Herausforderungen für die industrielle Bildverarbeitung
Regelbasierten Algorithmen fällt es schwer, komplexe Prüfungen zu programmieren, die Abweichungen und unvorhersehbare Fehler umfassen
Herkömmliche industrielle Bildverarbeitungssysteme bieten eine hohe Zuverlässigkeit bei konsistenten, gut gefertigten Teilen. Sie funktionieren über einen Schritt-für-Schritt-Filter und regelbasierte Algorithmen, die kostengünstiger sind als eine menschliche Prüfung. Durch die zunehmenden Ausnahmen und Fehlerbibliotheken werden die Algorithmen jedoch schwer zu programmieren.
Industrielle Bildverarbeitungssysteme tolerieren gewisse Abweichungen im Erscheinungsbild des Teils durch:- Skalierung
- Rotation
- Perspektivische Effekte
Dennoch stellen komplexe Oberflächentexturen und problematische Bildqualitäten hohe Anforderungen an die Prüfung. Industrielle Bildverarbeitungssysteme können Schwankungen und Abweichungen bei visuell ähnlichen Teilen nur schwer abschätzen. „Funktionelle“ Anomalien, die die Nutzung des Teils beeinflussen, sind nahezu immer ein Ablehnungsgrund. Anomalien im Aussehen können, müssen aber nicht zu einer Ablehnung führen. Dies ist von den jeweiligen Anforderungen und Präferenzen des Herstellers abhängig. Die Problematik besteht darin, dass herkömmliche industrielle Bildverarbeitungssysteme nicht zwischen solchen Fehlern unterscheiden können.
Bestimmte herkömmliche Prüfungen mit industrieller Bildverarbeitung, z. B. die Verifizierung der Endmontage, sind bekanntermaßen schwer zu programmieren. Grund dafür ist die Vielzahl an Variablen, die für eine Maschine ggf. nur schwer zu isolieren sind, z. B.:
- Beleuchtung
- Farbwechsel
- Krümmung
- Sichtfeld
Die Deep-Learning-basierte Software bietet eine hervorragende Alternative für komplexe Prüfungen, welche Abweichungen und unvorhersehbare Fehler umfassen undwelche kompliziert zu programmieren und zu warten sind.
Zugehöriges Produkt
- Deep Learning vs. industrielle Bildverarbeitung und menschliche Prüfung
- Entscheidung zwischen industrieller Bildverarbeitung und Deep Learning
Für nähere Informationen zu Cognex-Produkten: