Dit artikel beschrijft de eerste 5 stappen om uw nieuwe machine vision camera te installeren op een Windows machine. Bekijk voor andere besturingssystemen de handleidingen op onze Downloadpagina of onze installatiegidsen voor Linux, Raspberry Pi, etc.
**Sluit uw camera pas aan na het installatieproces**
Download de SDK voor onze machine vision camera’s van onze downloadpagina.
Pak de zip uit en voer de exe in de zip uit.
Wanneer u wordt gevraagd welke stuurprogramma’s als u wilt installeren, selecteer dan de benodigde. Als u het niet zeker weet, selecteer ze dan allemaal. U kunt deze stuurprogramma’s later ook installeren of verwijderen.
Eenmaal correct geïnstalleerd vindt u programmeervoorbeelden en documentatie in de installatiemap. Daarnaast vindt u de hulpprogramma’s Galaxy Viewer en GigE IP Configurator in de map Galaxy Devices in het startmenu van Windows.
De camera kan nu worden aangesloten op de PC. Als u een GigE camera gebruikt, zorg er dan voor dat de camera voldoende stroom krijgt voordat u het IP adres instelt met de GigE IP configurator.
Nu kunt u de camera aansluiten in de Galaxy Viewer door te dubbelklikken op de cameranaam. Door op de afspeelknop te drukken kunt u de beeldstroom starten.
Als u problemen ondervindt bij het aansluiten van uw GigE camera, controleer dan of u de nodige firewallinstellingen heeft gewijzigd.
- Open Windows Defender Security Center.
- Klik op Firewall & network protection.
- Klik op de koppeling een app toestaan via de Firewall.
- Klik op de knop Change Settings.
- Controleer of zowel GalaxyView.exe als GxGigeIPConfig toegang hebben tot het privénetwerk en het openbare netwerk.
Als u een USB3 camera gebruikt, zijn de bovenstaande stappen niet nodig. De camera wordt meteen weergegeven in Galaxy Viewer. Daarnaast kunt u de camera vinden in Windows Device Manager als Machine Vision apparaat.
Let op: de meeste USB3 camera’s worden gevoed via de USB3 aansluiting. Onvoldoende voeding van de USB poort kan leiden tot storingen. Probeer in dat geval een andere poort of test met een andere computer. Sommige USB3 camera’s hebben een hoog stroomverbruik en worden gevoed via de I/O kabel.
De kans bestaat dat het eerste beeld dat u ziet te donker is. Daarom moeten we eerst de sluitertijd van de machine vision camera instellen. Zorg er ook voor dat u de juiste lens op de camera heeft gemonteerd (zie Lenscalculator) en dat het diafragma geopend is.
Als u alleen vertrouwd wilt raken met de machine vision camera, raden we aan om naar een lichtbron te wijzen, zoals uw computerscherm. Als de camera wordt ingebouwd in het eindproduct, zorg er dan voor dat de omgevingsverlichting van het eindproduct wordt gebruikt.
Er zijn 2 opties om verder te gaan.
Dit is de eenvoudigste optie. Stel daarom de functie ExposureAuto in op Once of Continuous. (Onder: Remote device>Acquisition control>ExposureAuto)
(Onder: Remote device>Acquisition control>ExposureTime)
Let op: de sluitertijd is in µs. Dus 40000 µs = 40 ms. Door de sluitertijd te verlengen wordt het beeld helderder, maar dit kan de framerate beïnvloeden en bewegingsonscherpte veroorzaken.
De maximal haalbare framerate van de machine vision camera is 1000/sluitertijd (ms). Met een sluitertijd van 40 ms is de maximale framerate 1000/40 = 25fps. Als u een stilstaand object in beeld brengt, verhoog dan de sluitertijd tot u de gewenste helderheid heeft.
Voor bewegende objecten is de sluitertijd van de machine vision camera cruciaal. Als de sluitertijd te lang is, wordt het beeld wazig.
Een gebruikelijke berekening stelt dat de maximale beweging van het object niet groter mag zijn dan een halve pixel. Om dit te berekenen gaan we uit van het volgende: Ons gezichtsveld is 1000x600mm en onze Machine Vision Camera heeft een resolutie van 1000x600pixels. Dus 1pixel/1mm. Als een object met 1m/seconde beweegt, is dit 1000mm/seconde. We merken bewegingsonscherpte op als het object meer dan een halve pixel beweegt; dat is 0,5 * 1pixel/1mm= 0,5mm. De maximale belichtingstijd is: (max objectbeweging=0,5mm) / (objectsnelheid = 1000mm) = 0,0005seconden = 0,5ms. In onze berekening zouden we de parameter ExposureTime van de Machine Vision-camera instellen op 0,5x1000=500µs
Als u een (of meer) Ethernet GigE camera’s gebruikt en u heeft geen live beelden, dan kunnen de packet size en packet delay het probleem zijn. Soms kunt u problemen tegenkomen zoals frames die elkaar overlappen, waardoor het vorige beeld gedeeltelijk over het nieuwe beeld heen komt. Vanuit de programmeersoftware kunt u fouten zien zoals failed to get image, getting image failed, incomplete frame.
Optimaliseer de parameters GevSCPSPacketSize en GevSCPD door de waarden langzaam te verhogen totdat u live beelden ontvangt of geen problemen meer heeft met beeld. Standaardwaarden voor een eerste teest zijn GevSCPSPacketSize = 8192 en GevSCPD = 1000.
In de galaxy software vindt u deze parameters onder Remote Device -> TransportLayerControl of via de zoekbalk:
In Python kunt u de waarden instellen door deze regels toe te voegen:
cam.GevSCPSPacketSize.set(8192)
cam.GevSCPD.set(1000)
**(8192/1000 zijn voorbeeldwaarden)
Als u meerdere camera’s gebruikt, moet u de GevSCPS en GevSCPD op specifieke waarden instellen. Raadpleeg hiervoor deze pagina (onderaan): Framerate calculator.
Zie ook ons artikel over het aansluiten van meerdere GigE camera’s op één ethernetpoort.
Een kleuren machine vision camera heeft een witte kalibratieoptie. De kleurweergave van een machine vision camera is afhankelijk van de lichtbron die wordt gebruikt. LED’s hebben een ander kleurenspectrum dan een traditionele gloeilamp of de zon. Vaak ziet het beeld er erg groen uit als de witbalans niet correct is. Stel daarom de BalanceWhiteAuto functie in op eenmalig of continu. (Onder RemoteDevice -> AnalogControl -> BalanceWhiteAuto).
Zodra de witbalans is uitgevoerd, zult u merken dat de kleuren van de machine vision camera realistischer zijn.
Lees meer hierover in ons artikel over sluitertijd, witbalans en kleurcorrectie.
Nu u beelden van hoge kwaliteit kunt maken, wilt u misschien kijken naar meer geavanceerde functies van uw camera.
Als u uw antwoorden niet kunt vinden in ons Kenniscentrum, neem dan gerust contact met ons op.