装饰表元件自动化检测挑战
● 表面装饰具有许多不同的类型和变化,手表元件材料也具有众多类型。
● 生产流程(手动或自动化)经过专门设计,以显示随机特征,这会使每个元件具有独特性。
● 缺陷具有许多不同的类型,局部对比度变化和局部纹理变化通常会使它们显现出来。
解决方案
有了康耐视ViDi套件和ViDi红色检查工具后,装饰表元件的自动化分析现在变得极其简单。
软件算法可以基于一组具有代表性的标注图像以及已知合格元件样本图像自行进行训练。学习系统可以自动组合各种背景信息,以创建元件形状和装饰的可靠模型。因此,它可以轻松识别下面样本图片中显示的难以识别的缺陷:两个刮痕将被视为异常,这是因为它们的方向不同于元件装饰表面预期的局部正常方向。
康耐视ViDi套件基于深度学习的工业级图像分析软件,可实现自动检测和分类。
▪ 类似于人类:胜过最优秀的质量检测员
▪ 自主学习:无需开发软件
▪ 功能强大:解决无法编程的检测挑战
它是如何工作的?
非常简单,只需执行下面的步骤:
1. 收集“已知合格元件”的图像
2. 让康耐视ViDi套件基于这些样本进行训练,并创建参考模型
3. 继续进行测试
图像采集设置
检测装饰表元件时,一个关键挑战在于,只有在相机位置、元件表面方向和照明角度进行一些特定的组合时,刮痕或凹痕等典型缺陷才会变得可见。为了增加找到这些组合的可能性,将齿轮置于电机的轴上,并在低角度聚光照明条件下,在相机前面不断旋转齿轮。由此产生的图像序列将会揭示局部纹理变化通常会使其显现出来的不同缺陷。
结果和性能
类似于人类:能够可靠地检测复杂装饰表元件上各种类型的缺陷。
自主学习:进行装饰表面检测时无需大量精心调谐和优化的检测算法,相反,它依靠类似于人类的方法,即学习和应用,而且相比人工检测员,能够提高测试的一致性和可重复性。
快速轻松:只需不到30分钟便可基于一组具有代表性的样本图像完成学习。
集成
康耐视ViDi套件具有自主学习能力,您可以快速、轻松部署该套件来解决各种新应用,无需任何特定的开发。
(转载)