Deep Learning, en el punto de mira de la visión artificial

Destacado

Cuando hablamos de Inteligencia Artificial, Machine Learning o Deep Learning creemos que son conceptos futuristas que están por venir, nada más lejos.                          Desde los años 50 se trabaja en modelos matemáticos asociados a estas tecnologías, pero es ahora, gracias al Big Data, la digitalización, el abaratamiento de los dispositivos de almacenamiento, las mejoras de hardware que permiten procesos en paralelo a mucha velocidad y a modelos matemáticos en redes neuronales (backpropagation,…) que se ha creado el cóctel perfecto que hace posible sacarlas del laboratorio, para convertirlas en una realidad que ya está aquí. El Big Data proporciona el poder de recopilar datos masivamente, relacionarlos entre ellos, gestionarlos, procesarlos y analizarlos con el fin de sacar conclusiones. Ahora es, cuando existen tecnologías capaces de procesar innumerables cantidades de datos para convertirlas en información, que faciliten la toma de decisiones de forma rápida.                      Queremos máquinas sin necesidad de preprogramarles reglas para las infinitas variables que pueden aparecer en el mundo real, pretendemos que aprendan a través de la experiencia. El Machine Learning se ocupa de esto, de dotar a las máquinas de capacidad de aprendizaje. Dentro del Machine learning, y centrándonos en las redes neuronales aparece el concepto de Deep Learning. Las redes neuronales artificiales aprenden de forma jerarquizada, por niveles de capas. Cuantas más capas tengamos, más complejos resultan los algoritmos de procesamiento. Este incremento en el número de capas y su complejidad, es lo que hace que estos algoritmos sean conocidos como algoritmos de Deep learning.                                                            Para ver la diferencia entre un sistema de visión tradicional versus un sistema basado en Machine Learning y Deep Learning, pondremos como ejemplo la lectura de caracteres en visión artificial, lo que denominamos OCR. El software de visión tradicional requiere una serie de bibliotecas de patrones y plantillas que contienen todos los posibles caracteres para reconocer de una foto, una A como una letra. Pero los algoritmos se vuelven poco manejables cuando crecen las bibliotecas de excepciones y defectos.

Deep Learning Lectura caracteres

Lectura de caracteres con tecnología Deep Learning

El sistema de visión con Deep Learning es capaz de leer una A aunque la etiqueta esté doblada, medio borrada o con ruido y solo pueda verse un 30%. Aun así, será capaz de conceptualizar y generalizar la apariencia de los caracteres basado en sus características distintivas, incluso cuando éstas varían sutilmente o a veces se desvíen. Reconocerá correctamente la letra o el número, gracias a las capas de algoritmos integrados en su red neuronal que le permite sacar sus propias conclusiones.

Actualmente ya convivimos con la tecnología Deep Learning, por ejemplo en el reconocimiento de voz, facial y de texto de nuestros móviles y otros dispositivos, incluso tenemos vehículos que circulan solos sin necesidad de la mano humana.            El futuro está aquí y esta tecnología ya está migrando hacia procesos de fabricación avanzada y visión artificial. Disponer de un software de análisis de imagen basado en Deep Learning nos ofrece soluciones a retos de visión complejos, que anteriormente no podía realizarse con visión tradicional o que requerían una cantidad de recursos y dispositivos que no hacían viable la solución.                                                            Ahora es posible distinguir defectos impredecibles al mismo tiempo que tolerar variaciones naturales en patrones complejos. Además, estos pueden adaptarse rápidamente a nuevos ejemplos sin necesidad de reprogramar sus algoritmos principales.

Logo Deep Learning Cognez ViDiVisionPro ViDi es el primer software de análisis de imágenes industrial basado en Deep Learning y es ideal para:

    • Detección de defectos complejos
    • Clasificación de textura y materiales
    • Verificación de montajes y localización de piezas deformadas
    • Lectura de caracteres, incluida la impresión distorsionada

Por ejemplo, Cognex ViDi simplifica la inspección automática de complejos patrones de tejido, incluidos el cruzado, el tejido, el trenzado, el acabado e impreso. Como no requiere un tedioso desarrollo de software, el algoritmo de software se entrena con un conjunto de buenas muestras ya conocidas, para crear sus modelos de referencia. La inspección identifica e informa las áreas defectuosas en la tela, mientras que tolera variaciones grandes pero irrelevantes en su apariencia.

