technoleg canfod diffygion sy'n seiliedig ar weledigaeth peiriant i'w drafod

Gyda datblygiad cyflym technoleg rheoli awtomeiddio diwydiannol a thechnoleg gyfrifiadurol, mae awtomeiddio diwydiannol wedi treiddio i gynhyrchu diwydiannau amrywiol. Mae peiriannau dosbarthu awtomatig wedi'u defnyddio'n helaeth mewn cynhyrchu diwydiannol, o'r diwydiant microcircuit, diwydiant electroneg, diwydiant LED i'r diwydiant cyffredinol o gysylltiad cynnyrch, chwistrellu a selio, i gyd yn chwarae rhan bwysig. Mae cymhwyso peiriant dosbarthu awtomatig nid yn unig ar gyfer ansawdd y cynnyrch wedi dod â gwelliant sylweddol, ond hefyd yn gwella effeithlonrwydd cynhyrchu, yn gallu gwireddu sefyllfa gymhleth y broses ddosbarthu. Ar y sail hon, rhoddir mwy o sylw i ansawdd y dosbarthu. Yn y cynhyrchiad gwirioneddol, oherwydd amrywiaeth o ffactorau, megis lefel y broses dosbarthu peiriant dosbarthu awtomatig, tymheredd glud, ac ati, gall cynhyrchu glud gynnwys swigod aer, toriad stribedi glud, mae lled y stribed glud yn rhy drwchus neu'n rhy denau a diffygion eraill. Felly, mae'n hynod bwysig rheoli ansawdd dosbarthu yn llym mewn amrywiol sefyllfaoedd lle mae angen gwireddu'r effaith cysylltiad trwy ddosbarthu. Mae dibynnu ar weithlu i ganfod diffygion dosbarthu yn amlwg yn afresymol, oherwydd ei lwyth gwaith mawr, effeithlonrwydd isel, nid yw cywirdeb canfod yn uchel, ni all ddiwallu'r anghenion cynhyrchu gwirioneddol. Er mwyn datrys y problemau uchod, defnyddir technoleg canfod diffygion dosbarthu yn seiliedig ar weledigaeth peiriant yn eang, sydd â manteision cost isel, cywirdeb uchel a chyflymder uchel.

Yn gyntaf, yn seiliedig ar dechnoleg canfod gweledigaeth peiriant status quo

Mae gweledigaeth peiriant yn seiliedig ar ymchwil gweledigaeth gyfrifiadurol gyffredinol, ac ar yr un pryd mae'n ymwneud â thechnoleg goleuo ffynhonnell golau, caffael delwedd cyflym ac agweddau eraill ar ymchwil technoleg ymarferol. Mewn diwydiant, mae angen cyfuno'r defnydd o weledigaeth peiriant i adeiladu system gymhwyso gweledigaeth ddiwydiannol gyflawn ag amrywiaeth o dechnolegau, sy'n cynnwys peirianneg fecanyddol, synwyryddion, delweddu optegol, rheoli symudiadau, prosesu delweddau ac agweddau eraill. Mae Ffigur 1-1 yn dangos fframwaith cyffredinol y system gweledigaeth peiriant yn y diwydiant gwirioneddol, yn bennaf gan gynnwys y targed wedi'i fesur, ffynhonnell golau, system delweddu optegol, system dal delwedd, caffael delwedd a digideiddio, modiwl prosesu delweddau deallus a modiwl rheoli cynnig .

Gyda chynnydd gwyddoniaeth a thechnoleg, mae cyflymder datblygu gweledigaeth peiriant yn mynd yn gyflymach ac yn gyflymach, ac mae rhai sefydliadau ymchwil a datblygu tramor wedi datblygu llawer o feddalwedd system gweledigaeth peiriant yn seiliedig ar brosesu delweddau, megis Llyfrgell MatroxImaging (MIL), Halcon , Matlab, a'r llyfrgell ffynhonnell agored OpenCV. Oherwydd eu galluoedd prosesu delweddau pwerus, mae'r rhaglenni meddalwedd hyn wedi'u defnyddio'n helaeth mewn cynhyrchu diwydiannol. Ar hyn o bryd, mae dau fath o algorithmau mewn gweledigaeth peiriant, sef algorithmau prosesu delweddau digidol ac algorithmau dysgu dwfn yn seiliedig ar rwydweithiau niwral convolutional.

