Реалізація систем контролю якості продукції на основі машинного зору та web-технологій

Скорочена інформація про документ
dc.contributor.authorКовалюк, Д. О.
dc.contributor.authorКовалюк, О. О.
dc.contributor.authorМалішевський, В. С.
dc.date.accessioned2024-04-08T10:53:16Z
dc.date.available2024-04-08T10:53:16Z
dc.date.issued2024
dc.description.abstractТехнології комп’ютерного зору отримали широке застосування в різних галузях, зокрема в медицині, виробництві, транспорті, логістиці, сільському господарстві. В статті наведено загальну схему контролю якості продукції на основі комп’ютерного зору. Як приклад розглянуто задачу виявлення дефектів друкованих плат та проаналізовано стек технологій для її розв’язання. Розпізнавання дефектів базується на індексі структурної подібності SSIM, що обчислює різницю між зображеннями еталонної і поточної плати. Незважаючи на значний прогрес у галузі машинного зору, залишається багато невирішених питань щодо якості та розмірності вхідних даних, вибору моделей, точності результатів. Інтеграція елементів систем машинного зору для обміну інформацією та прийняття рішень також становить значну проблему, тому у статті представлено один із підходів до її розв’язання. Запропоновано програмну реалізацію для виявлення дефектів у вигляді веб-додатку. Архітектура системи складається з клієнтської та серверної частини. Клієнтська частина реалізована з використанням Vue.js, на стороні сервера використано Flask фреймворк, що полегшує інтеграцію з існуючими Python-бібліотеками.
dc.description.abstractotherThe development of Computer Vision technologies has seen widespread adoption in various fields over the last time, including medicine, manufacturing, transportation, logistics, agriculture, and chemical industry. Research analysis indicates that Computer Vision and its practical implementation, known as Machine Vision, are widely used for defect detection in production and equipment. Despite significant research progress in this field in recent years, many unresolved issues remain concerning the quality and dimensions of input data, selection of image recognition models and their training, and the accuracy of results. Integration of machine vision system elements for information exchange and decision-making poses a significant challenge. This paper presents one approach to addressing this issue. The aim of the paper is to explore the implementation approach of quality control systems using web technologies. The task of detecting defects in printed circuit boards (PCBs) is common in many manufacturing processes. PCB inspection involves comparing the current PCB sample with a defect-free reference. Essentially, this task involves comparing two images and identifying differences between them. Defect recognition is based on the Structural Similarity Index (SSIM), which computes the degradation component reflecting the difference between images and the similarity component. The SSIM metric is already implemented in image processing libraries. This work utilizes calculations using OpenCV and scikit-image image libraries. To automate the PCB comparison process and address deployment and integration challenges at the SCADA level, a web application has been developed. This web application allows users to select a reference PCB image and upload the current PCB image for inspection. For the client-side implementation, Vue.js was chosen due to its popularity and efficiency in developing web interfaces, particularly Single Page Applications (SPAs). Vue.js's reactive system ensures automatic updates to reflect changes in data state. For the server-side implementation, Flask – a Python framework, was used, facilitating integration with the PCB comparison algorithm as both utilize Python. According to the available features, operators can upload two images – a reference PCB image and the PCB image to be compared with the reference. After uploading, the images are displayed in the system interface. On the server side, the received data is decoded and compared using the appropriate algorithms. After comparison, the results are encoded in base64 format and sent back to the client-side for display, allowing the operator to assess the similarity or differences between the PCBs. The application can operate in both automatic and manual modes. Therefore, an analysis of the challenges encountered in implementing and deploying quality control systems based on computer vision methods has been developed. The use of web technologies, particularly Python frameworks, for integrating developed models is proposed. This approach is demonstrated using the example of PCB defect recognition tasks.
dc.format.pagerangePp. 28-34
dc.identifier.citationКовалюк, Д. О. Реалізація систем контролю якості продукції на основі машинного зору та WEB-технологій / Ковалюк Д. О., Ковалюк О. О., Малішевський В. С. // Вісник НТУУ «КПІ ім. Ігоря Сікорського». Серія «Хімічна інженерія, екологія та ресурсозбереження». – 2024. – № 1 (23). – С. 28-34. – Бібліогр.: 9 назв.
dc.identifier.doihttps://doi.org/10.20535/2617-9741.1.2024.300980
dc.identifier.issn2617-9741 (Print)
dc.identifier.issn2664-1763 (Online)
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66009
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofВісник НТУУ «КПІ ім. Ігоря Сікорського». Серія «Хімічна інженерія, екологія та ресурсозбереження»: збірник наукових праць, № 1 (23)
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectконтроль якості
dc.subjectсистема керування
dc.subjectкомп’ютерний зір
dc.subjectмашинний зір
dc.subjectweb-технології
dc.subjectресурсоефективність
dc.subjectquality control
dc.subjectcontrol systems
dc.subjectcomputer vision
dc.subjectmachine vision
dc.subjectweb technologies
dc.subjectresource efficiency
dc.subject.udc004.93
dc.titleРеалізація систем контролю якості продукції на основі машинного зору та web-технологій
dc.title.alternativeImplementation of quality control systems based on machine vision and web technologies
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
300980-694370-1-10-20240329.pdf
Розмір:
1.39 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник НТУУ «КПІ ім. Ігоря Сікорського». Серія «Хімічна інженерія, екологія та ресурсозбереження»: збірник наукових праць, № 1 (23)