Page 29 - VSDC_JanFeb2018_eMag
P. 29
应用与解决方案 Applications & Solutions
人工智能
基于人工智能的视觉方案
用于食品形状和颜色检测
文/OPTO Engineering
视觉检测机器在许多工业化生产 否合格的行业,如车削件或冲压件的
过程中发挥着越来越重要的作用,因 2D 非接触测量。
为它既能帮助用户提高产品质量,又
可以降低生产成本。 灵活的视觉解决方案
虽然现在很多视觉检测任务都 为了满足食品行业的特定需
可以通过机器视觉轻松完成,例如 求,Opto Engineering 公司与意大利
确认产品标签位置是否正确、检测 Sensure 公司合作,将神经网络技术
瓶口密封的表面处理、检查瓶盖是 图1:基于人工智能技术的ALBERT系统在检测食品。 应用到机器视觉系统中,研发出了一
否拧紧、读取二维码、检查产品的 事实上,在各行业内都经常会 种操作简便的模仿人类行为的创新视
填充水平 ;但是在某些行业视觉检 有这样的情况 :即一条生产线被用 觉系统——ALBERT™(见图 1)。不
测仍然面临着诸多挑战,尤其是在 来生产多种产品。而为了能适应生 同于传统的视觉检测系统,该创新的
天然食品检测方面。 产要求的变化(比如一批不同的原 视觉系统可以通过快速重新设定检测
料)或检测不同产品需求,最终用 标准来完成对新产品的分类,或迅速
食品检测面临的挑战 户希望在检测产品时能简单快速地 调整适应新一批原料的检测任务。
事实上,诸如烘焙或冷冻食品之 修改验收标准。 ALBERT 系统本质上是一种基于
类的产品,它们在形状和 / 或颜色上 尽管传统的视觉检测系统在速 人工智能技术的(统计和神经网络技
会具有一定程度的可变性,而传统的 度和可靠性方面,都比人工检测表现 术相结合的方法)、用于产品形状和
机器视觉系统很难辨认出来。由于食 得更为优异,但是它们依然不能满足 颜色检测的自主学习视觉系统。其核
品行业的验收标准通常是诸多参数的 上述需求。事实上,传统的视觉检测 心软件以神经网络和模仿人脑思维的
主观组合,即使是质保技术员也难以 系统主要被用于需要检测固定参数是 软件算法为基础 :基于软件算法的视
描述清楚,所以产品缺陷的严重程度
也是很多变量组合在一起的结果。
目前,由于此类基于成像的自动
检测系统尚未被广泛采用,很多地方
仍在使用人工检测 ;另一方面,在机
器视觉系统的应用案例中,视觉检测
任务通常是通过高度定制化的解决方
案完成的。由于这些解决方案必须要
由有经验的工程师进行编程,所以不
仅价格昂贵、内容死板,还很难适应
新的生产要求。 图2:ALBERT系统的操作界面。
26 Jan/Feb 2018 视觉系统设计 Vision Systems Design China