在基于机器视觉的影像测量中,一些复杂特征传统测量需要人工手动选点测量,不仅易受到人为因素的干扰,而且极大的降低测量效率,提高了人力成本和生产成本。AI影像测量技术运用先进的机器视觉和深度学习算法,可快速、准确地自动识别出目标特征,使得测量过程完全实现智能化、无人化。
中图仪器AI影像测量应用案例
新能源行业中电池后盖边缘特征测量时,由于边缘台阶落差较小,导致成像有多层边界干扰且对比度低,自动批量测量不能自动抓取目标边缘,因此只能手动测量。中图AI测量可排除多层边界干扰,即使对比度低也能自动识别到目标边缘,测量效率提升4.5倍,同时排除人为误差,测量数据更稳定。
3C行业手机中框边缘线测量时,由于该边界不规则,且边界干扰较多,传统自动测量,很容易抓偏,也只能使用手动测量。即使不规则有干扰的边界,中图AI自动测量可以排除干扰自动提取到正确位置,进一步提高测量效率。
金属边边界模糊不清,毛刺过多,边界翘曲不均匀,AI测量可自动过滤毛刺干扰,准确提取边界。
黑色塑胶件上圆柱特征形态不一、边缘轮廓不清,传统自动测量容易提偏,AI提取则精确稳定。
塑料薄片边界干扰多,无法自动提取,手动测量费事费力,AI测量可以精准排除边界上的干扰,提取到正确位置。中图仪器AI影像测量效率和精度
测量效率对比
单个工件的单次测量时间由131s缩短至AI测量28s,效率提升4.5倍;
重复性对比
重复性大于0.02mm的尺寸占比降低81%,测量数据更稳定,重复性更佳;
人员一致性对比
三个不同的操作员分别使用AI测量的数据一致性比手动测量的一致性要好很多。
中图仪器的影像测量AI自动寻边技术,可以大幅提高测量效率,助力企业打造自动化、无人化、智能化生产线。
全部0条评论
快来发表一下你的评论吧 !