¿Cómo funciona Cognex ViDi?

Deep Learning Entrenamiento

Implementación del Cognex ViDi

Existen sistemas de visión basados en Deep Learning que trabajan con miles de imágenes de procesamiento, lo que implica la necesidad de un procesador muy potente. El Software de ViDi se entrena con un número inferior de imágenes, adaptándose a la potencia de procesador habitual de los PCs que se utilizan en el entorno industrial, ya que solo requiere una GPU.                                                         En el periodo de entrenamiento supervisado cargamos un grupo de imágenes etiquetadas (buenas y malas) de una manera similar a como formaríamos a un inspector humano, enseñándole al sistema para reconocer defectos explícitos.        Para defectos que se presentan en múltiples formas, el sistema se entrena a sí mismo en modo no supervisado. Aprende la apariencia normal de un objeto, incluidas sus variaciones considerables pero que decidimos como buenas. El software crea su modelo de referencia basándose en estas imágenes representativas.                          Se trata de un proceso iterativo de mejora constante, durante el cual los parámetros pueden ajustarse y el resultado se valida hasta que el modelo funcione como se desee. Durante el tiempo de ejecución, ViDi extrae datos de un nuevo conjunto de imágenes y sus redes neurológicas localizan las piezas, extraen anomalías y las clasifica.          Otro aspecto importante, es que podemos hacer que el sistema vaya aprendiendo a medida que vamos trabajando con él. De una forma muy sencilla, es posible añadir nuevas imágenes que modifican el modelo entrenado haciendo posible la adaptación a nuevos cambios o nuevas características que no existían previamente.

ViDi funciona con imágenes de alta resolución, incluidas térmicas y a color, para reconocer prácticamente cualquier anomalía. También realiza recuentos complejos y descifra caracteres deformados y difíciles de leer. Cognex ViDi permite a empresas de muchos sectores crear sistemas de inspección innovadores que sobrepasen los límites de la visión artificial. ViDi está disponible con el software de visión artificial VisionPro y Cognex Designer, lo que ofrece a sus clientes una capacidad única para mezclar y combinar herramientas en una aplicación.

Las herramientas para localización, caracterización, clasificación y lectura de caracteres, trabajan de forma independiente o se pueden combinar con otras herramientas de visión de Cognex para abordar retos complejos de visión .

4 HERRAMIENTAS, 4 SOLUCIONES

      1. ViDi Blue-Locate | Localiza características

Deep Learning Herramienta Locate

Encuentra rasgos o elementos complejos

ViDi Blue-Locate encuentra características y objetos complejos aprendiendo a partir de imágenes con anotaciones. Los algoritmos de autoaprendizaje pueden localizar piezas, contar frascos médicos de vidrio translúcido en una bandeja y realizar controles de verificación de montaje en kits y paquetes.

2. ViDi Red-Analyze | Detecta anomalías y defectos estéticos

Deep Learning Herramienta Analyze

Detecta anomalías o defectos estéticos.

Segmenta los defectos u otras regiones de interés con tan solo aprender las variaciones en la apariencia de la zona de interés. ViDi Red-Analyze puede identificar rayones en superficies complejas, conjuntos incompletos o incorrectos, e incluso problemas de tejido en textiles simplemente mediante el aprendizaje de la apariencia normal de un objeto, incluidas sus variaciones significativas pero tolerables. Esta herramienta es capaz de detectar defectos que con visión convencional serían muy difíciles de detectar y complejos de programar.

3.ViDi Green-Classify | Clasifica objetos o escenas

Clasifica objetos y/o escenas

ViDi Green-Classify separa diferentes clases de una colección de imágenes etiquetadas. Al prepararse para tolerancias aceptables, puede identificar productos en función de sus empaques, clasificar la calidad de la costura de soldadura y separar las anomalías aceptables o inaceptables.

