OMRON欧姆龙 FZ-SQ050F 智能小型数码CMOS相机

FH系列

图像处理系统

由AI自动执行划痕和缺陷检测

• 特点

以类似熟练工的“经验”来判断良品

将依赖于熟练工感性和经验的“官能检测”自动化。凭借AI技术再现检测方法。

通过AI实现偏差认知技术

【课题】依赖于熟练工的经验

在官能检测中，允许良品状态有差异。
由于良品状态的判断标准依赖于熟练工的知识，因此很难用以往的FA图像处理系统对其进行定义，并且需要不断进行设置调整工作，这成为自动化的难题。

【AI准确匹配】利用AI技术实现调整自动化

“AI准确匹配”通过学习良品状态的图像数据，在短时间获得检测人员在多年实践中积累的“检测技术和知识”。除了能够再现熟练工的检测能力外，自动化还能降低成本、提高生产效率。

目标检测水平：减少因公差导致的良品过检

AI准确匹配

减少过检的AI

学习存在差异的良品图像，将脱离学习范围的特征抽取为缺陷。

AI准确匹配是一种缺陷抽取处理，仅将“良品中没有的特征”检测为不良部位。
通过学习存在差异的良品图像，创建AI模型。作为良品还原模型，AI每次检测都会创建“推测为良品的模型”。
然后只将拍摄图像与良品还原图像的差异抽取为缺陷，有效减少过检。

由AI辅助设置，杜绝缺陷遗漏

可使用记载有AI掌握技巧的设定画面，通过3个步骤完成设定。
AI会建议一个良品学习过程，以便可以使用较少的图像张数进行设定。

通过类似人的“感性”来发现划痕

将依赖于人感性的“官能检测”自动化。凭借AI技术再现划痕的目视检测方法。

利用AI，将以前依靠人眼的目视检测自动化

【课题】对人感性的依赖

缺陷的检测依靠人的感性，难以定义，成为自动化的难题。

【AI划痕抽取过滤】*1 利用AI技术，自动实现目视检测

检测人员拥有的“将背景中的不协调视为缺陷”的技能，已利用AI技术化，并作为图像过滤器搭载。即使是新品种、未知划痕、复杂背景这些机器以前难以判断的内容，也可以在没有划痕样本或调整的情况下，检测为“划痕或缺陷”。

*1. 使用AI划痕抽取过滤时，需要使用另售的“划痕抽取AI软件安装程序（FH-UMAI1）”。

AI划痕抽取过滤

AI像人一样熟悉缺陷

一种图像处理过滤器，预先学习了“人感觉是划痕的图像的特征”。即使没有定义划痕，例如用传统方法很难自动化的“不可预测的尺寸、形状、颜色”等，AI也能判断并抽取划痕的特征。
学习数据包括欧姆龙迄今为止积累的图像，可以检测不确定背景中的缺陷，例如加工面上的缺陷，这是传统方法难以实现的。

AI解决方案示例

以类似熟练工的“经验”来判断良品

【课题】

• 因颜色不均匀或部件尺寸公差产生的差异。
• 由于形状复杂，无法判断缺陷产生的位置
• 根据形状设置检测区域和调整参数难度大。
   品种数量庞大，调整需要时间。

【AI准确匹配】

• 学习良品的颜色不均匀和尺寸变化实现稳定检测。
• 仅抽取形状复杂部件中的缺陷。
• 只需将整个区域设置为检测区域。
   即使形状不一的品种数量较大，也可以在短时间内完成设置。

