为了响应嵌入式视觉市场，我们开发了为了在低成本，低功耗平台（从摄像机设计到FPGA编程）中快速提供特定于应用程序的解决方案，该平台可以集***工智能和深度学习功能。为客户设计一个有吸引力的系统是嵌入式视觉的大挑战。通过低成本，低功耗的设备，可以将外观检测中客户的所有功能都置于很小的尺寸中，这是一项艰巨的任务。向消费者介绍完全不同的硬件解决方案并非易事，但终希望是，客户将以某种方式生产更多对用户更友好，更小且终成本更低的产品。在许多使用案例中，传统的视觉检测无法与嵌入式视觉竞争。二、深度学习的更多应用用于视觉检测的深度学习一直处于颠覆性技术的前沿。如果您涉足视觉检测行业，您可能已经看到了该软件如何与深度学习算法相集成以及如何快速产生结果。这些系统可以运行数千个排列，并且在识别和历史记录以及其他应用程序的视觉检查中具有100％的准确性。深度学习将对传统的图像分析方法产生深远的影响。这不仅将改变我们生产的产品，还将改变我们与客户互动的方式。深度学习将在解决传统视觉检测无法解决的应用程序中发挥重要作用。例如，在冷冻干燥的小瓶中检测苗时，每次的结果差异很大，主要取决于它们的干燥方式。采用传统的检测过程非常具有挑战性，因为在某些情况下，可能是粒子看起来与裂缝非常相似，而深度学习有助于区分这种细微的差异。三、提高不可见光成像的效率尽管深度学习可能是从图像中收集信息的新方法，但这并不是一的选择。短波红外相机和照明的进步提高了不可见成像的效率。
一次性注器是一种常见的疗器械。由于它能有效地避免交染，因此得到了广泛的推广和应用。如图1所示，一次性注器主要由针筒和针管组成。注器的字符缺陷对射器的外观和使用有很大的影响。注器字符缺陷的主要原因是印刷过程中出现的字符缺失、缺损等质量问题。对于批量生产，通过人眼目视或触摸来检查字符缺陷，很容易产生视觉疲劳，甚至用针尖划伤手指。另一方面，手工检测效率低，容易漏检，难以保证产品质量，严重影响了一次性注器的生产效率。一、检测难点及目的射器针筒为透明圆柱体，在检测字符时不能一次完全检测。当使用线阵相机进行图像采集时，由于针筒的透明性，针筒两侧的字符会相互干扰检测。如图1所示，本实验中针筒上方的字符颜色是黑色和红色，在生产过程中应该考虑兼容性。此案例旨在通过机器视觉检测，排除反光以及注器上相对面的字符干扰，达到检测出针筒字符完整性的目的。二、视觉检测硬件系统实验环境是自行搭建的模拟现场环境。如图2所示，本实验采用了印刷行业使用率较高的线扫描相机。它能在针筒的生产过程中连续、匀速地对针筒进行扫描，从而实现对针筒的整个表面的均匀检测。该镜头采用高清晰度1000万像素的定焦镜头。全视场的分辨率可达140lp/mm，保证了图像的清晰度。由于针筒字符的颜色分为黑色和红色，我们需要使用相同的照明方法来实现兼容性。
视觉项目前期需求分析阶段，我们会得到一系列样品进行测试，那么，这些样品的测试，我们是***性的进行测试，这些样品是客户认为的缺陷，那么这些缺陷是有专人进行挑选的，那么我们在前期光学实验，进行打光测试，在实验室是可以得到较好的效果，但是一去现场调试，你会发现很多“工程问题”，那就是当前光学环境下成像会把很多OK产品误判成NG产品，或者是一些产品上带的油污或者其他影像视觉检测的外部原因，或者是当前产品上的前序工艺造成的不可避免的印记，但这些客户又不认为的缺陷的产品。NG吗，不是的，这是OK品这在前期需求评估方面，你是不知道会存在这种情况的，在实际运行中，就会出现这种问题，那么我们该如何解决呢？光学系这是靠谱的方式，改变光学系统，比如，某种缺陷，只在暗场照明（低角度）解决，另一种，只是用直射照明，比如同轴，90度光，在上面图中，如果使用漫射板环光，那么图像就是一坨黑色，但是使用同轴光，那么这个问题就可以很好地解决。
版权所有©2025 产品网
