Le SAVOIR-

FAIRE
de l’ingénieur
VISION INDUSTRIELLE VOL. 5
u Comment supprimer une faible
quantité de bruit ou accentuer

5
de légères variations ?
u Comment réaliser des contrôles
indépendamment de l’arrière-plan ?
 Comment supprimer une faible quantité de bruit
ou accentuer de légères variations ?
Filtres d’amélioration d’image (basiques)

Filtre d’agrandissement

Un filtre d’amélioration d’image pour supprimer le bruit sombre

Ce filtre peut être utilisé non seulement seul mais également en combinaison avec le filtre de rétrécissement. En appliquant à
plusieurs reprises le filtre d’agrandissement suivi du filtre de rétrécissement, il est possible de supprimer le bruit tout en
maintenant la forme d’origine.

Image avant traitement par filtre Image après application du filtre d’agrandissement

Principe de fonctionnement du filtre d’agrandissement

n Algorithme du filtre d’agrandissement Lissage du bruit sur le profil

Densité
La densité du pixel central d’un Évasement maximum Filtre utilisé Agrandissement (n fois) + Rétrécissement (n fois)
segment de 3 × 3 pixels est
remplacée par la densité 2 5 9
maximale détectée parmi les
9 pixels incluant le pixel du
4 9 3
centre. Ce traitement a pour
effet de supprimer les
composantes sombres. 0 1 2

Grossissement

n Algorithme du filtre de rétrécissement

La densité du pixel central d’un Rétrécissement
segment de 3 × 3 pixels est
remplacée par la densité 2 5 9
minimale détectée parmi les
9 pixels incluant le pixel du
4 0 3
centre. Ce traitement a pour Image avant Image après
effet de renforcer les pixels traitement par filtre traitement par filtre
sombres et de stabiliser la 0 1 2
Effets et points clés d’utilisation
détection des taches de type
point noir. Densité minimum Les bavures présentes sur le profil sont éliminées via l’application
du filtre d’agrandissement et la taille globale d’origine est conservée
grâce à l’application du filtre de rétrécissement.

Po i n t ! Ces filtres peuvent être utilisés seuls ou combinés. L’application répétée du filtre d’agrandissement
suivi du filtre de rétrécissement permet de supprimer uniquement les bavures sombres tout en
maintenant la forme d’origine.

2
Différents filtres d’amélioration d’image

Détection d’une variation de forme par extraction de profil

Détection des contours d’un ruban transparent
(valeurs de corrélation)

Filtre utilisé Sobel Filtre utilisé Conversion de contraste

Image OK (sans filtre) Image NG (sans filtre) Image brute

Motif étiré

Image après application du filtre

Image OK (filtre de Sobel) Image NG (filtre de Sobel) de conversion de contraste

Valeur de Valeur de
corrélation : 99,9 corrélation : 66,7

Effets et points clés d’utilisation Effets et points clés d’utilisation

Le motif est étiré (étirement vertical) en raison de la variation de la Le contour du ruban transparent est détecté. Le filtre de conversion
vitesse de défilement de la pièce durant l’impression, mais la de contraste est utilisé afin d’accentuer le contraste au niveau du
recherche de motif n’identifie aucune différence majeure de la valeur contour à détecter, facilitant sa distinction.
de corrélation. L’extraction du profil par application du filtre de Sobel
permet d’augmenter le nombre de points de variation, entraînant
une différence marquée de la valeur de corrélation.

Détection de défauts sur une surface présentant des

Détection de la position du contour d’un film transparent
caractéristiques rectilignes

Filtre utilisé Extraction des contours suivant X Filtre utilisé Extraction des contours suivant Y

Image avant traitement par filtre Image avant traitement par filtre
17,1

Image après application du filtre d’extraction Image après application du filtre d’extraction
des contours suivant X des contours suivant Y
34,7

Effets et points clés d’utilisation Effets et points clés d’utilisation

En cas de détection de défauts sur un arrière-plan présentant des
caractéristiques rectilignes (rainuré par exemple), ces dernières sont
parfois détectées à tort comme défauts. L’application du filtre
d’« extraction des contours suivant X » (direction des
caractéristiques de l’arrière-plan) permet d’extraire uniquement les
défauts à détecter.
En cas de détection des contours d’un film transparent, le contraste
avec l’arrière-plan n’est pas toujours marqué. L’application du filtre
d’« extraction des contours suivant Y » dans l’exemple ci-dessus,
permet de multiplier l’« intensité des contours », qui indique le degré
de différence de nuance au niveau du contour, par plus de 2
(17,1 " 34,7). Une détection plus stable est ainsi garantie.

