Prüfung des Fahrzeug-Identifikationsnummern-Codes (VIN)
Cognex Deep Learning OCR-Tool erkennt verformte Zeichen
Ähnliche Produkte
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Ein völlig neuer Ansatz bei komplexen Prüfungen, Teilelokalisierung, Klassifikation und OCR
Eine Fahrzeug-Identifikationsnummer oder VIN-Code ist ein aus unterschiedlichen Zeichen bestehender Code, der zur eindeutigen Identifizierung eines Fahrzeugs benutzt wird. VIN-Codes bestehen aus Buchstaben und Zahlen und können direkt auf dem Teil angebracht (direct part-marked / DPM), in eine Metallplatte geätzt oder geritzt oder auf einen Aufkleber gedruckt werden. Der Fahrzeughersteller muss für eine erfolgreiche Rückverfolgbarkeit in der Lage sein, die VIN-Codes zu lokalisieren und zu dekodieren. Spiegeleffekte, Farbgebung und Blendeffekte machen es für industrielle Bildverarbeitungssysteme schwierig, die Zeichen zu lokalisieren und die Zeichen zu erkennen. Ein Prüfsystem muss spiegelnde Oberflächen tolerieren, die die zur erfolgreichen Erkennung der Zeichen erforderliche Bilderstellung anspruchsvoll gestalten.
Mit dem Cognex Deep Learning OCR-Tool lassen sich verformte Zeichen nun trotz der anspruchsvollen Bilderstellung einfach lokalisieren und lesen. Zum Einlesen der Software definiert ein Ingenieur den Zielbereich auf Bildern mit einer repräsentativen Auswahl an VIN-Code Zeichen. Dank seiner vorinstallierten Schriftarten-Bibliothek erkennt das Cognex Deep Learning OCR-Tool selbst durch Blendeffekte und Kontraste verdeckte Zeichen. Während der Einlern- und Validierungsphase werden nur die übersehenen Zeichen durch einen Techniker neu gekennzeichnet, bis das Modell der Software in der Lage ist, alle Zeichen korrekt zu identifizieren. Dieser neue, auf Deep-Learning basierte Ansatz zu OCR spart beim Einlernen und bei der Entwicklung Zeit, indem es übermäßige Kennzeichnung vermeidet und Zeichen auf unruhigem Hintergrund erfolgreich liest.
