DForum
event
 

德制国际推出AOI视觉辨识自动化系统

在线自动检测是全线自动化不可或缺的一环。

机器视觉是透过模仿人类视觉方式来达到计算机识别的方式,一般来说人类视觉系统主体为眼球底层的视网膜,其结构如同我们所知道针孔成像原理中屏幕。透过眼球的转动不断将二维影像投影到视网膜上,大脑不断透过这些影像进行3D世界的分析,透过大脑转换形成我们对这个世界的了解。在机器视觉的系统中,透过相机进行二维影像的撷取,经由计算机强大的运算效率与相关逻辑或算法进行分析。其中有极大部分是对待测物体进行光学检测,用于检查瑕疵或是量测尺寸,目前大多是采用全自动的模式,即是自动光学检查简称AOI。

德制国际推出自动化视觉系统DAVS,透过图形化、流程化语言让使用者简单透过拖拉点选设定,使得设定简单好上手。使用光学检查的方式检测瑕疵,首先瑕疵的类型需要先进行标准化,瑕疵的判断每个人的标准都不同,各种工件各种材质都有不同都标准,标准是瑕疵检测中最艰难的第一步,以目前的技术结构,逻辑算法无法像人类一样对瑕疵进行模糊分类,对计算机来说0、1是非常明确的;故透过人工智能(AI)尝试对瑕疵分类是目前瑕疵辨识的新方向。

光学检测系统首先必须正确取像,才能对瑕疵进行分析,其中设备包含光源、相机、镜头甚至是相对角度与光线种类方向都会影响瑕疵的成像,或是透过偏光镜或是颜色镜过滤特定波长颜色。目前人类肉眼可判定的瑕疵大小约在0.03公厘左右;影像算法大约可以判定1微米左右。

瑕疵辨识是协助使用者寻找出影像中异常的区块,认定为瑕疵,实务上通常是沾附在物体表面的粉尘或是色块脱落;事实上同样的技术亦可以寻找使用者需要的区块,例如面料或是针织品的花色辨识,在之前的专案中,德制国际为这项需求专门开发独家的算法,以面料或织品的花色作为特征进行辨识来定位图样的位置,并进一步取得图样边缘的位置,透过计算与转换后将轮廓路径传送至刀具机构进行切割,使用这样的方式规划切割路径可以减少人工对位所需的时间加速面料裁切的速度,更可提高切割精准度,更是迈向自动化不可或缺的步骤。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 德制国际 自动化 机器视觉 人工智能