      4.ViDi Blue-Read | Lee texto y caracteres

Lee texto y caracteres

ViDi Blue-Read descifra códigos deformados, torcidos y/o mal grabados mediante el uso de reconocimiento óptico de caracteres. El sistema utiliza redes neuronales para la identificación de los caracteres, permitiendo un incremento sustancial en el porcentaje de acierto respecto al OCR convencional. La biblioteca de fuentes entrenada previamente, puede identificar la mayoría de los textos sin programación o identificar fuentes adicionales para una implementación rápida y fácil. Esta sólida herramienta puede entrenarse para adaptarse a los requisitos específicos de aplicación «OCR». No se requiere experiencia en visión.

¿Cuándo usar visión artificial tradicional o Deep Learning?

La elección entre la visión artificial tradicional y el Deep Learning depende del tipo de aplicación, de la cantidad de datos que se estén procesando y de las capacidades de procesamiento. De hecho, el Deep Learning no es la solución adecuada para todas las aplicaciones. Las tecnologías de programación tradicionales basadas en reglas son mejores para calibrar y medir, así como para realizar una alineación precisa. En algunos casos, puede que la visión tradicional sea la mejor opción para medir con precisión una región de interés, y el Deep Learning para inspeccionar esa región. El resultado de una inspección basada en el Deep Learning puede pasarse a la visión tradicional para tomar medidas precisas del tamaño y la forma del defecto.

En la siguiente imagen se identifica las aplicaciones más adecuadas para la visión artificial tradicional y para los enfoques basados en el Deep Learning, incluidas las apropiadas para ambas.

¿Tiene alguna aplicación compleja que no puede solucionar con visión artificial tradicional y cree que en el Deep Learning podría estar la clave para resolverlo?

En Bcnvision estamos preparados para combatir los retos más complejos de visión artificial. Le asesoramos y acompañamos en todo el proceso hasta encontrar el sistema de visión que más se adapte a sus necesidades y requerimientos. Ponemos a su disposición el avance tecnológico que ofrece el Deep Learning de mano de Cognex ViDi.

¿Quiere realizar una prueba?

Consúltenos en https://bit.ly/2tafW82                                                              www.bcnvision.es

¡Si te gusta el artículo, compártelo!

Bin Picking: Sistema robótico guiado por visión 3D

bin pickingLa solución Bin Picking es un sistema robótico guiado por visión que permite localizar y extraer piezas dispuestas aleatoriamente en contenedores o palets. Utiliza un sistema de visión (hardware y software) para el reconocimiento y la localización de las piezas y un sistema robótico para Sigue leyendo

¡Si te gusta el artículo, compártelo!

Nueva herramienta de visión SurfaceFX de Cognex

SurfaceFX de CognexSurfaceFX, es la nueva herramienta de Cognex que utiliza algoritmos de iluminación y software para crear imágenes de alto contraste, que resaltan los contornos tridimensionales de las piezas para inspeccionar los defectos superficiales. Sigue leyendo

¡Si te gusta el artículo, compártelo!

Soluciones de visión artificial para el sector Packaging

La industria del packaging ha crecido notablemente en los últimos años y con ello el incremento de exigencias en torno a la calidad de los envases. Si se envía un producto defectuoso, la satisfacción del cliente y la imagen de marca se verán afectadas. Para ello, cada vez es más frecuente ver en las plantas distintos controles para asegurar la calidad de los productos.

Actualmente, muchas empresas del sector alimentación, bebidas, farmacéutica, química y cosmética están apostando por la implementación de sistemas de visión artificial con el objetivo de incrementar la productividad y reducir los costos de mano de obra. Estas soluciones se integran de forma rápida y flexible, permitiendo automatizar los procesos de control y envasado, trazabilidad, mejorando la calidad y la seguridad alimentaria.

visión artificial packaging

A continuación, Bcnvision presenta diferentes soluciones de visión artificial orientadas al sector de packaging:

Aplicaciones Bin Picking

Bin Picking es un sistema VGR (Robótica guiada por visión), que permite seleccionar y extraer piezas apiladas aleatoriamente en un palet. Utiliza un sistema de visión para el reconocimiento y la localización de piezas, y un sistema robótico para la extracción y posterior reubicación de las piezas.

visión artificial packaging

Detección del contenido de las cajas

La aplicación permite localizar y recoger las piezas en entornos desordenados como: palets, cintas o contenedores. El sistema 3D permite calcular el volumen de los productos mientras están siendo recogidos por el robot.