3
 Comment réaliser des contrôles
indépendamment de l’arrière-plan ?
Filtres d’amélioration d’image (avancés)

Correction des nuances

Un filtre d’amélioration d’image capable de supprimer les variations de nuance

graduelles afin d’extraire uniquement les défauts
Élimine les ombres ou une luminosité irrégulière de la surface d’une pièce afin d’optimiser les images destinées au contrôle.
Même si les conditions d’ombre changent constamment, ce filtre corrige les images en temps réel pour extraire uniquement
les sections défectueuses.

Image après application du filtre de

correction des nuances

Image avant traitement par filtre

Image obtenue avec la

méthode classique

Principe de fonctionnement du filtre de correction des nuances

1 Création d’un arrière-plan estimé.

L’arrière-plan à soustraire afin d’extraire les défauts d’une taille inférieure ou égale à la taille d’extraction spécifiée
dans les réglages est estimé.

Soustraction de l’arrière-plan estimé à Image capturée Arrière-plan estimé Image après soustraction
2 l’image capturée.

3 Optimisation de l’image.

L’image après soustraction est modifiée afin de faciliter la détection, en sélectionnant la couleur cible pour les
défauts clairs et sombres, en augmentant le gain et en éliminant le bruit.

4
Différents filtres d’amélioration d’image

Contrôle de caractères imprimés avec suppression du

Contrôle d’une bavure sur une matrice de composants
motif ou du logo d’arrière-plan

Extraction d’image en temps réel

Filtre utilisé Filtre utilisé Extraction d’image en temps réel
+ conversion de contraste

Image avant traitement par filtre Image avant traitement par filtre

Image après application des

filtres d’extraction d’image
Image après application des filtres
en temps réel et de
d’extraction d’image en temps réel
conversion de contraste
Image traitée par les et de conversion de contraste
niveaux de gris

Effets et points clés d’utilisation Effets et points clés d’utilisation

Un contrôle des caractères imprimés (OCR) est effectué. Il n’est pas
impossible d’extraire des caractères à partir d’une image en niveaux
de gris, mais la stabilité du contrôle est plus élevée en utilisant le
filtre d’extraction d’image en temps réel pour supprimer le motif ou le
logo d’arrière-plan.
Un contrôle est réalisé afin de détecter des bavures sur une matrice
de composants. Il est habituellement nécessaire de définir plusieurs
zones à contrôler, une pour chaque emplacement potentiel d’une
bavure. L’utilisation du filtre d’extraction d’image en temps réel
permet d’extraire uniquement les bavures, suite de points aberrants,
au sein d’une large zone.

Contrôle de défaut d’impression sur Suppression des reflets irréguliers et

des bouchons en résine accentuation des défauts

Filtre utilisé Filtre d’extraction d’image Filtre utilisé Correction des nuances + agrandissement

Image enregistrée Image capturée Image avant traitement par filtre

Image après traitement par filtre

Image après soustraction Image de contraste

Effets et points clés d’utilisation Effets et points clés d’utilisation

Des bouchons en résine sont contrôlés afin de détecter tout défaut Après élimination des reflets irréguliers (ombres) présents sur la
d’impression. Une image du produit conforme est utilisée en tant qu’image pièce, le défaut (clair) est agrandi pour l’accentuer.
de référence et la différence entre cette image et l’image capturée est
extraite. L’utilisation des fonctions de recherche et de réglage de la position
haute vitesse de la Série CV-X/XG permet de réaliser des contrôles avec
correction de la position à 360° même sur des lignes à grande vitesse.

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. MVKnowhow5-KF-TG-FR 1126-1 624691