PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  inspekcja wizyjna
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available A nested autoencoder approach to automated defect inspection on textured surfaces
Oz Muhammed Ali Nur, Kaymakci Ozgur Turay, Mercimek Muharrem
International Journal of Applied Mathematics and Computer Science
|
2021
|
Vol. 31, no. 3
515--523
EN
In recent years, there has been a highly competitive pressure on industrial production. To keep ahead of the competition, emerging technologies must be developed and incorporated. Automated visual inspection systems, which improve the overall mass production quantity and quality in lines, are crucial. The modifications of the inspection system involve excessive time and money costs. Therefore, these systems should be flexible in terms of fulfilling the changing requirements of high capacity production support. A coherent defect detection model as a primary application to be used in a real-time intelligent visual surface inspection system is proposed in this paper. The method utilizes a new approach consisting of nested autoencoders trained with defect-free and defect injected samples to detect defects. Making use of two nested autoencoders, the proposed approach shows great performance in eliminating defects. The first autoencoder is used essentially for feature extraction and reconstructing the image from these features. The second one is employed to identify and fix defects in the feature code. Defects are detected by thresholding the difference between decoded feature code outputs of the first and the second autoencoder. The proposed model has a 96% detection rate and a relatively good segmentation performance while being able to inspect fabrics driven at high speeds.
2
Content available remote Video component of a computer system to supervise of charge position by induction heating
Koszmider T., Zgraja J., Strzecha K.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 3
107--109
EN
The article presents the project and ways to implement video component of a computer system designed to supervise position of induction heating charges.
PL
W artykule przedstawiony został projekt oraz metody implementacji komponentu wizyjnego systemu komputerowego przeznaczonego do nadzoru pracy stanowiska do nagrzewania indukcyjnego.
3
Content available remote Wpływ komponentów sprzętowo-programowych na wydajność systemów automatycznej inspekcji wizyjnej
Pawłowski P., Namerła A.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 10
126-129
PL
Inspekcja wizyjna, jako ważny element procesów automatyzacji produkcji komplikuje się wraz ze zwiększaniem złożoności i szybkości wytwarzania. Na przykładzie aplikacji przygotowanych w środowisku firmy National Instruments a realizujących zadania stosowane w inspekcjach wizyjnych wykazano, że na wydajność systemów automatycznej inspekcji wizyjnej ma wpływ nie tylko złożoność algorytmów i wydajność sprzętu, ale także szybkość działania środowiska uruchomieniowego, właściwa alokacja zadań i odpowiednie wykorzystanie zasobów.
EN
Automated vision inspection, as an important stage of the process automation becomes more and more complicated, mainly because of the increasing of complexity and speed of production. The paper presents example machine vision inspections prepared in National Instruments software. The experiments have shown that the resulting performance of the inspection system affects not only the complexity of the algorithms and the hardware performance, but also the speed of the runtime environment, proper allocation of tasks, and utilization of the hardware resources.
4
Content available Surface casting defects inspection using vision system and neural network techniques
Świłło S. J., Perzyk M.
Archives of Foundry Engineering
|
2013
|
Vol. 13, iss. 4
103--106
EN
The paper presents a vision based approach and neural network techniques in surface defects inspection and categorization. Depending on part design and processing techniques, castings may develop surface discontinuities such as cracks and pores that greatly influence the material’s properties Since the human visual inspection for the surface is slow and expensive, a computer vision system is an alternative solution for the online inspection. The authors present the developed vision system uses an advanced image processing algorithm based on modified Laplacian of Gaussian edge detection method and advanced lighting system. The defect inspection algorithm consists of several parameters that allow the user to specify the sensitivity level at which he can accept the defects in the casting. In addition to the developed image processing algorithm and vision system apparatus, an advanced learning process has been developed, based on neural network techniques. Finally, as an example three groups of defects were investigated demonstrates automatic selection and categorization of the measured defects, such as blowholes, shrinkage porosity and shrinkage cavity.
5
Content available remote Zrobotyzowane stanowisko kontroli stanu elementów sprzętu uzbrojenia
Panasiuk J., Kaczmarek W.
Mechanik
|
2011
|
R. 84, nr 7(CD)
551-558
PL
W artykule przeprowadzono analizę możliwości adaptacji do zastosowań wojskowych, rozwiązań znanych z przemysłu, a dotyczących realizacji procesu inspekcji wizyjnej przy wykorzystaniu systemów wizyjnych i robotów przemysłowych.
