Inspección de defectos estéticos

Captura defectos en superficies de embalaje complejas

Cosmetic Defect Inspection

Productos relacionados

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning

Uno de los mayores desafíos en relación con defectos cosméticos o de la superficie en bienes de consumo empacados es que son dinámicos, a menudo a causa del proceso de formación. Los defectos típicos como golpes, rayones o manchas pueden ser imperceptibles en la superficie texturizada de la pieza durante la producción temprana. Estos defectos solo se vuelven visibles en condiciones de iluminación específicas más adelante en el proceso de producción. Si bien el costo de la detección tardía puede ser dolorosamente alto, del mismo modo pueden serlo los rechazos falsos. Esta inspección tiene especial importancia en industrias reguladas en las que una mala calidad del embalaje puede provocar retiradas o quejas de los clientes.

Con frecuencia, la tecnología de visión convencional puede pasar por alto defectos cosméticos complejos en los embalajes, tales como burbujas en las etiquetas, degradación del color, rasguños, grietas, sobreimpresiones y problemas de envoltura excesiva o insuficiente. Los inspectores humanos distinguen con facilidad estos tipos de defectos o variaciones impredecibles, pero resultan muy difíciles de programar con algoritmos de visión artificial basada en reglas.

El software de análisis de imágenes basado en el aprendizaje profundo de Cognex detecta los defectos cosméticos en superficies metálicas rugosas y con texturas con la misma confiabilidad que los inspectores humanos, pero con la velocidad de un sistema computarizado. La herramienta de detección de defectos identifica los defectos en material grueso con iluminación estándar, incluso cuando la calidad de la imagen es mala, al formar un modelo confiable de la forma y textura de la pieza en función de imágenes de entrenamiento. Desde aquí, identifica las desviaciones en la textura de la superficie como anomalías y usa una herramienta de clasificación para clasificarlas como golpes o rayones.

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex