Görüntü İşleme ile Kalite Kontrol: Türler, Donanım, Kurulum

Görüntü işleme ile kalite kontrol nasıl kurulur? Kusur, ölçüm, montaj, etiket, OCR ve sayım denetimi; kamera, aydınlatma, PLC ile ret ve doğrulama adımları.

Yazar: CX Teknoloji Uzman Ekibi

Görüntü işleme ile kalite kontrol, hat üstündeki endüstriyel kameranın her parçanın görüntüsünü kontrollü ışıkta alması, yazılımın bu görüntüde kusur, ölçü sapması, eksik bileşen, konum ya da kod hatası araması ve kararı OK/NOK sinyaliyle PLC'ye göndermesidir. Hatalı parça ret mekanizmasıyla hattan ayrılır, her kararın görüntüsü kayıt altında kalır.

Örneklemeli kontrolden sürekli muayeneye geçişin kalite yönetimi tarafını Kalite 4.0 yazısında ele aldık. Bu rehber otomatik kalite kontrol sistemlerinin mühendislik tarafına odaklanıyor: hangi denetim türleri var, hangi kamera, lens ve ışık gerekir, sistem hat hızına ve PLC'ye nasıl bağlanır, güvenilir olduğu nasıl kanıtlanır ve kameranın göremediği kusurlar için ne yapılır.

Görüntü işleme ile kalite kontrol hangi hataları yakalar?

Görüntü işleme ile hata tespiti altı ana denetim türüne ayrılır. Her birinin optik kurgusu, karar mantığı ve başarı ölçüsü farklıdır; bu yüzden bir projede hangi türün istendiği ayrı ayrı yazılmalıdır.

Yüzey denetimindeki değerler optiğe ve görüş alanına bağlıdır. Montaj denetiminde eksik klips, ters takılmış conta ya da açık kapak bir sonraki istasyona geçmeden durdurulur; kod doğrulamada eşleşmeyen ürün hatta ilerlemez; sayımda ürün gerekirse ayırma aktüatörüne yönlendirilir.

Klasik görüntü işleme ile derin öğrenme arasındaki fark nedir?

Kural tabanlı klasik görüntü işleme, mühendisin tanımladığı adımlarla çalışır: eşikleme, kenar bulma, blob analizi, şablon eşleme ve ölçüm kaliperleri. Kusur ya da ölçü kesin tarif edilebiliyorsa bu yöntem hızlı, açıklanabilir ve az veriyle kurulur. Boyutsal ölçüm, konum ve kod okuma bu yüzden büyük ölçüde klasik araçlarla yapılır; her kararın hangi kenardan ve hangi eşikten çıktığı gösterilebilir.

Derin öğrenme ise kuralı örneklerden öğrenir. Doğal doku farkı taşıyan ahşap, deri ve döküm yüzeyleri, şekli her seferinde değişen çizik ve lekeler ya da iyi ile kötü arasındaki farkın tarif edilemediği durumlar derin öğrenmenin alanıdır. Karşılığında etiketli veri, eğitim süresi ve kararın tutarlılığını gösteren bir doğrulama düzeni gerekir. Sahada çoğu sistem hibrittir: parça klasik araçla bulunup hizalanır, ölçü klasik yöntemle alınır, yüzey sınıflandırması derin öğrenmeyle yapılır.

Kalite kontrol kamerası ve lens nasıl seçilir?

Hat üstü denetimde tetiklemeyle çalışan, hareketli parçada bozulma üretmeyen global shutter endüstriyel kamera kullanılır; sürekli akan sac, kâğıt, film ya da kumaşta çizgi tarama kamera tercih edilir. Renkli kamera ancak renk sapması aranıyor ya da ürün veya bileşen renginden ayırt ediliyorsa gerekir; tek renkli sensör aynı çözünürlükte daha fazla ayrıntı ve ışık hassasiyeti verir. Güvenlik kameraları bu işe genellikle uygun değildir: harici tetikleme, ışıkla senkron kısa pozlama ve parçaya göre seçilmiş optik imkânı sunmazlar.

Çözünürlük, görüş alanı ile aranan en küçük özelliğin oranından hesaplanır. Örnek: 100 mm genişliğindeki bir görüş alanı yatayda yaklaşık 2.450 piksel veren bir sensörle görüntülenirse piksel başına yaklaşık 0,04 mm düşer ve 0,12 mm'lik bir çizik 3 piksel üzerine yayılır. Kusur tek piksel ölçeğine indikçe karar gürültüye karışır; bu yüzden en küçük kusurun birkaç piksel kaplaması hedeflenir.

Lens seçiminde çalışma mesafesi, görüş alanı ve alan derinliği belirleyicidir. Ölçümde parçanın yüksekliği değiştikçe görüntüdeki boyutunu değiştiren perspektif hatası tolerans bütçesini tüketiyorsa telesentrik lens kullanılır; yüzey ve montaj denetiminde çoğunlukla sabit odaklı endüstriyel lens yeterlidir.

