方案设计:
视觉方案
成像方案部分:
图像预处理流程
原图 裁剪后的图片
通过图像预处理,将原始图像裁剪成260*160分辨率的小图,一方面可以使得样本的的背景更加简单,较少干扰。同时,低分辨率的样本可以较少算法对硬件的依赖。提升检测效率。模型训练时,选择300张NG的样本和300张OK的样本,保证NG的样本中包含所有缺陷的纹理。具体模型训练的过程略。得到缺陷检测的模型后,进行测试,测试的算法流程如下:
缺陷检测流程
通过测试发现,OK的样本和NG的样本在概率图的呈现形式上有明显的差异,通过blob工具,开启面积和阈值使能,过滤干扰项,达到字符缺陷检测的效果。测试样本集中,OK的样本为800张,NG的样本为400张,OK的全部识别正常,NG的误识别为4张,综合识别率为99.7%。
总结:
在实际的应用环节发现,终端客户对字符缺陷的需求要大于字符识别的需求,实际的喷码过程中,喷码错误的可能性非常低,往往会有设备异常导致的喷码缺陷,这类缺陷是客户需要剔除的,深度学习缺陷检测技术刚好可以应对这类复杂的缺陷检测需求。
广州艾韦迅科技是??低悠煜碌暮?祷魅薍ikRobot??抵悄芏谅肫?工业相机经销商,供应海康扫描枪ID2000、ID3000、ID5000、ID6000等系列全部型号,??低佣谅肫?/a>同时为 为电子、物流、FPD显示屏、半导体、汽车制造等领域提供专业机器视觉解决方案,???a href="http://m.ivysun.cn/tiaoma_dutou/" target="_blank" >工业读码器助力用户快速准确实现工业自动化。