(1) Y dull yn seiliedig ar brosesu delwedd ddigidol, yn bennaf trwy brosesu delwedd a gweithrediadau eraill i gael arwynebedd yr haen gludiog, canol y màs, a fformiwla cymhlethdod wedi'i addasu i bennu ansawdd yr haen gludiog. Mae gan y dull traddodiadol sy'n seiliedig ar brosesu delweddau digidol fanteision gweithrediad syml a llai o baramedrau, ond mae ganddo hefyd yr anfanteision o fod yn agored i ffactorau gwrthrychol megis golau, segmentiad gwael yr haen gludiog, dosbarthiad gwael o ddiffygion, a chyffredinolrwydd gwael.

(2) Gyda dyfodiad y cyfnod data mawr, mae mynediad hawdd at bob math o adnoddau gwybodaeth yn gwneud cymhwyso dysgu dwfn yn fwy a mwy helaeth. Yn enwedig yn y rhwydwaith niwral convolutional, ar ôl i'r llun gael ei grynhoi a'i gronni'n ddwfn, mae'r haen ymhlyg yn gallu dangos nodweddion mwy cyffredinol a haniaethol nag a gaffaelwyd â llaw, gan gyflawni canlyniadau da mewn dosbarthiad cydnabyddiaeth. Mae dyfodiad dysgu dwfn wedi dod â mwy o ddichonoldeb i adnabod diffygion dosbarthu. Fodd bynnag, mae dysgu dwfn yn gofyn am ddigon o ddata hyfforddi a phŵer cyfrifiadurol pwerus, gan wneud ei lanio a'i gymhwyso mewn llawer o feysydd yn gyfyngedig, a bydd hyn hefyd yn effeithio'n uniongyrchol ar effeithlonrwydd canfod y pwynt glud diffygiol.

Yn ail, rhaglen ganfod optegol y system arolygu dosbarthu

Yn y broses o ddosbarthu canfod diffygion, mae caffael gwybodaeth delwedd yn barhaus a sefydlog hefyd yn gam hanfodol, mae'r ddelwedd yn dda neu'n ddrwg ar gyfer dyluniad yr algorithm yn cael effaith fawr ar faint o anhawster, felly, yn y broses o wrth ddylunio'r system canfod diffygion dosbarthu, mae angen dewis y caledwedd ar gyfer canfod optegol. Fel y dangosir yn Ffigur 2-1, gan ystyried y tâp gludiog ar gyfer gludiog tryloyw, mae yna ffenomenau adlewyrchol, felly mae'n ofynnol i'r ffynhonnell golau fod yn fwy unffurf yn y radd o oleuo ar bob ongl, ac mae gan olau cyfechelog uchel. - trefniant dwysedd, delweddu clir, disgleirdeb unffurf a nodweddion eraill. Yn ogystal, yn y gofynion disgleirdeb goleuo unffurf ar yr un pryd, oherwydd bodolaeth swigod mewn rhai o'r tâp gludiog, a ffynhonnell golau cyfechelog o'r tâp gludiog mae pellter penodol, ni all caffael y llun fod a arsylwyd i nodweddion swigen, felly ystyriwch y defnydd o ffynhonnell golau stribed ar ben y tâp gludiog i arbelydru, fel y gellir gweld nodweddion y swigod. Gan fod gan y dull arbelydru fertigol fanteision ardal arbelydru mawr ac unffurfiaeth golau da, dewisir y ffynhonnell golau cyfechelog fel y dull arbelydru fertigol, tra bod y ffynhonnell golau stribed yn cael ei ddewis fel y dull arbelydru fertigol.

Cyfieithwyd gyda www.DeepL.com/Translator (fersiwn am ddim)