre
une meilleure corrélation et,
ainsi, un niveau de OK La taille de chaque zone d’extraction
est réglée précisément en fonction de
NG Le niveau de reconnaissance diminue
en cas de variation de la hauteur des
reconnaissance plus élevé. la hauteur du caractère. Le niveau de caractères car la zone d’extraction ne
reconnaissance demeure ainsi stable. s’adapte pas à la taille de chaque
caractère.
n Présentation du système
Cibles contrôlées Caméra
Données émises
Pièce 1 20XX.06.12 Contrôleur du Sortie 1 20XX.06.12
Pièce 2 20XX.06.12 système de vision d’évaluation 2 20XX.06.12
1 OK 3 20XX.06.13
Pièce 3 20XX.06.13 2 OK
3 NG

Reconnaissance de caractères à l’aide de la Vérification par rapport à la chaîne de

bibliothèque interne caractères enregistrée
0123456789 Chaîne de caractères enregistrée = 20XX.06.12
ABCDEFGH……XYZ

3
 Comment détecter des variations de couleur de surface subtiles ?
Une détection stable basée sur les informations de couleur

Conversion des couleurs en niveaux de gris

Création d’images en niveaux de gris par traitement des informations de teinte,

de saturation et de luminosité
La conversion des couleurs en niveaux de gris permet de traiter des caractéristiques impossibles à différencier avec une
caméra monochrome classique. Les couleurs capturées sont converties en niveaux de gris, pour créer une image à fort
contraste facilitant le contrôle.

Image en niveaux de gris capturée par

Fenêtre 1 une caméra monochrome

Sélection de la bande n°4, vert clair, pour

la conversion des couleurs en niveaux de
Fenêtre 2
gris.

Sélection de la bande n°10, bleu, pour la

conversion des couleurs en niveaux de
Fenêtre 3 gris.

Sur l’image en niveaux de gris de la fenêtre 1, le contraste entre les couleurs n’est pas évident, entraînant un contrôle instable.
Dans les fenêtres 2 et 3, la couleur spécifiée est extraite avec précision grâce à la conversion des couleurs en niveaux de gris.
Même les images dont les nuances sont difficilement différentiables peuvent être converties en images à fort contraste.

n Exemple de détection réelle

Image traitée par les
niveaux de gris
Avec le même niveau de
détection, la différence
entre les bandes n°7 et n°8
est faible et difficile à
identifier.
Image après conversion
des couleurs en niveaux de gris
La largeur de la bande n°8
est détectée par la fonction
de détection des contours.
La paire d’images ci-contre se rapporte au contrôle de la
largeur de la bande n°8 avec la fonction de détection des
contours. L’image de gauche est une image en niveaux de gris
classique et l’image de droite est issue d’une conversion des
couleurs en niveaux de gris. Sur l’image après conversion des
couleurs en niveaux de gris, le contraste entre les bandes n°7
et n°8 et les bandes n°8 et n°9 est marqué. En revanche, sur
l’image traitée par les niveaux de gris, le contraste entre les
bandes n°7 et n°8 est quasi-inexistant et la détection des
contours est difficile. L’intensité des contours, qui indique le
degré de différence de nuance à la limite entre deux bandes,
est également plus élevée sur l’image issue de la conversion
des couleurs en niveaux de gris, comme démontré dans le
tableau ci-dessous.
Traitement en Conversion des
niveaux de gris couleurs en niveaux
classique de gris
Entre 7 et 8 8 40
Entre 8 et 9 18 56

4
Exemple d’application de la conversion des couleurs en niveaux de gris

Contrôle de la position de soudure sur des connecteurs plaqués or

Image traitée par les Image après conversion

niveaux de gris
Détection stable impossible
Avec le traitement en
niveaux de gris
classique, la détection
des contours est
difficile car la différence
de teinte entre l’or et
l’argent est très faible.
Intérieur du cadre :
image traitée par les
niveaux de gris
des couleurs en niveaux de gris
Détection stable possible
Grâce à la conversion
des couleurs en
niveaux de gris, une
détection stable des
contours de la partie or
et de la partie argent
peut être réalisée.
Intérieur du cadre :
image après conversion
des couleurs en niveaux
de gris

Principe de fonctionnement de la conversion des couleurs en niveaux de gris

Ce traitement d’amélioration d’image convertit la Déroulement d’une conversion des couleurs en niveaux de gris
grande quantité de données d’une image couleur
en 256 niveaux de gris en se basant sur une Capture de l’image Amélioration de l’image Traitement d’image
couleur spécifiée comme niveau le plus élevé.
La prise en compte non seulement des Informations
Intensité des Traitement
informations de luminosité mais également de en couleurs Filtre
couleurs d’image
du CCD
couleur simplifie les contrôles difficiles à réaliser
avec une caméra monochrome, tels que la
distinction de l’or et de l’argent et la Image couleur Image monochrome
différenciation des couleurs claires.

En cas de détection d’un motif aux couleurs claires, tel

que ci-contre, le traitement d’une caméra monochrome
en niveaux de gris capture un motif presque effacé.
Avec la conversion des couleurs en niveaux de gris, qui
crée une image en niveaux de gris à partir des
informations de couleur, l’arrière-plan est converti en
Image traitée par une caméra monochrome
noir, permettant une distinction nette des couleurs en
niveaux de gris.
Pour un contrôle stable des variations de marquage ou
Image réelle des mauvais alignements, plus d’hésitation sur la
méthode à adopter !

Image traitée par une caméra couleur

Image en niveaux de gris Image après conversion

Image en couleurs par caméra monochrome des couleurs en niveaux de gris

Image en couleurs sur laquelle les Image en niveaux de gris capturée Image en niveaux de gris créée à partir d’une
différences de luminosité sont minimes par une caméra monochrome image en couleurs via la conversion des
(différences de nuances très faibles) couleurs en niveaux de gris (rouge sélectionné)

5
 SCANNEZ CE CODE POUR ACCÉDER AU
SITE INTERNET

www.keyence.fr/machinevision/

www.keyence.fr/machinevision

www.keyence.fr
E-mail : info@keyence.fr

www.keyence.eu E-mail: info@keyence.eu

Copyright (c) 2016 KEYENCE CORPORATION. All rights reserved. MVKnowhow4-KF-TG-FR 1126-1 624690