制造業是中國工業化的源頭,也是工業生產大國。任何一步的質量都可能影響生產過程的變化。表面缺陷不僅影響產品的美觀和舒適性,還會對其性能產生不良影響。因此,制造商對產品的表面缺陷檢測非常重視。傳統的檢修盒面板按鈕安裝是否正確的質量檢查方法是依靠人工肉眼逐一檢查是否正確、效率低、誤識別率高、耗時耗力。對于一些重要的按鈕,尤其是停機和上下鍵安裝錯誤,很容易導致嚴重事故,因此迫切需要使用人工智能檢測手段,引入機器視覺檢測,配合AI智能化算法,有效控制產品質量,從而消除或減少缺陷產品的產生,提高生產效率。
人工智能檢測
一、系統架構
AI視覺檢測系統主要通過光源和圖像傳感器(工業相機)獲取產品的表面圖像,利用圖像處理算法提取圖像的特征信息,然后根據特征信息對表面缺陷的定位、識別、分類等判定與統計,通過圖像采集、圖像校正、模板制作、模板匹配、差異分析、識別判斷,將計算結果數據存儲、前端展示,系統通過對缺陷產品進行挑選篩查,從而實現殘次品快速篩除,大大提供了制造生產效率,降低容錯率。
二、系統功能
圖像采集:500萬像素8幀/秒定焦定高工業相機,由算法自動處理,面板高度不同帶來的對焦可調整;
圖像預處理:預處理算法消除每個面板的長、寬、高均不相同,模板制作的好壞、視差的高低所帶來的影響。
模板制作:支持不同型號面板制作正確狀態下的形狀模板,可對模板進行增刪改查。
比對算法:根據物料號自動加載模板圖像,對目標圖像進行多旋轉角度、變形匹配,給出匹配得分。
日志管理:記錄檢修盒面板檢測系統中所有的執行步驟、程序運行的過程等,可隨時查看中間結果。
歷史數據:對每次檢測的結果進行本地保存,可自定義查詢條件對以往檢測歷史進行查看、也可導出查詢結果備案。
系統管理:檢修盒面板檢測系統中提供了豐富的算法參數調節接口,可供專業人士針對不同場景進行調節。
可擴展性:該系統可不僅僅局限于檢修盒面板的檢測,所有可以用模板匹配方法解決的問題,都可以無縫采用該軟件系統。
三、系統軟件
檢驗窗口:支持查看待檢設備及模板圖像、檢驗結果等,設置系統初始化配置。
檢驗窗口
檢驗窗口
開始檢測:支持選擇檢驗設備參考模板,并輸入對應的檢驗條碼,點擊開始檢驗,即可打印當前檢驗結果。
開始檢測
制作模板:支持自定義新建模板,通過相機抓取合格的圖片進行特征值自動識別,并保存對應模板特征值。
制作模板
日志管理:支持設備運行過程打印日志查詢。
日志管理
歷史數據:支持根據時間、查詢結果檢索查詢,并支持查詢結果導出備份。
歷史數據
四、應用場景
應用場景
機器視覺識別檢測目前已經用于產品外形、表面缺陷、裝配結果檢測等領域,如:木材加工檢測、金屬表面視覺檢測、電路板檢測、焊縫缺陷檢測、面板按鈕安裝檢測等。
審核編輯黃昊宇
-
監測
+關注
關注
2文章
3927瀏覽量
45382 -
AI
+關注
關注
88文章
34447瀏覽量
275841 -
視覺檢測
+關注
關注
2文章
394瀏覽量
19786
發布評論請先 登錄
太一物聯 + 英特爾智能檢測趨勢論壇召開,共探 AI 視覺賦能新質造之路

《工業4.0新基建:RK3588核心板如何賦能智能制造全鏈路》
Banana Pi 發布 BPI-AI2N & BPI-AI2N Carrier,助力 AI 計算與嵌入式開發
AI賦能邊緣網關:開啟智能時代的新藍海
虹軟AI視覺賦能雷鳥V3 AI拍攝眼鏡發布
AI干貨補給站04 | 工業AI視覺檢測項目實施第三步:模型構建

Rockchip SoC 賦能 AI 與視覺創新:推動智能設備的未來發展

評論