Ispezione della superficie di moduli telecamera
Assicurati che le lenti delle telecamere siano prive di difetti superficiali

Prodotti correlati

Software di visione basato sul deep learning con tutta la potenza di In-Sight ViDi

A breakthrough in complex inspection, part location, classification, and OCR
Prima di installare il modulo telecamere in un dispositivo mobile, è necessario ispezionarne la superficie per assicurarsi che non vi siano materiali estranei, graffi, macchie o polvere sulla lente.
Difetti diversi variano notevolmente tra loro in termini di aspetto. Una macchia e un'impronta digitale hanno un aspetto molto diverso da particelle di polvere intrappolate sotto il rivestimento della lente e nessuna di esse ha lo stesso aspetto di un graffio sulla superficie del vetro. Inoltre, la superficie riflettente della lente e le immagini rifratte da componenti posti sotto l'obiettivo possono apparire come anomalie indesiderate anche se in realtà non lo sono. Distinguere tali anomalie di fondo dai veri difetti richiede spesso un'ispezione manuale che è lenta, costosa e incoerente. Tuttavia, i sistemi di visione industriale tradizionali basati su regole non possono essere programmati facilmente per identificare in modo coerente una gamma così ampia di difetti.
Lo strumento di rilevamento di difetti del Deep Learning di Cognex è addestrato su un'ampia selezione di lenti prive di difetti per apprendere la variazione completa dei componenti normali. In modalità "Apprendimento non supervisionato" scansiona una sequenza di lenti e segnala quelle che non rientrano nel campo di valori accettabile, riducendo al minimo i falsi positivi.
I difetti delle lenti tendono ad avere determinate caratteristiche derivanti da cause specifiche, quali la contaminazione da polvere e altre particelle, macchie di olio o impronte digitali e il disallineamento di componenti interni. Gli utenti che devono identificare il tipo specifico di difetto o misurare con precisione le dimensioni del difetto possono utilizzare la modalità supervisionata. In tale modalità l'utente addestra il sistema su una combinazione di componenti conformi e non, evidenziando esplicitamente le zone difettose ed etichettandole con il tipo di difetto: graffio, macchia, contaminazione o altro.
Tale conoscenza può essere utilizzata per il controllo del processo a monte. Un certo tipo di graffio potrebbe essere causato da una macchina disallineata oppure una fibra potrebbe depositarsi a causa dello scarso flusso d'aria in un processo di produzione. Individuando la causa principale del problema, i produttori possono intraprendere rapidamente azioni correttive e ridurre al minimo la creazione di un numero maggiore di componenti difettosi.