项目背景:
国内知名的糖尿病医疗传感器解决方案商,在生产制程中需要对产品的外观缺陷进行品质管控,达到医疗传感器的高精度工艺指标。包括银浆检测、模组毛刺、位置度检测、表面刮伤等。德斯戈提供的检测解决方案,结合传统算法及深度学习技术,进行定量和定性判定结合,有效提升了医疗传感器的产品生产工艺品质和生产线良率。
客户需求:
1、产品尺寸测量

2、RE变色检测

3、产品边缘毛刺检测

解决方案
检测 ——复杂背景检测

通过了解目标区域的各种外观,分割缺陷或其他感兴趣的区域,来了解物体的正常外观(包括其显著但可容忍的变化),通过深度学习算法,查找视野中的复杂特征和对象,学习正常的零件差异,同时全面地理解缺陷,用于表面缺陷和异类检查,解决零件复杂背景下定位、装配验证、缺陷探测、分类和光学字符识别应用问题。 >>查看详情 | 测量 ——平面测量

机器视觉系统计算测量对象上两个或更多个点或几何位置之间的距离以确定这些测量是否符合规格。通常应用在:测量功能特征之间的距离、测量两个边线之间的角度、测量圆心到其边线的距离、根据真实单位校准相机像素。
>>查看详情 |
检测过程:
1、相机取像后使用标定片进行标定,并将图像像素坐标系转换成实际空间坐标系,从而使检测时得到实际的测量值。
2、平整度检测,用最大值与最小值之间的差值来检测判定产品边的平整度。
3、圆直径及各圆间距检测
4、RE变色检测及产品边缘毛刺检测使用深度学习算法进行检测。


验证效果:
1、对产品固定特征点创建模型进行定位
2、使用深度学习算法,对产品建立深度学习毛刺检测模型;

3、对产品毛刺进行标记训练后,测试中使用此训练模型进行毛刺不良检测;


4、通过深度学习算法,对RE变色检测


相同技术案例