裝飾表元件自動化檢測挑戰(zhàn)

●表面裝飾具有許多不同的類型和變化，手表元件材料也具有眾多類型。

●生產(chǎn)流程(手動或自動化)經(jīng)過專門設計，以顯示隨機特征，這會使每個元件具有獨特性。

●缺陷具有許多不同的類型，局部對比度變化和局部紋理變化通常會使它們顯現(xiàn)出來。

解決方案

有了康耐視ViDi套件和ViDi紅色檢查工具后，裝飾表元件的自動化分析現(xiàn)在變得極其簡單。

軟件算法可以基于一組具有代表性的標注圖像以及已知合格元件樣本圖像自行進行訓練。學習系統(tǒng)可以自動組合各種背景信息，以創(chuàng)建元件形狀和裝飾的可靠模型。因此，它可以輕松識別下面樣本圖片中顯示的難以識別的缺陷：兩個刮痕將被視為異常，這是因為它們的方向不同于元件裝飾表面預期的局部正常方向。

康耐視ViDi套件基于深度學習的工業(yè)級圖像分析軟件，可實現(xiàn)自動檢測和分類。

?類似于人類：勝過最優(yōu)秀的質量檢測員

?自主學習：無需開發(fā)軟件

?功能強大：解決無法編程的檢測挑戰(zhàn)

它是如何工作的?

非常簡單，只需執(zhí)行下面的步驟：

1.收集“已知合格元件”的圖像

2.讓康耐視ViDi套件基于這些樣本進行訓練，并創(chuàng)建參考模型

3.繼續(xù)進行測試

圖像采集設置

檢測裝飾表元件時，一個關鍵挑戰(zhàn)在于，只有在相機位置、元件表面方向和照明角度進行一些特定的組合時，刮痕或凹痕等典型缺陷才會變得可見。為了增加找到這些組合的可能性，將齒輪置于電機的軸上，并在低角度聚光照明條件下，在相機前面不斷旋轉齒輪。由此產(chǎn)生的圖像序列將會揭示局部紋理變化通常會使其顯現(xiàn)出來的不同缺陷。

結果和性能

類似于人類：能夠可靠地檢測復雜裝飾表元件上各種類型的缺陷。

自主學習：進行裝飾表面檢測時無需大量精心調諧和優(yōu)化的檢測算法，相反，它依靠類似于人類的方法，即學習和應用，而且相比人工檢測員，能夠提高測試的一致性和可重復性。

快速輕松：只需不到30分鐘便可基于一組具有代表性的樣本圖像完成學習。

集成

康耐視ViDi套件具有自主學習能力，您可以快速、輕松部署該套件來解決各種新應用，無需任何特定的開發(fā)。