Las soluciones Bin Picking ofrecen diversas ventajas como: la capacidad de adaptación del ritmo de producción a las necesidades reales, sin sujeción a horarios ni descansos; así como la rapidez y precisión, sobre todo en operaciones repetitivas, obteniendo niveles de error muy bajos. También permiten programar las operaciones y adaptarse a las nuevas exigencias.

Lectura OCR de caracteres

Aplicación desarrollada por Bcnvision para el sector cosmética. La aplicación consiste en verificar en la última parte de la línea, el texto marcado en el envase.

El dispositivo DataMan se comunica con el PLC y con el ordenador para la visualización de la interfaz realizada a medida. El DataMan realiza diferentes disparos hasta leer el código OCR.

Para que las etiquetas de códigos sean consideradas aceptadas, el código leído debe coincidir con un código “master” previamente memorizado.
La serie DataMan también puede leer códigos 1D y 2D a alta velocidad.

Lectura OCR caracteres

Control de impresión y tonalidad del color en cajas de cartón

Aplicación desarrollada por Bcnvision, la cual controla la correcta configuración y situación de maculas de color en cajas de cartón. Permite inspeccionar hasta una décima de precisión.

visión artificial packaging

La cámara verifica las desviaciones de las maculas de color tanto en posición como en color. La cadencia depende del tamaño de la caja de cartón, puede llegar hasta 500m/s.

La aplicación permite visualizar las cajas de cartón OK y NOK, guardar defectos en la BBDD y generar informes estadísticos.

Lectura de códigos Datamatrix durante todos los niveles de agregación

La lectura de códigos Datamatrix identifica los detalles del artículo marcado, incluyendo el fabricante, el número de producto y el número de serie único.

Esta aplicación está desarrollada para el sector farmacéutico, se encarga de controlar la lectura del marcaje durante todos los niveles de agregación en los medicamentos, desde la unidad del producto hasta los contenedores de envío (unidades, paquetes, cajas y palets).

códigos DataMatrix códigos DataMatrix

Para más información sobre sistemas de visión artificial:

info@bcnvision.es

bcnvision.es

¡Si te gusta el artículo, compártelo!

Trevista®: Innovador sistema de visión artificial

Bcnvision en su continua búsqueda de soluciones avanzadas de visión artificial en el mercado, ha incorporado un nuevo socio tecnológico SAC Vision con el sistema Trevista®.  Es un innovador sistema de visión artificial para la inspección superficial de piezas con superficies sin contraste o con muchas variaciones. Este sistema está basado en principios de estéreo iluminación, que permite generar imágenes topográficas capaces de detectar defectos de micras.

El sistema Trevista® utiliza una tecnología patentada llamada “shapTrevista visión artificiale from shading”, la cual usa el sombreado de la superficie de un objeto para recoger información sobre su forma tridimensional.

Este sistema de visión artificial es ideal para analizar defectos en piezas con superficies brillantes, con variaciones de tonalidad y con curvatura, permite una detección de errores con un bajo porcentaje de falso rechazo. Se pueden localizar imperfecciones de forma rápida como: rayadas, golpes, etc. Estos defectos pueden ser localizados rápidamente y de forma robusta.

Para la inspección se emplea un difusor en forma de domo que trabaja de manera estructurada con varias fuentes de luz. El sistema captura cuatro imágenes diferentes de la pieza y a partir de estas capturas el software genera una serie de imágenes tridimensionales para poder evaluarlas.

La combinación de las imágenes producidas por Trevista® permiten una detección fiable de un rango amplio de defectos para exigentes tareas de inspección.

Imagen textura de la pieza

Imagen textura de la pieza

Imagen curvatura de la pieza

Imagen curvatura de la pieza

 

Beneficios   

  • Control automático de 100% de la producción.
  • Ideal para piezas con superficies sin contraste, brillantes, cilíndricas, con variaciones de tonalidad y de diferentes materiales.
  • Inspección motion y disminución del tiempo de inspección (hasta 200 piezas / min).
  • Perfecta sincronización entre el sensor y el software de evaluación.
  • Reducción de porcentaje del falso rechazo.
  • Funcionamiento sencillo y rápida parametrización del sistema.
  • Diseño robusto y de uso universal, permite inspeccionar todo tipo de piezas.
  • Reducción de costes de producción.

