基于学习的缺陷检测系统在弹片上的应用

发布时间: 2019-02-07 编辑人:影像测量仪

 海克斯康影像产业单元推出全新基于学习的缺陷检测系统,按照人脑的判断理念来对弹片进行缺陷检测。相比传统机器视觉,基于学习的机器视觉检测系统的检测结果有着更高的检测准确性和重复性。产品的优势更大,可以解决更多复杂的问题。

 

弹片是用于机械、车辆的缓冲防震装置和继电延迟装置中等电子产品内置部件,弹片是电测试的接触媒介,为电子五金元器件,

 

 

 

弹片的质量是很重要的,可以说是轻触开关质量的关键。产品常常存在外观刮伤、刮花、压伤及折弯裂痕、污垢、中间的点有没有偏位等缺陷样品,当我们检测弹片是否合格时,这些是首要因素。

 

 

 

基于学习的缺陷检测系统针对弹片中某一类型的缺陷,输入10~20张缺陷样本,通过成像系统拍缺陷样本图片,人工在样本图片上对缺陷特征进行标记,之后软件通过算法对标记好的图片进行学习,学习之后建立弹片缺陷的NG数据库,从而形成针对该种类缺陷的神经网络。当对弹片进行检测时,系统即可智能判断它是否有此类缺陷,同时对缺陷进行及时可靠的识别、标记和分类。

 

 

 

海克斯康影像产业单元所推出的基于学习的视觉检测系统,顺应当前人工智能发展潮流。系统软件让机器有了大脑,有了像人一样的学习能力,可以在不断工作中积累经验,检测的次数越多经验越丰富,结果越来越准确。系统使用神经网络算法,模块化地解决机器视觉的各种问题。人工智能走入机器视觉领域,实现意义上的机器替代人,必将推动无人工厂的落地实施。