成像模块和AI

用于自动评估产品质量的光学传感器

第四次工业革命的特征是所有商业领域的颠覆和创新周期的加速。这会改变我们今天的质量保证方式吗?人工智能会质疑现有的测量技术吗?

通过新的数据分析和使用深层学习工具以及高级数据分析的新方法，我们将看到更智能的解决方案。还可以大大改善具有结构照明和其他技术的实际分辨率，这使得可以以相同的价格实现储存啤酒图像字段或更好的结果。光度立体声映像使得可以更准确且独立地确定结构或边缘的位置精度，从而更精确且可靠地执行图像中的形状和位置测量。

给机器眼睛

Opto已经开始为机器提供即插即用的视觉传感器。这些成像模块与摄像机、光学、调整照明以及控制电子设备一起交付，在一个调整和预先校准的包中。要知道，如果目标是为每个应用程序交付具有最佳图像的模块，那么必须有几千个模块。作为最早的解决方案之一，一种小巧的多功能数码显微镜被开发出来。这有一个同轴和环形光执行许多不同的任务与一个单位。集成同轴EPI照明的亮场，以控制反射表面上的结构，集成环形灯用于暗场成像，显示杂质和划痕。与轮廓投影仪一起，像显微镜一样配备了一个500万索尼传感器和集成的远心成像和照明光束路径，它可以呈现针、网、螺钉或其他样品的轮廓，以实现高精度测量的完美对比。

理想的学习

这些解决方案适用于传统图像处理的进一步处理，因为它们提供了优化的对比度和高分辨率，为各自的应用进行了优化。然而，成像模块也适合学习应用，因为完整的结构是建立在一个紧凑的铝外壳，不能更改。这使成像稳定，并保证相同的图像质量与相同的校准，即使是几个站。为了满足物联网和工业4.0过程中对工厂自动化的要求，未来将会有嵌入式模块。这些将是智能订单模块，提供真实的结果，并驱动机器或提供直接的测量结果。他们会有多聪明还有待观察。一种方法是使用结构照明和照明几何的反馈。其优点，如更好的边缘检测，更好的缺陷表面表示和超分辨率评估，使快速完整的声明形状和位置，结构和一个综合的，高分辨率的表面缺陷检测。

质量预测不再深度学习

所有这些信息在一个图像现在可以比较和分类，以作出一个高准确性和可重复性的产品质量声明。有了深度学习，你甚至可以对产品的质量发展做出预测——都是实时的，因为都是基于图像的。这些选项，再加上特定于应用的成像模块，可能会对测量技术产生干扰。然而，这些新的数字化方法在质量控制中建立起来还需要一段时间，因为测量值的可追溯性和许多现有标准仍然阻碍着这一点。但正如病理学等非工业市场已经显示的那样，数字陈述在这里已经被证明优于人类的估计。在这里，它离人工智能的质量控制并不遥远。

Markus Riedi，CEO，Opto GmbH

关于Opto.
超过30年，Opto GmbH一直是高可靠性，嵌入式视觉和检查解决方案的制造商，对一些最具挑战性的机器集成的成像应用。Opto提供高性能成像解决方案，从简单的视觉组件一直到复杂的成像模块和子系统。最近，Opto开发了一系列高度紧凑的嵌入式成像模块，专门用于建造工业和生物医学机器的OEM。使用车载相机，镜头，光线和智能，Opto的新型完全集成的成像模块使OEM能够立即实现最高的图像性能和分辨率，而无需专业的光学专业知识。