Beeldherkenning in voedselindustrie

Beeldherkenning met computer vision in de voedselindustrie

Voor de voedselindustrie zijn er talloze specifieke standaard vision/beeldherkenning oplossingen te vinden, echter zijn deze vaak te gelimiteerd in de mogelijkheden om de volledige meerwaarde van een vision systeem te gebruiken. Daarom ontwikkelen we computer vision systemen op maat om aan te sluiten bij een specifiek productieproces en toepassing.

De rapportages datastromen van het computer vision systeem kunnen direct doorgezet worden naar een MES en zelfs een ERP systeem.

Waar een sensor vaak inzicht geeft in een specifieke dimensie van een productieproces, kan een camera gelijk meerdere dimensies overspannen en talloze inzichten geven. Niet alleen voor de productie, maar ook voor de totale bedrijfsvoering.

Hier heb je alvast een snel lees gids met de onderwerpen op deze pagina:

Wil jij weten hoe je beeldherkenning binnen jouw organisatie kan inzetten?

Gelijk aan de slag?

Download dan hier jouw gratis whitepaper. In dit whitepaper vertellen wij jou of beeldherkenning een aanvullende toepassing kan zijn binnen jouw organisatie middels een simpele checklist.

Wat is Beeldherkenning

Beeldherkenning is de mogelijkheid om objecten of patronen te herkennen in afbeeldingen. Deze objecten of patronen variëren tot het lezen van een barcode tot het herkennen van gezichten of zelfs de gelaatsuitdrukkingen van mensen.

Beeldherkenning (Computer Vision) wordt al veel toegepast voor bijvoorbeeld nummerplaat herkenning, gezichtsherkenning en QR code scanning. Tegenwoordig is het mogelijk om beeldherkenning in allerlei plaatsen te integreren om nuttige informatie uit een camera of afbeeldingen te halen.

Beeldherkenning en AI

Beeldherkenning is het interpreteren van nuttige data uit pixels van bijvoorbeeld foto’s of video’s. Vaak kunnen specifieke objecten gedetecteerd worden door op basis van regels te kijken naar hun uiterlijk voorkomen. Maar het is ook mogelijk om een Artificial Intelligence netwerk te trainen, waarbij je de software laat leren van een groot aantal beelden en daarbij aangeeft of dat goede of slechte voorbeelden zijn. Kijk ook eens op onze pagina over computer vision in het algemeen.

Lijkt het jou tof om hiermee aan de slag te gaan? We zijn nog op zoek naar Software Developers AI/Computervision

Toepassingen van beeldherkenning

Beeldherkenning en computer vision kent vele voordelen. Hier onder staan er een aantal voordelen uitgelegd door middel van voorbeelden en hoe het gebruik van camera's en AI (Artificial intelligence) kunnen worden ingezet.

Kwaliteitscontrole met computer vision

Beeldherkenning met camera's
In productie of logistieke processen is het vaak van belang om vast te kunnen stellen of bepaalde producten of halffabricaten voldoen aan kwaliteitseisen. Dit is één van de meest klassieke toepassingen van beeldherkenning, hoewel hier met de opkomst van Artificial Intelligence de laatste jaren veel is veranderd.

Door gebruik te maken van een camera of meerdere camera’s op tactische locaties in een productie of logistiek proces is het mogelijk om met vision technieken vast te stellen of er iets afwijkends te zien is. Hierdoor kunnen in een vroeg stadium mogelijke problemen voorkomen worden of kan er direct actie ondernomen worden.

Proces optimalisatie door computer vision

Machine vision systeem
Het kan lastig zijn om het overzicht te houden over een industrieel proces. Vaak is het beginpunt en wat er uiteindelijk geproduceerd wordt wel duidelijk, maar ontbreekt er een overzicht van de tussenstappen. Hoeveel producten hebben we moeten afwijzen en op welke gronden? Welk product geeft de meeste problemen in de lijn?

Door informatie te verzamelen met een machine vision systeem is er extra inzicht in wat er daadwerkelijk gebeurt. Onze systemen visualiseren deze data over tijd om trends te zien of geven een real time overview van de situatie.

Downtime verminderen door computer vision

Minder down time door camera's
Downtime kan een enorme impact hebben op een productieproces. Buffers lopen vol en vaak is er handmatige interventie nodig om op korte termijn een oplossing te vinden. Helemaal voorkomen van downtime is bijna onmogelijk, maar downtime kan vaak grotendeels gereduceerd worden met een beeldherkenning systeem gekoppeld aan een ander proces in de productie of logistieke keten.

Door producten die mogelijk downtime veroorzaken te herkennen met Artificial Intelligence kunnen onze systemen deze automatisch afwijzen. Door een koppeling met een Programmable Logic Controller (PLC) kunnen we actuatoren inschakelen om deze producten uit het reguliere proces te halen en zo downtime verminderen.

 
computer vision

Hoe werken onze systemen en software?

