Automatisk, videobasert kvalitetskontroll av objekter på et samlebånd: Basert på invariant klassifisering og positurberegning.
Abstract
Automatisk, videobasert kvalitetskontroll av objekter finner allerede i en rekke felt innen industrien, men det kan hele tiden gjøres mer dynamisk og tas i bruk til nye oppgaver. Automatisk, videobasert kvalitetskontroll på samlebånd består blant annet av deteksjon klassifisering, poseringsbestemmelse, og analyse av objektene for å fastslå om objektene skal godkjennes eller ikke. Denne rapporten tar hovedsakelig for metoder for å klassifisere og bestemme posituren til objekter som kommer i tilfeldig rekkefølge og i tilfeldig positur på et samlebånd. En slik metode skulle også implementeres i programmet TrollInspect, som er et program for implementering mot automatisk, videobasert kvalitetskontroll. For å løse disse problemene så har jeg hovedsakelig benyttet meg av en metode kalt Scale Invariant Feature Transform (SIFT). SIFT er en metode for å finne og beskriver lokale særegne punkter i bilder. Disse beskrivelsene er invariante for skalering, rotasjon, translasjon og delvis for forandringer i lysstyrke og forandring av synsfelt. SIFT er benytter i implementeringen av moduler for TrollInspect, Her har jeg utviklet noen moduler i C++/MFC og C# for å kunne teste ut forskjellige løsninger. SIFT viser seg å være svært passende til dette formålet, men det forutsetter at den blir brukt på bilder og objekter som inneholder særegne områder.