EN
The article has thoroughly analysed the possibility to adapt commonly known industrial solutions regarding vision inspection system and industrial robots for military purpose.
6
Zastosowanie systemu automatycznej inspekcji wizyjnej dla celów automatyzacji operacji lutowania punktowego w produkcyjnych liniach montażowych
Biernacki K., Karliński M., Kornacki W.
Elektronika : konstrukcje, technologie, zastosowania
|
2011
|
Vol. 52, nr 7
84-88
PL
W artykule przedstawiono zastosowanie podsystemu wizyjnego w oparciu o układ kamery inteligentnej (smart camera), wyposażonej w oświetlacz typu LED - ring light, na potrzeby wyznaczania korekty położenia narzędzia roboczego (głowicy lutowniczej) oraz realizacji podstawowych zadań inspekcji jakości lutowanych elementów w mikrorobocie do lutowania punktowego.
EN
This paper presents the applications of visual inspection system with the use of smart camera and LED - ring light for the position correction determination of soldering head and implementation of basie guality inspection tasks of soldered elements in point-to-point soldering microrobot.
7
Content available Automatic inspection of surface defects in die castings after machining
Świłło S. J., Perzyk M.
Archives of Foundry Engineering
|
2011
|
Vol. 11, iss. 3 spec.
231--236
EN
A new camera based machine vision system for the automatic inspection of surface defects in aluminum die casting was developed by the authors. The problem of surface defects in aluminum die casting is widespread throughout the foundry industry and their detection is o f paramount importance in maintaining product quality. The casting surfaces are the most highly loaded regions of materials and components. Mechanical and thermal loads as well as corrosion or irradiation attacks are directed primarily at the surface of the castings. Depending on part design and processing techniques, castings may develop surface discontinuities such as cracks or tears, inclusions due to chemical reactions or foreign material in the molten metal, and pores that greatly influence the material ability to withs tand these loads. Surface defects may act as a stress concentrator initiating a fracture point. If a pressure is applied in this area, the casting can fracture. The human visual system is well adapted to perform in areas of variety and change; the visual inspection processes, on the other hand, require observing the same type of image repeatedly to detect anomalies. Slow, expensive, erratic inspection usually is the result. Computer based visual inspection provides a viable alternative to human inspectors. Developed by authors machine vision system uses an image processing algorithm based on modified Laplacian of Gaussian edge detection method to detect defects with different sizes and shapes. The defect inspection algorithm consists of three parameters. One is a parameter of defects sensitivity, the second parameter is a thres hold level and the third parameter is to identify the detected defects size and shape. The machine vision system has been successfully tested for the different types of defects on the surface of castings.
8
Content available Nowa metoda detekcji defektów tekstury w automatycznej inspekcji wizyjnej
Tomczak Ł., Mosorov V., Kaczorowski D.
Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
|
2006
|
T. 10, z. 3
471-475
PL
W artykule przedstawiono nowy algorytm detekcji defektów, występujących w powierzchniach teksturowych, który, w przeciwieństwie do wielu metod opisanych w literaturze, nie wykorzystuje klasyfikacji nadzorowanej. Dzięki temu nie wymaga przygotowania zbioru uczącego i może być łatwo zastosowany w automatycznym systemie dokonującym wizualnej inspekcji powierzchni materiałów takich, jak: drewno, papier, materiały tekstylne, stal lub skały. W celu wykrycia i określenia lokalizacji defektów tekstur proponowane podejście dzieli analizowany obraz na obszary, następnie z wykorzystaniem rozkładu macierzy według wartości szczególnych i technik przetwarzania obrazów wyznacza cechy opisujące każdy z obszarów. Ostatecznie algorytm stosuje klasteryzację za pomocą metody rozmytych c-środków w celu zaklasyfikowania obszarów do jednej z dwóch klas: klasy defektu lub klasy pozbawionej defektu. Prezentowany algorytm zastosowano do analizy defektów, występujących w przykładowych teksturach naturalnych.
EN
In this paper we propose an algorithm for texture defects detection, which doesn't use supervised classification. The algorithm can be simply applied in an automatic visual inspection system. For localization of texture defects we calculate features of each non-overlapping region of an image via the Singular Value Decomposition (SVD) and image processing techniques. In next step the algorithm uses the fuzzy c-means clustering (FCM) to classify each region into two clusters. Finally we define a distance between centres of defective and non-defective clusters using some threshold value chosen empirically.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.