Électronique

Inspection de la surface des modules de caméra

Vérifiez que les optiques de caméra ne présentent aucun défaut de surface

Camera Module Surface Inspection

Produits connexes

In-Sight D900

In-Sight D900

Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi

ViDi software with all defect detection tools

VisionPro Deep Learning

A breakthrough in complex inspection, part location, classification, and OCR

Avant que le module de caméra ne soit installé sur un appareil mobile, sa surface doit être inspectée pour vérifier qu’il n’y a pas de corps étrangers, de rayures, de taches ou de poussière sur l’optique.

Ces différents défauts ont une apparence fortement variable. Une empreinte digitale a une apparence bien différente de celle des particules de poussière piégées sous le revêtement de l’optique et ne ressemble pas non plus à une rayure sur la surface du verre. Par ailleurs, la surface réfléchissante de l’optique et les images réfractées des pièces sous l’optique peuvent apparaître comme des anomalies indésirables bien qu’elles ne le soient pas. Pour faire la distinction entre ces anomalies d’arrière-plan et les véritables défauts, il est souvent nécessaire de recourir à l’inspection manuelle, qui est pourtant lente, coûteuse et irrégulière. Les systèmes de vision industrielle basés sur les règles classiques sont difficiles à programmer pour identifier un éventail aussi large de défauts de façon régulière.

L’outil de détection des défauts de Cognex Deep Learning est entraîné à partir d’une large sélection d’optiques exemptes de défauts pour apprendre toutes les variations des pièces normales. En mode non supervisé, il scanne une série d’optiques et signale toutes celles qui présentent des défauts inacceptables, tout en réduisant le nombre de faux positifs.

Les défauts sur les optiques ont tendance à présenter certaines caractéristiques découlant de causes spécifiques, telles que la contamination par la poussière et d’autres particules, les taches d’huile ou d’empreintes digitales, ainsi que le mauvais alignement des composants internes. Les utilisateurs qui doivent identifier le type de défaut spécifique, ou mesurer précisément la taille du défaut, peuvent utiliser le mode supervisé. Avec ce mode, l’utilisateur entraîne le système à partir d’une combinaison de bonnes et mauvaises pièces en mettant explicitement en avant les zones de défaut et en les étiquetant avec le type de défaut observé (rayure, tache, contamination ou autre).

Ces données peuvent être utilisées pour le contrôle de la production en amont. Un certain type de rayure peut être provoqué par une machine mal alignée ou une fibre peut se déposer sur la pièce à cause du mauvais flux d’air dans un processus de fabrication. En identifiant la cause première du problème, les fabricants peuvent rapidement prendre des mesures correctives et interrompre la production des mauvaises pièces.

Recommandés Cognex Produits

ACCÉDEZ AU SUPPORT ET AUX FORMATIONS POUR VOS PRODUITS ET BIEN PLUS

Rejoindre MyCognex

AVEZ-VOUS DES QUESTIONS ?

Les représentants de chez Cognex sont disponibles dans le monde entier pour soutenir votre vision et vos besoins de lecture de codes-barres industriels.

Contact commercial
Loading...