CCS環(huán)形低角度光源用于細微凹凸、損傷、刻印字符的成像——LDR2-LA1系列
機器視覺系統(tǒng)中，光源起著重要作用，不同類型的光源應用也不同，選擇合適的光源成像效果非常明顯。今天我們一起來看看CCS光源——工業(yè)用環(huán)形低角度光源LDR2-LA1系列，可對被測物體近距離使用。
LDR2-LA1特點
1、從被測物體的最近距離照射
與LDR2-LA系列相比，可進行與被測物體更近距離的照射。適合細微凹凸、損傷、刻印字符的成像。
食品容器的外觀成像
食品容器外觀成像2、水平封裝LED
通過水平封裝一排LED,實現(xiàn)了10mm厚的薄型產(chǎn)品。由于可設置在距離被測物體較近的位置，因此有助于節(jié)省空間。
構成例
成像案例
1、塑料外殼表面的外觀成像
塑料外殼表面的外觀檢測如下圖所示，被測物體是塑料外殼（左側(cè)圖），中間為室內(nèi)燈成像，最右側(cè)是在LDR-146BL2-LA1環(huán)形低角度光源下的成像，能夠精確的提取損傷。
塑料外殼表面的外觀成像2、紐扣電池的外觀成像
紐扣電池的外觀檢測如下圖所示，被測物體是紐扣（左側(cè)圖），中間為室內(nèi)燈成像，最右側(cè)是在LDR-75RD2-LA1環(huán)形低角度光源下的成像，能夠精確的提取損傷。
紐扣電池的外觀成像機器視覺產(chǎn)品資料查詢平臺查看更多CCS光源的更多信息。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
LED光源
+關注
關注
3文章
264瀏覽量
34101 -
機器視覺
+關注
關注
165文章
4823瀏覽量
126451 -
CCS
+關注
關注
8文章
186瀏覽量
42917
發(fā)布評論請先 登錄
相關推薦
熱點推薦
機器視覺光源的照明方式例舉
及應用：照射面積大、光照均勻性好、適用于較大面積照明。可用于基底和線路板定位、晶片部件檢查等。適用光源：0角度環(huán)光、條型光源、面
發(fā)表于 12-17 10:57
惠州機器視覺環(huán)形光源的應用
合適時，可大大減少陰影、提高對比度，實現(xiàn)大面積熒光照明。環(huán)形光源對檢測高反射材料表面的缺陷極佳，非常適合電路板和BGA（球柵陣列封裝）等產(chǎn)品的缺陷檢測。機器視覺環(huán)形光源的應用：
發(fā)表于 08-04 11:55
strings命令：用于打印文件中可打印字符串
? 1.命令簡介 strings 命令是二進制工具集 GNU Binutils 的一員，用于打印文件中可打印字符串，文件可以是文本文件（test.c），但一般用于打印二進制目標文件、庫
視覺檢測之前光源與背光源技術及應用
機器視覺之前光源為視覺光源的一種，是指放置在待測物前方的光源，主要應用于檢測反光與不平整表面。印刷式字符采用高
高光譜成像光源 實現(xiàn)對細微色差的分類
光源在機器視覺中的重要性不容小覷，它直接影響到圖像的質(zhì)量，進而影響整個系統(tǒng)的性能。然而自然光LED光源不能完全滿足實際需求，比如對細微的色差進行分類，我們就需要考慮紅外高光譜光源。所謂
機器視覺光源丨CCS高顯色LED光源方案實現(xiàn)精準色彩成像
機器視覺系統(tǒng)中，光源設計作為圖像成像效果的關鍵，今天我們一起來看看自然光領域的光源方案，以CCS光源來說，高顯色(自然光)LED
簡述CCS平面光源-LFX3-PT系列
光源在機器視覺系統(tǒng)中起著重要作用，不同環(huán)境、場景及應用合適光源都不一樣，今天我們來看看LFX3-PT系列平面線性光源。它是最適合檢測鏡面物體的凹凸
CCS LDL2系列光源綠色型號的更新產(chǎn)品隆重亮相
部分綠色型號產(chǎn)品圖條形光源LDL2系列是從線性封裝LED的發(fā)光部照射直射光，安裝靈活性十分出色。該系列可應用于各種
用于長目標物成像的線光源
，可根據(jù)目標成像需求選擇的產(chǎn)品陣容。線光源具有豐富的產(chǎn)品型號，根據(jù)光線發(fā)射的角度分為集光、擴散光和斜光三種。集光1.非常適合高速線掃描280萬lxLED
支持多項檢測的多段環(huán)形光源 助力金屬零件缺陷檢測
為不同類型，下面我們來看看CCS的多段環(huán)形光源。CCS的多段環(huán)形光源可支持多項檢測，非常適
藥品包裝壓印字符識別檢測難度大？PMS光度立體融合技術來破局！
PMS光度立體圖像融合檢測系統(tǒng)破解了藥品壓印字符識別難題。該系統(tǒng)通過光源標定、多角度圖像采集、缺陷增強和AI字符識別四個核心步驟，有效解決了藥品包裝上
評論