RedHat
event
 

德制國際推出AOI視覺辨識自動化系統

線上自動檢測是全線自動化不可或缺的一環。

機器視覺是透過模仿人類視覺方式來達到電腦識別的方式,一般來說人類視覺系統主體為眼球底層的視網膜,其結構如同我們所知道針孔成像原理中屏幕。透過眼球的轉動不斷將二維影像投影到視網膜上,大腦不斷透過這些影像進行3D世界的分析,透過大腦轉換形成我們對這個世界的了解。在機器視覺的系統中,透過相機進行二維影像的擷取,經由電腦強大的運算效率與相關邏輯或演算法進行分析。其中有極大部分是對待測物體進行光學檢測,用於檢查瑕疵或是量測尺寸,目前大多是採用全自動的模式,即是自動光學檢查簡稱AOI。

德制國際推出自動化視覺系統DAVS,透過圖形化、流程化語言讓使用者簡單透過拖拉點選設定,使得設定簡單好上手。使用光學檢查的方式檢測瑕疵,首先瑕疵的類型需要先進行標準化,瑕疵的判斷每個人的標準都不同,各種工件各種材質都有不同都標準,標準是瑕疵檢測中最艱難的第一步,以目前的技術結構,邏輯演算法無法像人類一樣對瑕疵進行模糊分類,對電腦來說0、1是非常明確的;故透過人工智慧(AI)嘗試對瑕疵分類是目前瑕疵辨識的新方向。

光學檢測系統首先必須正確取像,才能對瑕疵進行分析,其中設備包含光源、相機、鏡頭甚至是相對角度與光線種類方向都會影響瑕疵的成像,或是透過偏光鏡或是顏色鏡過濾特定波長顏色。目前人類肉眼可判定的瑕疵大小約在0.03公厘左右;影像演算法大約可以判定1微米左右。

瑕疵辨識是協助使用者尋找出影像中異常的區塊,認定為瑕疵,實務上通常是沾附在物體表面的粉塵或是色塊脫落;事實上同樣的技術亦可以尋找使用者需要的區塊,例如布料或是針織品的花色辨識,在之前的專案中,德制國際為這項需求專門開發獨家的演算法,以布料或織品的花色作為特徵進行辨識來定位圖樣的位置,並進一步取得圖樣邊緣的位置,透過計算與轉換後將輪廓路徑傳送至刀具機構進行切割,使用這樣的方式規劃切割路徑可以減少人工對位所需的時間加速布料裁切的速度,更可提高切割精準度,更是邁向自動化不可或缺的步驟。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 德制國際 自動化 機器視覺 人工智慧