粉尘、温度波动、重物、连续负载视觉系统在采矿作业中需要承受恶劣的条件。Rvsto成像已经开发了这样一个利用帧采集器上的FPGA组件。所采用的技术适用于对大量不同的散装材料进行分类。下面简单了解一下散装物料分类的视觉系统应用案例。
近提供的视觉系统是为了在采矿作业，在哪里各种大小的岩石被高速运输。沿着2米宽的传送带到下一个加工厂。挑战性的任务是运输中某些岩石的分类在很短的时间内检测它们的几何特征以及他们传送带上的位置，直到那时用喷射器将发现的物体从传送带上排出。.
除了通常的困难条件，如粉尘与变光温度条件，一个令人恼火的因素是，黑暗的岩石传送带的深色很难分辨。此外，须在很短的时间内检测到所需的物体，以便及时和准确地触发随后的弹射机制。
研制了分选系统的图像处理部分，并对其进行了Rvsto成像测试。
这一要求较高的任务是通过结合Rvsto成像机器视觉组件来解决的。这些组件的佳组合是在可行性研究普赫海姆成像专家。
大性能要求
大照度图像采集区需要：制造商HEMA公司生产的Lux HD-2500/WH，宽250厘米，有水冷线照明，在36伏特电压下提供40安培的功耗，输出1440瓦作为一项特殊功能。高电源单元需要操作这种可调的照明条。
图像记录是通过3CMOS彩色线相机，类型LT 400 CL-F与4096像素由丹麦制造商Jai。它配备了CameraLink接口，并且可以在CameraLink介质模式下处理高达276 M字节/s的捕获数据卷的传输。为了抵挡当地恶劣的环境条件，这条线相机被集成在一个非常坚固的双壁保护相机外壳中，带有水冷和双前窗。这种稳定的外壳确保相机始终在所需的温度范围内工作。压缩空气刀确保窗户不受灰尘和碎屑的影响，这样相机就能清晰地看到传送带。
Rvsto成像得到这样的结果特殊外壳从外部供应商，并使他们适应手头的任务，根据要求的规格。在这种情况下，基于Pucheim的公司处理所有机器视觉组件的整个集成以及相机的安装和连接。
用于快速目标识别的FPGA
在此应用程序中，jai摄像机记录散装材料的彩色线图像，并将图像数据传递给pc，其中微Enable IV-VD4-CL 用硅软件抓取帧用于记录图像的直接处理和对象的分类。这个框架抓取器的核心是FPGA组件用FPGA开发环境 用硅软件实现VisualApplets 2.0。与传统的方法相比，该平台使FPGA的编程效率更高、更经济。由于处理程序的优化和FPGA资源的利用，该系统为挖掘应用提供了较快的对象分类，识别时间小于0.02 ms。
物体分类包括物体的表面、x和y方向的重心、周围的矩形、它们的正交和对角线周长以及单个岩石的致密性等特征。需要计算重心，以检测故障物体的准确位置，并通过执行机构实现随后的弹射。准确的位置，时间和执行器的性能需要计算，以确保可靠的弹射故障对象。
在图像处理方面，分选初包括以每级10位的RGB摄像机信号的记录，然后是白平衡调整。然后将这些数据转换为HSI颜色空间，以定义背景和颜色方面的好部分。这导致了三个层次，这为利用Blob分析对检测到的物体进行特征分类，为图像分割奠定了基础。
如果检测到一块需要弹出的岩石，则帧抓取器调制一个串行TTL触发信号，该触发信号初被转换为RS 232信号。换流箱由Rvsto成像公司为此专门开发的。第二个转换器盒转换成RS 485格式，这样可以在更远的距离上更可靠地传输数据，并且具有总线能力。所处理的故障信号被发送到两个adam 5000 e控制单元，其每个特征128输出，可以控制多达256个连接的执行机构来排出不需要的部分。客户对此应用程序需要的执行器数量将在调试过程中决定。然而，系统是不可能是限制因素，因为这部分可以选择扩展到32768=128*28输出每雏菊链安排。
适用于各类散装材料
整个高性能系统开发所需的时间约为5天，估计负责在Rvsto成像公司实现该应用的技术专家。该项目的一个主要部分是在VisualApplets 2的帮助下对FPGA进行编程。在这里，客户受益于Rvsto成像的经验。
与其VisualApplets能力中心(VACC)而较高级的vADC，硅软件已经引入了VisualApplets的两层认证体系。这也是一个质量声明，以帮助VisualApplets的用户为他们的VisualApplets项目找到合适和熟悉的合作伙伴。VisualApplets能力中心可以对这个FPGA编程工具进行培训并提供深入的建议。
VisualApplets设计中心更进一步：他们可以通过独立于VisualApplets的FPGA编程来解决图像处理需求，这在这里描述的应用程序中得到了回报。同样重要的是，客户能够自己进一步开发准备好的源代码，这在Rvsto成像系统的设计中是允许的。
该系统目前正在终客户处安装，不久将开始运行。然而，它并不局限于采矿中的应用：原则上解决方案适用于所有需要对快速移动的散装材料进行分类、排序或弹出的应用程序。这也包括其他原材料、颗粒或食品需要借助机器视觉进行分类的应用。