傳統的砂石顆粒粒徑檢測依賴人工篩分或機械測量,存在效率低、主觀誤差大等問題。透過高精度成像 + 智慧演算法分析,Vision AI 技術可以實現:
- 效率飛躍:10 毫秒/區域的檢測速度。
- 精度提升:粒徑測量誤差 ≤0.1mm,達到工業微米級標準。
- 自動化流程:從成像、分析到報告生成無縫銜接,快速可追溯。
挑戰
影像擷取的物理限制
- 非共面問題:在拍攝過程中,標尺與石料上表面往往不在同一平面內。這種情況下,使用標尺作為參考尺寸進行計算時會產生誤差。例如,石料的實際尺寸為 6.5mm,計算得到的尺寸為 6.3mm,誤差為 0.2mm。
- 表面不平整:石料表面凹凸不平,會導致拍攝時光照不均,影響影像的清晰度和一致性,後續影響粒徑的準確測量。
- 拍攝角度和距離:拍攝角度和距離的變化會影響影像中石料的大小和形狀,導致測量不準確。需要確保拍攝設備在固定位置和角度進行擷取,以減少此誤差對模型的干擾。
影像處理的挑戰
- 紋理和顏色變化:石料表面可能存在多種紋理和顏色變化,這會對視覺模型的識別和測量造成干擾。例如,某些紋理可能被誤認為顆粒的邊界,導致粒徑測量不準確。
- 顆粒黏連:在拍攝過程中,石料顆粒可能相互黏連,形成更大的團塊。這使得視覺模型難以準確區分單個顆粒,影響粒徑測量。
- 光照條件:光照條件的變化會影響影像的品質和對比度,進而影響視覺模型的效能。需要確保拍攝環境的光照條件穩定且均勻,以提高影像的品質和一致性。
DW 客製化解決方案
我們致力於精準解決客戶的實際問題;從程式碼最佳化到硬體升級,我們提供全方位的解決方案。
演算法層面
- 針對非共面問題,我們預設非銳化遮罩以減少模糊邊緣對尺寸計算的影響,並校準比例動態。
- 針對表面不平整和光照不一致等問題,我們提供可選的直方圖均衡化,強制拉伸灰階分佈以補償局部陰影和過曝。此外,雙邊濾波、用於填充的閉運算以及開運算有助於減少表面不平整造成的雜訊影響。
- 針對拍攝角度和距離變化造成的形變,我們固定縮放比例以避免像素比例波動。
- 針對顆粒黏連問題,我們的智慧分割模型可以在訓練階段自動切割和分離樣本,無需後處理,減少砂石黏連顆粒對後續檢測的影響。
硬體層面
- 我們的平台支援相容市面上大多數 2D 相機,我們自研的 DaoAI 相機可提供硬體級最佳化:該相機具有 1800 萬畫素的高動態範圍(HDR),多方向 Scheimpflug 主體光照設計可有效解決對焦、遮擋、畸變和反射等問題。大大降低了光照條件對後續檢測精度的影響,同時提供詳細的點雲成像。
分步教學
透過本教學,您將熟悉使用 DaoAI World SDK 完成砂石檢測所需的所有步驟。
步驟 1:啟用 DaoAI World SDK 授權
在開始之前,請確保您已購買 DaoAI World SDK 授權(如果您尚未購買或在啟用方面遇到問題,請聯絡我們的技術人員取得線上支援)。
步驟 2:部署本地 SDK
有關詳細的部署方案,請參閱我們的官方 DaoAI World 文件以完成本地 SDK 的部署。
步驟 3:影像預處理(Pre-Processing Stage)
此步驟最佳化影像品質,突出目標特徵,減少雜訊干擾,並適應模型輸入要求。
增強對比度並解決光照不均問題
影像縮放
直方圖均衡化(可選)
增強邊緣對比度,提高模型對細微缺陷的敏感性
自動選取最佳閾值以分離目標與背景
遠端 AI 模型將執行智慧分割並獲取遮罩資料。
透過 API 將預處理後的影像上傳至伺服器進行推理。
步驟 5:定量分析
從模型結果中提取分割遮罩,計算物理尺寸並生成報告