Versiones del sistema Trevista®:

Trevista visión artificial

  • Trevista® SURFACE: Inspección de piezas estáticas  hasta 200 mm.
  • Trevista® CYLINDER: Inspección de piezas con superficies cilíndricas  hasta 200 mm.
  • Trevista® MULTILINE: Inspección de piezas en movimiento  hasta 200 mm.

Para mayor información del sistema Trevista contacte con nosotros a info@bcnvision.es

¡Si te gusta el artículo, compártelo!

PatMax RedLine™ : Nueva tecnología de visión artificial para localización de patrones.

Nueva tecnología de visión artificial y nuevas cámaras de 5 Megapíxeles hasta 7 veces más rápidas. 

PatMax RedLine™ entre 4 y 7 veces más rápida que su antecesora PatMax®.  

software de visión artificial

Cognex Corporation, líder en visión artificial, presenta  la nueva tecnología PatMax RedLine™, una tecnología de localización de patrones que maximiza la velocidad y rendimiento de la hasta ahora líder en la industria,  PatMax®.

La correspondencia de patrones representa el primer paso crítico en la mayoría de las aplicaciones de visión artificial. Dado que muchas herramientas imponen ciertas limitaciones de velocidad, algunas aplicaciones de visión deben ser  manejadas con cámaras de menor resolución para poder mantener el ritmo de las líneas de producción. La tecnología PatMax RedLine™ ofrece un rendimiento más rápido en los sistemas de visión de alta resolución, elimina la compensación entre velocidad y rendimiento, y permite a los usuarios aumentar la resolución y ganar precisión sin sacrificar la velocidad.

PatMax RedLine™ está disponible a partir de la versión Inpatmax_redline_logo-Sight Explorer™ 5.1 y ofrece un excelente rendimiento con las nuevas cámaras de alta resolución de Cognex:

  • In-Sight 5705, el sistema de visión independiente de 5 MP más rápido de Cognex para inspecciones confiables en líneas de producción de alta velocidad.
  • In-Sight 8405, el sistema de visión independiente de 5 MP más pequeño de Cognex , ideal para aplicaciones donde se necesita una cámara liviana o se cuenta con un espacio de montaje limitado.
  • In-Sight 5705C, el único sistema de visión a color independiente de 5 MP de Cognex, para las aplicaciones más desafiantes, con herramientas avanzadas y filtros de imágenes de color de 24 bits.

Los nuevos modelos de alta resolución utilizan JavaScript para simplificar considerablemente las tareas de visión complejas y con gran volumen de datos. Al igual que el resto de los sistemas de visión In-Sight, estos modelos de 5 MP cuentan con las herramientas y la robustez del Software In-Sight Explorer, líder en el sector de la visión artificial.

Otras herramientas de visión artificial:

http://www.bcnvision.es/blog-vision-artificial/category/herramientas-in-sight-explorer-de-cognex/

¡Si te gusta el artículo, compártelo!

Pick-it™: nuevo localizador 3D para aplicaciones de bin picking.

Bcnvision presenta Pick-it™ el localizador 3D universal de Intermodalics para aplicaciones bin picking.

La localización y recogida de productos con diferentes formas y posiciones aleatorias, es uno de los grandes retos de la automatización y la visión artificial. La oclusión de piezas en entornos desordenados, las  superficies  brillantes o  muy oscuras han sido siempre los principales problemas para las aplicaciones bin picking.

Hoy en día las mejoras en el reconocimiento y procesado de imágenes 3D, junto con los avances en robótica y automatización dan lugar a aplicaciones bin picking altamente fiables.

Bcnvision, como distribuidor exclusivo de Intermodalics en España, presenta Pick-it™, un sistema flexible y robusto capaz de localizar objetos desordenados en pallets, cintas o contenedores.

Diseñado para aplicacioPick-it_bcnvisionnes bin picking es capaz de comunicar a cualquier robot la posición 3D exacta de los productos, su orientación y sus dimensiones para que el robot pueda realizar la recogida del producto sin problemas.

