人工智能检测设备实现手机外观瑕疵全自动检测
手机外观瑕疵检测一直是业界的难题,需要检测的缺陷种类繁多且变化多端,主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、
手机外观瑕疵检测一直是业界的难题,需要检测的缺陷种类繁多且变化多端,主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、
机器视觉中,缺陷检测功能,是机器视觉应用得最多的功能之一,主要检测产品表面的各种信息。在现代工业自动化生产中,连续大批量生产中每个制程都有一定的次品率,单独看虽然比率很小,但相乘后却成为企业难以提高良率的瓶颈,并且在经过完整制程后再剔除次品成本会高很多(例如,如果锡膏印刷工序存在定位偏差,且该问题直到芯片贴装后的在线测试才被发现,那么返修的成本将会是原成本的100倍以上),因此及时检测及次品剔除对质量控制和成本控制是非常重要的,也是制造业进一步升级的重要基石。
在工业中,自动化检测设备可以通过视觉检测与测量系统获取环境的二维和三维图像,并通过视觉处理器进行分析和解释,进而转换为符号,让检测设备能够辨识物体,并确认物体位置及检测不良。
基于深度学习技术的外观缺陷检测设备在工业生产中的应用可以实现非接触式测量,这种无任何接触、无任何损伤的自动检测技术,是实现设备自动化生产、智能化生产和精密控制的有效方式,具有精确有效、安全可靠、应用范围广等优势。检测设备运用深度学习技术后,较之前传统的外观缺陷检测方法,深度学习技术可以通过训练模型并逐渐优化,使设备在检测复杂表面和检测诸如划痕凹痕等缺陷时尤其有效,检测的准确性、适应性速度和性能远高于传统的检测技术。
泡罩板视觉检测设备适用于胶囊、片剂、胶丸、素片及各种异形片泡罩板的空泡、残片、铝塑破损,铝箔压偏、网纹不清、印字有无等质量检测,实现铝塑包装机的自动化联线生产。
CCD视觉检测设备依赖于CCD成像摄像头和检测系统,其中检测系统尤其重要。检测系统基于客户对产品的检测要求,根据客户的要求系统开发工程师再有指对性开发。
现今,药机企业所生产的整机或生产线,是由成千上万种零部件组装而成。而这些零部件在加工过程中存在各种各样的瑕疵,品质管控的手段也多以人工检验为主,借助部分工装检具、测量仪器进行辅助测量。众所周知,“4M1E”中最难以管控的因素就是“人”的因素,受限于人体自身难以避免的这些缺陷,极易造成不良零件的漏检。
对视觉检测设备工业镜头的选择,我们首先必须先确定客户需求: 1、视野范围、光学放大倍数及期望的工作距离:在选择镜头时,我们会选择比被测物体视野稍大一点的镜头,以有利
视觉检测设备工业镜头的基本参数,镜头选择应注意:①焦距 ②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点/节点 ⑦畸变。 <1>视场(Field of view,即FOV,
视觉检测工业相机镜头的选择,工业相机镜头由多个透镜、可变(亮度)光圈和对焦环组成。如下图所示,在使用时由操作者观察相机显示屏来调整可变光圈和焦点,以确保图像的明亮程