模型結果需要進行 Base64 解碼轉換為二進位資料,然後重構為 NumPy 陣列。
透過RLE 編碼,二進位遮罩被高效壓縮,減少了資料傳輸量。同時,基於預設的比例尺(每像素 1/41 毫米),將像素尺寸轉換為實際物理尺寸。
生成 Excel 檔案記錄每個目標的面積和直徑,同時儲存影像,包括在原始影像上疊加分割遮罩,以視覺化檢測結果。
應用場景
- 智慧礦石分選:基於粒度+紋理特徵的分級(提高銅礦分選精度)
- 大米粒度檢測:即時監測大米粒度是否達標(提高粒度合格率)
- BASF 晶體覆蓋率:晶體覆蓋率計算和粒度分析(縮短檢測所需時間)。
總結
透過客製化演算法(預處理增強、模型調校、後處理過濾),我們有效解決了非共面誤差、表面不規則、紋理干擾等核心問題,確保測量誤差控制在 ±0.1mm 以內。然而,演算法的穩健性高度依賴於輸入影像品質
配備更高規格的相機(如 DaoAI),透過硬體級最佳化,可以進一步消除普通相機物理限制造成的檢測局限性,為工業檢測提供像素級精度影像輸入,確保演算法潛力最大化。
常見問題
1. 為什麼視覺 AI 比傳統方法更適合砂石檢測?
傳統方法,如人工篩選和機械測量,往往效率低下且存在顯著的主觀誤差。視覺 AI 透過以下方式提供了變革性的解決方案:
-
高速分析:每個區域的檢測速度達到 10 毫秒。
-
增強精度:顆粒尺寸測量誤差降至 ≤0.1mm,達到工業微米級標準。
-
自動化流程:從成像到分析和報告生成的無縫整合,實現快速追溯。
這些優勢可以提高產品品質,減少浪費,並提高營運效率。
2. 砂石檢測中的影像擷取面臨哪些挑戰?
幾個物理因素可能影響影像擷取:US National Labor Exchange
-
非共面問題:標尺與石材表面之間的差異可能導致測量誤差。
-
表面不平整:不規則的石材表面會導致光照不一致,影響影像清晰度。
-
拍攝角度和距離變化:相機位置不一致會導致影像中尺寸和形狀表現失真。
解決這些挑戰對於準確測量至關重要。Automate
3. 視覺 AI 如何克服這種情況下的影像處理挑戰?
視覺 AI 採用先進的演算法來應對影像處理問題:
-
紋理和顏色變化:演算法可以區分實際顆粒邊界和表面紋理。
-
顆粒黏連:智慧分割模型可以在訓練階段分離黏連的顆粒。
-
光照條件:直方圖均衡化和雙邊濾波等技術可以減輕不均勻光照的影響。DaoAI
這些解決方案提高了檢測的可靠性和準確性。
4. DaoAI 為砂石檢測提供哪些特定的演算法解決方案?
DaoAI 提供客製化的演算法解決方案:
-
非銳化遮罩:減少模糊邊緣對尺寸計算的影響。
-
灰階分佈調整:補償局部陰影和過曝。
-
固定縮放比例:防止因拍攝角度或距離變化導致的像素比例波動。
-
自動分割:無需後處理即可分離黏連顆粒。
這些演算法確保了精確且一致的測量。
5. DaoAI 的硬體支援如何增強砂石檢測?
DaoAI 的硬體解決方案與其軟體能力相輔相成:
-
相容性:支援市場上大多數 2D 相機。
-
客製化相機:提供針對特定檢測需求最佳化的自主研發相機。
-
穩定成像:透過固定位置和角度確保一致的影像擷取。
這種整合方法促進了高效且精確的檢測。
6. 在砂石檢測中實施 Vision AI 有哪些更廣泛的效益?
採用 Vision AI 可帶來:
-
改善品質控制:精確的測量確保產品一致性。
-
營運效率:更快的檢測減少生產過程中的瓶頸。
-
成本節約:最小化錯誤和浪費,降低營運成本。
-
可擴充性:系統可適應不同的生產規模和要求。