Door gebruik te maken van een camera of meerdere camera’s op tactische locaties in een productie of logistiek proces is het mogelijk om met vision technieken vast te stellen of er iets afwijkends te zien is. Hierdoor kunnen in een vroeg stadium mogelijke problemen voorkomen worden of kan er direct actie ondernomen worden.

Onze beeldherkenning/computer vision systemen worden in lijn geïnstalleerd en hebben met een netwerkverbinding de mogelijkheid om een web pagina te tonen waarop te zien is wat het systeem aan het doen is, welke data in het verleden is verzameld en eventuele aandachtspunten te zien zijn. Met de netwerkverbinding is het systeem ook in staat om direct te koppelen met allerlei MES systemen en ERP systemen. Zo zorgen onze systemen direct voor minder downtime, betere kwaliteit en efficiëntere processen, maar leveren ze ook nog een keer inzicht realtime in de productie in een bestaand MES systeem en zelf inzicht voor management en sales in bestaande ERP systemen.

Een paar klant cases

Lekkere broodjes door te kijken - Bakkerij Amstelveld

Bij de productie van brood is het van belang dat gekeken wordt of de kwaliteit goed genoeg is voordat dit naar klanten verstuurd kan worden. Het liefst is er in een bakkerij al tijdens het productieproces inzicht in de kwaliteit, zodat afgekeurde producten niet onnodig ingepakt worden. Dit proces is veelal handmatig, maar door middel van artificial intelligence kan dit ook automatisch gedaan worden. Pegamento heeft voor een klant een systeem ontwikkeld met een normale camera waarbij met verschillende AI netwerken het brood automatisch gecontroleerd en zo nodig afgewezen kan worden.

Een eerste AI netwerk bekijkt welk type brood het betreft en zorgt er voor dat elk individueel broodje gedetecteerd kan worden. Vervolgens gaat een tweede AI netwerk kijken of de kwaliteit voldoet. Het systeem wijst dan actief brood af door via een Programmable Logic Controller (PLC) verschillende rejectbanden aan te sturen.

Ziet verschillende types brood

Handelt door reject band te openen

Papiervezels detecteren

Dit systeem is een combinatie tussen een warmtebeeld camera en een normale HD camera die beide neerkijken op de afvalstroom. Het doel van dit project was om de hoeveelheid bruikbaar materiaal te meten in de afvalstroom. Met die informatie worden nu processen anders ingesteld voor een zo hoog mogelijke efficiëntie van recycling.

Doordat in de afvalstroom warm papierpulp feller oplicht op een warmtebeeldcamera dan bijvoorbeeld plastics, is te meten hoe efficiënt de recycling werkt. Met die informatie worden nu processen anders ingesteld voor een zo hoog mogelijke efficiëntie van recycling.

Ziet temperatuur verschillen

Toont informatie over papier vezel aan operator

3D objecten herkennen

Pegamento heeft een 3D Structured Light Scanner ontwikkeld. Dit 3D scanning prototype is momenteel in gebruik bij een klant. Het systeem is ondertussen doorontwikkeld en nu in staat om in sub millimeter precisie objecten te detecteren die in grootte variëren van 1 tot 300mm. In combinatie met onze specifiek ontworpen algoritmes is dit systeem in staat om objecten te identificeren. Pegamento is in staat om de 3D beeldherkenning te doen met structured light, time of flight of stereoscopie technieken.

 

Ziet met meerdere camera's in 3D objecten

Handelt door deze te vergelijken met 3D modellen

Handelt door deze te sorteren

Hoe gaan wij te werk in de verkennende fase?

Beeldherkenning

1. We komen op locatie langs om in te meten

2. We bereiden opnamesoftware en hardware voor

3. We bouwen samen op locatie het opnamesysteem op en slaan filmdata op

4. Wij ontwikkelen op kantoor proof of concept software en maken een verslag en demo video

5. We presenteren onze bevindingen en dragen alles over ter afronding

Beeldherkenning binnen jouw organisatie?

Beeldherkenning is toe te passen in een groot scala productieprocessen. Overal waar afwijkingen visueel kunnen worden vastgesteld, denk aan afmetingen, juiste kleur (zijn er nog een paar aan te geven), dan kan deze techniek al snel interessant zijn! Het zijn innovatieve technieken, maar zijn verrassend betaalbaar om in te zetten in productiestraten.

Kan het een uitkomst voor jouw bedrijf  zijn? Welke besparingen of kwaliteitsverbeteringen zijn mogelijk in jullie processen? 

Vraag een kennismakingsgesprek aan met een van onze specialisten om er achter te komen hoe beeldherkenning kan worden ingezet binnen jouw organisatie. 

volg onze Linked In pagina of/en schrijf je in voor onze maandelijkse nieuwsbrief 

>