客戶需求:使用者會將PDF中的標籤內容印刷到白色的織布上,希望透過視覺檢測可以將印刷不良的情況偵測出來。
我們將計劃使用局部可變形模型來進行標籤內容在織布上的視覺檢測,提供更精細的測試。
局部可變形模型是一種用於視覺檢測的技術,它可以在圖像中尋找局部特定形狀的實例。這種模型具有一定的靈活性,可以應對目標物體在圖像中的變形、旋轉和縮放等情況。
以下是局部可變形模型的一些重要特點和工作原理:
- 創建模型:創建局部可變形模型的過程通常包括以下步驟:
- 選擇目標物體的形狀,可以是點、線、圓等。
- 從圖像中提取這些形狀的特徵,比如邊緣、角點等。
- 構建模型,包括特徵點的位置、連接關係和形狀特徵。
- 模型搜索:一旦模型被創建,它可以應用於圖像中搜索符合該模型的實例。搜索過程通常包括以下步驟:
- 在圖像中的每個位置上應用模型,計算模型與圖像的匹配程度。
- 根據匹配程度選擇最佳的實例,通常使用分數或相似性度量。
- 如果模型具有變形能力,可以應對目標物體的旋轉、縮放和畸變等變化。
實驗一
我們故意將這張影像上幾處位置,故以把黑色的區域塗白。 看看是否可以將差異處檢測出來? |
可以看到左像影像比對出來異常的位置。 這幾處位置是塗白的位置。 |
實驗二
可以看到QRCode被圖白的區域也有偵測出來。
AOI程式比對結果
- 最左側下方是當初建檔的模型「局部可變形匹配的可變形模型」
- 中間是此次要比對的「樣品影像」。
- 最右側是「比對結果」可以看到差異處
比對原始資料一
比對原始資料二
比對原始資料三