項目需求:
某集成商有一個牛奶包裝生產日期打印質量的檢測需求,內容為檢測牛奶包裝上的生產日期打印質量,判斷是否有打花,缺碼,污點的情況,設備根據檢測結果,將打印質量不良的包裝剔除。
檢測對象:
方案設計:
視覺方案
成像方案部分:
??迪鄼C:MV-CA013-20GM ??电R頭:MVL-HF3528M-6MP
光源:MV-LLES-175-30-W 視場范圍:60 mm * 40mm
工作距離:350mm 光源距離:180mm
需求難點:
作為檢查對象,字符信息實時在變化,位置也不固定,有一定的波動,包裝個體之間的差異導致字符的背景也有明暗變化的情況,因此使用傳統的缺陷檢測算法很難實現
算法實現:
考慮到項目的難點,利用深度學習缺陷檢測的方式搭建算法方案,首先通過特征匹配和仿射變換定位字符位置,并將原圖裁剪成260*160大小的圖片。流程如下:
圖像預處理流程
原圖 裁剪后的圖片
通過圖像預處理,將原始圖像裁剪成260*160分辨率的小圖,一方面可以使得樣本的的背景更加簡單,較少干擾。同時,低分辨率的樣本可以較少算法對硬件的依賴。提升檢測效率。模型訓練時,選擇300張NG的樣本和300張OK的樣本,保證NG的樣本中包含所有缺陷的紋理。具體模型訓練的過程略。得到缺陷檢測的模型后,進行測試,測試的算法流程如下:
缺陷檢測流程
通過測試發現,OK的樣本和NG的樣本在概率圖的呈現形式上有明顯的差異,通過blob工具,開啟面積和閾值使能,過濾干擾項,達到字符缺陷檢測的效果。測試樣本集中,OK的樣本為800張,NG的樣本為400張,OK的全部識別正常,NG的誤識別為4張,綜合識別率為99.7%。
總結:
在實際的應用環節發現,終端客戶對字符缺陷的需求要大于字符識別的需求,實際的噴碼過程中,噴碼錯誤的可能性非常低,往往會有設備異常導致的噴碼缺陷,這類缺陷是客戶需要剔除的,深度學習缺陷檢測技術剛好可以應對這類復雜的缺陷檢測需求。
廣州艾韋迅科技是??低暺煜碌暮?禉C器人HikRobot??抵悄茏x碼器/工業相機經銷商,供應海康掃描槍ID2000、ID3000、ID5000、ID6000等系列全部型號,海康威視讀碼器同時為 為電子、物流、FPD顯示屏、半導體、汽車制造等領域提供專業機器視覺解決方案,???a href="http://www.www.knz42.com/tiaoma_dutou/" target="_blank" >工業讀碼器助力用戶快速準確實現工業自動化。