Bildverarbeitungssysteme sind eine Art von Automatisierungslösung, die Anwendungen zur Fehlervermeidung bewältigen. Typischerweise führen sie nur eine Funktion nach der anderen aus, wie z. B. binäre Klassifizierung, Defekterkennung, optische Zeichenerkennung (OCR), Objektzählung und Montageüberprüfung.
Bildverarbeitungssysteme sind leistungsfähiger als andere Arten von Sensoren, einschließlich photoelektrischer, Laser- und Näherungssensoren, und kombinieren die Fähigkeit einer Kamera, Bilder aufzunehmen, mit der Verarbeitungsleistung eines Computers. Sie analysieren aufgenommene Bilder, um Daten für Prüfungen zu sammeln oder andere Geräte auszulösen. Basierend auf den Kriterien, die während des Trainings festgelegt wurden, suchen Bildverarbeitungssysteme nach spezifischen Merkmalen. Mit Hilfe dieser Merkmale werden Anomalien an Teilen oder innerhalb von Prozessen identifiziert. Auf diese Weise werden Entscheidungsfindung und Qualitätskontrollaktivitäten automatisiert.
Die In-Sight SnAPP-Sensoren basieren auf vortrainierter KI und wurden für eine ultimativ einfache Bedienbarkeit entwickelt. Sie bieten eine schnelle und einfach zu implementierende Lösung für Anfänger ohne technische Vorkenntnisse. Sie automatisieren eine Reihe von Aufgaben zur Fehlervermeidung und bewältigen auch variable Anomalien.
Die In-Sight 2000 Bildverarbeitungssysteme nutzen herkömmliche, regelbasierte Bildverarbeitung und sind für fortgeschrittenere Benutzer geeignet, die robustere Programmieroptionen benötigen. Sie zeichnen sich dadurch aus, dass sie Anwendungen mit gleichbleibenden oder vorhersehbaren Anomalien bewältigen können.
Die primäre Funktion eines Bildverarbeitungssensors besteht darin, das Vorhandensein/Fehlen eines Objekts innerhalb eines bestimmten Zielbereichs zu erkennen. Die Ausgabe für diese Arten von Anwendungen ist typischerweise binär, z. B. „Ja/Nein“, „Pass/Fail“ oder „OK/Nicht OK“, und kann sowohl bei produkt- als auch bei prozessbezogenen Aufgaben verwendet werden.
Bildverarbeitungssensoren stellen sicher, dass ein automatisiertes System korrekt funktioniert, und reduzieren Fehler bei der Maschineneinrichtung. Sie verifizieren beispielsweise, ob das System fehlerhafte Teile umleitet, die richtigen Informationen an eine zentrale Datenbank übermittelt und dass Teile wie vorgesehen über das Band laufen.
Auf der grundlegendsten Ebene führen Bildverarbeitungssysteme eine binäre Klassifizierung durch. Sie führen jedoch auch mehrstufige Prüfungen durch, um Mängel anhand von mehreren Merkmalen oder Eigenschaften in verschiedene Kategorien zu sortieren und Teile mit Abweichungen korrekt zu identifizieren.
Bildverarbeitungssensoren erkennen mehrere Arten von Komponenten in unterschiedlichen Layouts und Konfigurationen, um Bestückungs- oder Vollständigkeitsprüfungen zu automatisieren. Sie suchen und bestätigen, ob Komponenten vorhanden und korrekt sind, und identifizieren beschädigte oder fehlende Teile in Produkt-Kits.
In OCR-Anwendungen wandeln Bildverarbeitungssensoren alphanumerischen Text in ein maschinenlesbares Format um, um die Rückverfolgbarkeit zu ermöglichen. Sie können verschiedene Schriftarten entziffern und Zeichen auf reflektierenden, kontrastarmen und geneigten Oberflächen lesen.
Bildverarbeitungssysteme werden in Zählanwendungen eingesetzt, um die korrekte Anzahl an Komponenten in einem Kit oder einer verpackten Baugruppe zu verifizieren. Sie werden auch eingesetzt, um sicherzustellen, dass sich Teile mit der richtigen Geschwindigkeit auf den Fertigungslinien bewegen, um Kapazitäts- und Durchsatzziele zu erreichen.
Bildverarbeitungssysteme können eine Vielzahl von 1D- und 2D-Codes lesen. So ermöglichen sie es Herstellern und Logistikern, Teile nachzuverfolgen. Sie wandeln Codes in nutzbare Informationen um, die dann an ein zentrales System übertragen werden. Dort können sie verwendet werden, um Bestand und Sendungen nachzuverfolgen, die Produktauthentizität zu überprüfen und Rücksendungen und Rückrufe zu verwalten.
ERHALTEN SIE ZUGANG ZU SUPPORT & TRAINING FÜR PRODUKTE & MEHR
Werden Sie Teil von MyCognex