产品标签的打印不良检测

打印密度、粗细和位置的偏差可以通过检测，且仅抽取诸如字符缺失之类的缺陷。
将整个标签设置为检测区域。

电子部件的缺口和异物检测

尺寸的微小差异可以通过检测，仅抽取形状复杂部件中的缺陷。
将整个部件表面设置为检测区域。


树脂品的异物和异形检测

即使形状不一的品种数量较大也可高效学习存在差异的良品并快速设置条件，仅抽取形状复杂部件中的缺陷。根据成型品的外形设置检查区域。

通过类似人的“感性”来发现划痕

【课题】

• 组合调整多个过滤器和参数以实现低对比度缺陷检测。
• 无法抽取低对比度缺陷。

【AI划痕抽取过滤】

• 可以稳定地抽取以下各种材质、颜色和尺寸的划痕（以前需要先定义划痕），且无需进行调整。

无需构建AI专用环境

引进AI不需要高规格硬件，也无需配备AI工程师来构建适合不同现场环境的系统。利用在生产现场已有大量使用经验的通用图像处理系统，即可轻松引进AI。

搭载AI功能的图像处理控制器

将需要高规格环境的AI轻量化，并搭载到已在检测市场上有大量引进案例的FH系列硬件中。

无需AI专用硬件

需要准备工作站级别硬件的AI检测技术无法在现场大规模引进。FH系列不需要专用硬件，因此可以轻松引进。

无需AI工程师

为了将AI技术调整至能在自己公司的工序中稳定运行，除了图像处理技术外，还需要编程和维护，但FH系列能够以普通图像传感器的操作感觉来使用AI。无需AI工程师。

*1. FH-555□系列控制器和FH-3050系列控制器的比较结果。

拍摄高清图像的相机群

拥有高分辨率相机阵容，可以高清、高速地拍摄适合官能检测的图像。

小巧的外壳中浓缩了超高速传感技术

接近人眼的高清图像拍摄与检测处理速度之间可谓是此消彼长的关系。欧姆龙采用全新的CMOS图像拍摄元件和双图像传输，兼顾了高分辨率和高速图像传输。可以轻松地实现诸如安装多台相机、添加用来移动相机的机构等应用。

通过多种颜色和角度显现缺陷的MDMC照明

可灵活组合各种照射颜色和角度，就像人工改变光的照射方式一样，将照明调整为适用于各种工件缺陷。引进设备后，即使品种、检测项目有追加，也无需追加或替换新的照明，只需更改照射模式即可。此外，照射模式可作为设定数据登录，可方便地复制生产线。

一如既往地搭载可实现灵活自动化的软件群

灵活的拍摄

高速拍摄长工件「多段拍摄」

借助多段拍摄功能，可以并行执行拍摄和测量处理，同时，通过充分利用FH系列的特点，即利用多核处理提高速度，实现“长工件”的高速拍摄。

优化对比度「相机图像输入HDR」

“相机图像输入HDR”可生成抗环境变化影响的优化HDR图像。只需在图像中指定需要拍摄到理想效果的位置，即可自动调整快门速度，进行拍摄与合成，生成优化的HDR图像。

可优化指定位置的亮度。

使用高对比度模式，可检测到低对比度的划痕或脏污。

并列执行多种检测

最多4处位置的随机检测「多线程随机触发」

只需1台图像传感器的控制器，即可在不同的时间检测不同的位置，因此可以将每个工序中安装的控制器集成起来，降低引进成本并节省安装空间。

药品包装工序

检测饮料容器中是否有异物混入

可以将不同生产线上安装的控制器集成为1台，降低引进成本并节省安装空间。

检测二次电池电芯壳体的外观

在1台控制器上连接4台相机，可以同时检测多达4个面的凹痕或划痕。

高速、高精度定位功能

可适应形状变化的位置检测「形状搜索Ⅲ」

即使因拍摄环境、批次、工件材质等不同而导致外观发生变化，仍可实现高准确度且稳定的定位。

即使是高分辨率的2040万像素相机，处理时间也可达到12ms * 2，如果是对位用途中常用的500万像素相机，仅需2ms即可搜索到定位用标记。

高精度估算圆的中心和半径「圆形扫描边缘位置」

即使是不完整的圆形，也可以准确识别到圆。

去除噪音，识别边缘「扫描边缘位置」

即使因工件个体差异和干扰而导致边缘抽取不稳定，也可以准确地估算直线部分。

支持各种滑台的运算「滑台数据」

除了一般的UVW滑台外，还支持近年来流行的单轴+θ轴组合。标准化的制造机械的搬送轴和定位用轴的用法，进一步为机械的简洁化作出贡献。

让机器人连接更简单「数据集输出工具」

免费提供针对各机器人厂商的机器人连接用通信程序和机器人应用中所需的FH流程菜单。可大幅削减机器人视觉应用的启动工时。

个体识别、品质管理功能

将检测图像/检测结果与个体ID关联

在FH系列内部，可将检测图像/检测结果与个体ID关联，并输出到上位机器。
可以解决“无法立即找到想要查看的检测图像”、“排查NG原因需要时间”之类的问题。

高速图像保存

对分析不良原因非常有用的检测图像由于文件容量较大，以前受到保存时间和保存容量的限制，难以全部保存下来。
高速、大容量控制器采用USB3.0并改进了高速压缩图像数据的算法，实现了品质管理中需求越来越高的全数保存。