 

Pick-it™ permite:

  • Encontrar productos sin conocer las dimensiones del objeto, ni tener un modelo CAD.
  • Buscar productos deformables, mojadas o variables.
  • Permite trabajar en condiciones de poca iluminación o iluminación variable.
  • Aumenta el retorno de la inversión de los sistemas de automatización.

El sistema Pick-it™, de fácil uso y rápida configuración, está compuesto por la cámara 3D y el software de reconocimiento de imágenes en 3D, además de todas las herramientas necesarias para una fácil calibración.

La cámara 3D dispone de carcasa IP65, así como un sistema de montaje intuitivo que puede ser fijado directamente a los perfiles industriales más comunes.

Más información y videos sobre Pick-it™:

http://www.bcnvision.es/productos-vision-artificial/vision_3D/pickit

¡Si te gusta el artículo, compártelo!

Las herramientas de visión artificial más utilizadas

A continuación se describen algunas de las herramientas de visión artificial  más utilizadas incluidas en el software In-Sight Explorer de Cognex, además se analizan también sus ventajas respecto a otras herramientas.

OCRMax

El reconocimiento óptico de caracteres es esencial en numerosas aplicaciones de los mercados de automoción, alimentos y bebidas, productos de consumo, farmacéuticos, electrónico y de servicios postales, para la trazabilidad y el control de calidad de los productos. La herramienta avanzada OCR/OCV de In-Sight Explorer facilita la identificación de textos con fuertes pre-identificadas y ofrece un alto nivel de confianza en la lectura y la verificación de caracteres mediante un nuevo modo de precisión. Las mejoras de los algoritmos ahora permiten leer caracteres más degradados y escasos en  fondos con ruido.Herramienta OCR

Detección de defectos: InspectEdge

Descripción:

Detección de defectos

  • Verificar el correcto montaje de los componentes y detectar imperfecciones en el aspecto de las piezas.
  • Detectar desviaciones en la posición del borde, así como defectos y hendiduras en la posición y el ancho.

La ventaja de Cognex:

  • Proporciona resultados de inspección sólidos y frecuentes independientemente de las variaciones en la orientación de las piezas.
  • Permite que los usuarios puedan clasificar con facilidad los defectos según el tipo.
  • Trabaja sobre piezas rectas o redondas.
  • Determina anchos y desviaciones mínimos y máximos.

Detección de defectos: Herramientas detección flexible

Descripción:

  • Inspección basada en los bordes y en la superficie (área)  en una sola herramienta.
  • Detectar defectos en los bordes y en las superficies.
  • Detectar defectos en los límites (forma).
  • Detectar defectos en las superficies (manchas y rasguños).
  • Detectar inspección de impresiones (logotipos en serigrafía).

La ventaja de Cognex:

  • Flexible.deteccion flexible
  • Permite variaciones de procesos reduciendo los falsos defectos.
  • Ignora los defectos durante el tiempo de ejecución.
  • Pueden ignorarse los falsos defectos y agregarse a la máscara.
  • Selección de resolución fina, media o grande.
  • Flexibilidad para seleccionar requisitos de velocidad frente a requisitos de precisión.
  • Diversas opciones de pantalla.
  • Amplia variedad de velocidades para el marcado de herramientas.
  • Opciones de configuración de herramientas y capacitación del usuario.

Herramientas de medición:

medicion

Descripción:

  • Medir distancias entre características, verificar tolerancias y localizar bordes.

La ventaja de Cognex:

  • Permite una medición de alta precisión de las dimensiones de las piezas críticas, independientemente de las variaciones en la orientación de las piezas y la iluminación del ambiente.

Herramientas de color

herramientacolor

Descripción:

  • Localizar, medir, contar y verificar la presencia en función del color.
  • Identificación de colores e identificación de modelos de color.

La ventaja de Cognex

  • Ofrece una detección de color precisa y confiable de una amplia gama de tipos de piezas.
  • Convierte imágenes a color en escala de grises para otros tipos de inspecciones mediante filtros de escala de grises.
  • Muestra colores con un clic (sin necesidad de comprender espacios de color).
  • Las herramientas de colores comparten todos los colores identificados por lo usuarios, lo que facilita su uso.

Para más información  www.bcnvision.es o info@bcnvision.es

¡Si te gusta el artículo, compártelo!

