AI görüşü ile OCR, barkod ve etiket doğrulama.

Görüntü işlemede OCR, barkod ve etiket doğrulama ne anlama gelir?

OCR, barkod ve etiket doğrulama, doğru tanımlayıcı işaretlerin bir parçada veya ambalajında mevcut ve doğru olduğunu teyit eden muayene kontrolleri ailesidir. Dört yaygın işi kapsar: bir barkodu veya data-matrix sembolünü okumak, insan tarafından okunabilir metni optik karakter tanıma (OCR) ile okumak, bir tarih, lot veya parti kodunun beklenen değeri taşıdığını teyit etmek ve doğru etiketin mevcut olup temiz basıldığını kontrol etmek.

Bu kontroller, kusur tespitinden farklı bir soruyu yanıtlar. Kusur muayenesi "bu parça fiziksel olarak hatasız mı?" diye sorarken, doğrulama "bu doğru parça mı, doğru kod ve doğru etiketle mi?" diye sorar. Bir parça kusursuz olup yine de doğrulamayı geçemeyebilir çünkü dünkü tarih kodunu ya da yanlış bölgesel etiketi taşımaktadır ve bu başarısızlık, düzenlemeye tabi bir pazara ulaştığında fiziksel bir kusur kadar maliyetli olabilir.

Bu ayrım, bir muayene istasyonunu kapsamlandırırken önemlidir, çünkü okuma görevleri ile yargı görevleri bir görüş sisteminin farklı yarıları tarafından ele alınır.

Hibrit görüş sistemleri etiketleri ve kodları nasıl okur ve doğrular?

Hibrit görüş sistemleri, doğrulamayı klasik bilgisayarlı görü ile bir AI katmanı arasında böler; bu, muayenenin geri kalanı için kullandıkları aynı ayrımdır. Klasik CV, okuyucudur. Bir barkodu veya data matrix’i çözmek ve sabit karakterleri kararlı aydınlatma altında okumak, yayımlanmış sembolojilere ve derecelendirme standartlarına sahip belirlenimci görevlerdir; dolayısıyla kural tabanlı bir çözücü bunları hızlı ve tam olarak yapar ve temiz bir eşleşme ya da eşleşmeme döndürür.

AI katmanı, yargıçtır. Baskının bozulduğu, etiketin kayabildiği veya buruşabildiği ya da yüzeyin değiştiği yerlerde, öğrenmiş bir model, sonucun kabul edilebilir olup olmadığına karar vermede kırılgan bir kuraldan daha iyidir. Hatasız etiketler üzerinde eğitilmiş olarak, tam arıza önceden hiç belirtilmemiş olsa bile, bir bulaşmayı, eksik bir karakteri, yanlış hizalanmış veya yanlış bir etiketi, doğru bir etiketin göründüğü hâlden sapma olarak işaretler. Bu, MVTec Anomaly Detection veri seti gibi kamuya açık veri kümelerinde kıyaslanan, ilk kez görülen fiziksel kusurları yakalayan aynı anomali mantığıdır; baskıya ve etiketlemeye uygulanmıştır.

Her iki yarının çıktısı da hatta bir kontrolörün anlayacağı bir sinyal olarak ulaşır: bir eşleşme veya eşleşmeme, doğru veya yanlış bir dizge ya da bir nedenle birlikte bir geçti veya kaldı. Hangi kontrollerin kural tabanlı okumaya, hangilerinin AI yargısına uygun olduğu yönündeki daha geniş karar için, kural tabanlı ile AI görüntü işleme üzerine kardeş rehbere bakın.

Hangi doğrulama kontrolü hangi yönteme eşlenir?

Tabloyu, herhangi bir tek ünite için sabit bir özellik listesi olarak değil, hibrit görüşteki genel ayrım olarak okuyun. Belirli bir sistemin hangi kontrolleri desteklediği, datasheet’ine karşı teyit edilmelidir.

Adente Vision etiket ve baskı kontrolleri için neyi teyit edebilir?

İşte dürüst zemin. Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir. Teyit edilmiş güçlü yönleri, belgelenmiş bir barkod veya OCR okuyucusundan çok doğrulamanın yargı tarafında yer alır.

Ünite, klasik bilgisayarlı görüyü tek bir muhafazada AI çıkarımıyla birleştirir ve beş muayene modu çalıştırır: Anomali ve Kusur Tespiti, Montaj ve Eksik Parça, Kod Okuma, Ölçüm ve Parça Tanıma. Anomali yaklaşımı hatasız örnekler üzerinde eğitilir ve sapmayı işaretler; bu, tam olarak bir baskı hatasını, bulaşmış bir kodu, eksik bir karakteri veya yanlış etiketi yakalayan mekanizmadır: ona hatasız bir etiket ya da temiz bir baskı gösterirsiniz, o da eşleşmeyeni işaretler. Varyant ve parça tanıma, parça başına bir güven puanı döndürür; bu, güven puanları ve karar eşikleri üzerine eşlik eden yazıda açıklanan aynı puandır. Bütün bunlar cihaz üstünde çalışır, böylece etiketin ve parçanın ham görüntüleri hatta kalır.

Bir Adente ürün gerçeği olarak belgelenmemiş olan şey, özel bir barkod çözücü veya belirli bir karakter kümesini okuyan bir OCR motorudur. Dolayısıyla data matrix’inizi veya tarih-kodu yazı tipinizi kutudan çıktığı gibi okuduğunu varsaymayın.

Belirli bir OCR veya barkod görevinin desteklendiğini nasıl teyit edersiniz?

Tasarıma dahil etmeden önce iki yolla teyit edin. İlk olarak, uygulamanız için güncel datasheet’i kontrol edin: bir ünitenin desteklediği belirli sembolojiler, karakter kümeleri, kod standartları ve baskı derecelendirme davranışı spec sayfasına aittir ve bir blog yazısı değil, karşı teyit edilecek belge budur. İkinci olarak, bir numune gönderin. En güvenilir kontrol, gerçek parçanızı, etiketinizi ve aydınlatmanızı ünitenin önüne koyup sonucu görmektir, çünkü baskı doğrulama; kontrast, parlaklık, eğrilik ve aydınlatmaya bir spec satırının tam olarak yakalayamayacağı biçimlerde duyarlıdır.

Bu, herhangi bir doğrulama istasyonunu kapsamlandırmanın dürüst yolu da budur. Kontrollü ışık altında düz, yüksek kontrastlı bir stok üzerinde bir barkod okuması, klasik görü için çözülmüş, belirlenimci bir görevdir. Eğri, yansıtıcı bir yüzeydeki aşınmış bir tarih kodu ise AI katmanının yardımcı olduğu ancak sonucu önce kendi numunelerinizde kanıtlamanız gereken daha zor bir yargıdır.

Bu yazı, AI görsel muayene üzerine sütun rehberin bir dalıdır; ünitenin sektörler genelinde yürüttüğü kontrolleri görmek için gerçek uygulamalara göz atın.