IDMax: Herramienta de lectura de códigos

La tecnología patentada IDMax® permite que los lectores Cognex lean con éxito códigos que otros lectores no pueden leer, independientemente de la calidad, el tamaño del código, el método de marcación o el material.

IDMax está basado en la tecnología patentada PatMax de Cognex y  los algoritmos 1DMax™ y 2DMax™. IDMax puede leer simbologías de códigos 1D (como UPC, PDF, códigos apilados y postales) y simbologías de códigos 2D  (como Data Matrix y QR) tanto en etiquetas como marcados directamente sobre las piezas (DPM). Puede leer hasta 7200 piezas por minuto y además tiene la capacidad de leer, mediante un único código de identificación,  múltiples códigos en la misma imagen.

Lectura de códigos de barras 1DMax

>> Ver video demostración 1DMax y DataMan 200QL

1DMax es una excelente herramienta de lectura de códigos de barras 1D- optimizada para la lectura de códigos de barras desde cualquier ángulo, capaz de administrar situaciones extremas que se aprecian en entornos reales, entre las que se incluyen:

codigos1DLectura de códigos DataMatrix y QR 2DMAx

Le tecnología 2DMax™ está optimizada para la lectura de códigos QR y administra una amplia gama de degradaciones en el aspecto de los códigos 2-D Data Matrix que se presentan como consecuencia de las drásticas degradaciones en la calidad del código de marcación  directa de piezas (DPM), dadas las diferentes superficies y los tipos de materiales, que incluyen:

codigos2D

¡Si te gusta el artículo, compártelo!

PatMax: Visión artificial para localización de piezas

PatMax, es la tecnología de correspondencia de patrones patentada por Cognex para la localización de piezas y características. Esta tecnología de visión artificial ofrece un excelente rendimiento y confiabilidad hasta en las condiciones más adversas. Ver video.

PatMax utiliza una tecnología avanzada de correspondencia de patrones geométricos para localizar las piezas con fiabilidad y precisión incluso en las condiciones más complejas. Su alta precisión,  velocidad y  rendimiento hacen de ella la base para otras potentes herramientas Cognex como PatMax S.A, PatMax XLC, Synthetic PatMax, PatInspect, PatFlex, OCV MAx o  IDMax. Estas potentes herramientas puden cubrir la mayor parte de las necesidades de correspondencia y de inspección de patrones en la industria.

¿¿¿Tecnología de correspondencia de patrones???

Visión artificial. PatMaxEl primer paso en la aplicación de visión industrial (y muy importante para el éxito de la aplicación) es la localización del objeto en el campo de visión de la cámara, este proceso se conoce como correspondencia de patrones.

La correspondencia de patrones puede ser extremadamente difícil, ya que numerosas variables pueden alterar el modo en que un objeto aparece en un sistema de visión. La tecnología más tradicional de correspondencia de patrones se basa en un proceso de análisis píxel-cuadrícula, comúnmente conocido como correlación normalizada. Este método busca la similaridad estadística entre un modelo de nivel de gris (o imagen de referencia) de un objeto y las partes de la imagen para determinar la posición X/Y del objeto.

Aunque es eficaz en determinadas situaciones, esta medida limita tanto la capacidad para localizar objetos como la precisión con la que pueden localizarse en condiciones de aspecto variable, comunes en las líneas de producción, como los cambios en el ángulo, el tamaño, el tono, etc.

Para superar estas limitaciones Cognex desarrolló la tecnología de correspondencia de patrones geométricos, comercializada con la marca PatMax. Esta tecnología conoce la geometría de un objeto utilizando una serie de curvas límite que no corresponden a una cuadrícula de píxeles para después buscar formas similares en la imagen (sin basarse en niveles de gris específicos). El resultado es una mejora en la capacidad de localizar objetos con precisión a pesar de los cambios de ángulo, tamaño, tono, etc.

PatMax es una herramienta opcional disponible en los sistemas In-sight de Cognex.

Si está interesado en la tecnología para inspección de patrones PatMax, BCN VISION como distribuidor oficial de Cognex puede ofrecerle demostraciones sin compromiso sobre sus propias piezas.

Para más información: www.bcnvision.es o info@bcnvision.es

¡Si te gusta el artículo, compártelo!