Hangi aydınlatma hangi kusuru görünür kılar?

Makine görmesinde aydınlatma, kusuru arka plandan ayıran asıl araçtır. Seçim malzemeye, yüzeyin parlaklığına ve aranan özelliğe göre yapılır; aynı parça farklı ışıkta bambaşka görünür.

Ortam ışığı ise her kurulumda sorundur: pencere ya da tavan lambasının gün içindeki değişimi yanlış reddin en yaygın kaynaklarından biridir, bu yüzden istasyon muhafaza ya da darbeli ışıkla izole edilir.

Tetikleme, hat hızı ve ret mekanizması nasıl kurulur?

Görüntü sürekli akıştan değil tetiklemeyle alınır: parça bir fotoelektrik sensörü geçtiğinde ya da konveyör encoder'ı belirli bir adımı saydığında kamera çeker ve aydınlatma aynı anda darbe verir. Pozlama süresi hareket bulanıklığını belirler. Örnek: 0,5 m/s hızla akan parça 100 mikrosaniyelik pozlama boyunca 0,05 mm yol alır; piksel başına 0,04 mm düşen kurguda bu bir pikseli biraz aşan bulanıklıktır. Daha kısa pozlama daha güçlü ışık ister.

Karar süresi, kamera ile ret noktası arasındaki mesafeye ve hat hızına sığmalıdır. Sonuç PLC'ye dijital OK/NOK çıkışı ya da Profinet, EtherNet/IP gibi bir saha ağı üzerinden gider. Kamera ile itici arasında birden fazla parça bulunuyorsa PLC her parçanın kararını encoder sayımıyla takip eder ve ret aktüatörünü doğru parçada tetikler. Hava jeti, itici kol ya da yön değiştirici seçimi parçanın ağırlığına ve hıza göre yapılır.

İki güvenlik kuralı baştan tasarlanır. Birincisi hataya karşı güvenli davranıştır: görüntü alınamazsa ya da karar zamanında gelmezse parça NOK sayılır, sağlam kabul edilmez. İkincisi ret doğrulamasıdır: reddedilen parçanın ret kutusuna gerçekten düştüğü ayrı bir sensörle teyit edilir, kutu dolduğunda hat uyarı verir.

Kusurlu örnek azsa model nasıl eğitilir?

İyi çalışan bir hatta kusurlu parça azdır ve derin öğrenme en çok burada zorlanır: model, örneğini hiç görmediği kusur tipini sınıflandıramaz. Sahada üç yol birlikte kullanılır. Birincisi sağlam yüzeyi öğrenip ondan sapanı işaretleyen anomali yaklaşımıdır; ayrıntısını yüzey kusur tespiti yazısında anlattık. İkincisi kusur kataloğudur: kalite ekibi geçmiş iadelerden, hurda kasasından ve sınır numunelerden her kusur tipinin örneklerini toplar. Üçüncüsü veri çoğaltma ve sentetik örnektir; ancak başarı yalnız gerçek parçalardan oluşan bir test setinde ölçülür.

Veri miktarından çok etiket tutarlılığı belirleyicidir. İki kalite teknisyeninin aynı parçaya farklı karar verdiği yerde model de kararsız öğrenir. Bu yüzden etiketlemeden önce kabul ile red arasındaki sınır, sınır numuneleriyle yazılı hâle getirilir; aynı numuneler daha sonra doğrulamanın da temelini oluşturur.

Sistemin güvenilirliği nasıl doğrulanır?

Kalite kontrol kamerası bir ölçüm cihazıdır ve kumpas gibi doğrulanır. Ölçüm sistemi analizi (MSA), sistemin aynı parçaya tekrar tekrar aynı sonucu verip vermediğini (tekrarlanabilirlik), değişen koşullarda aynı sonucu üretip üretmediğini (yeniden üretilebilirlik) ve referans değere ne kadar yakın olduğunu (sapma) sorar. Görüntü sisteminde operatör etkisinin yerini parçanın fikstüre yeniden yerleştirilmesi, vardiya ve ışık değişimi alır.

Boyutsal ölçümde bu bir Gage R&R çalışmasıdır. Otomotiv tedarik zincirinde yaygın başvuru kaynağı olan AIAG MSA el kitabına göre %GRR %10'un altındaysa ölçüm sistemi kabul edilir, %10 ile %30 arası uygulamanın önemine göre koşullu kabul edilebilir, %30'un üzeri kabul edilmez. OK/NOK kararı veren yüzey ve montaj denetiminde ise öznitelik uyum analizi yapılır: doğru kararı bilinen sağlam, kusurlu ve sınır parçalardan oluşan bir set sisteme defalarca verilir; kaçan kusur ile gereksiz ret ayrı ayrı raporlanır, çünkü maliyetleri farklıdır.

Doğrulama devreye almayla bitmez. Vardiya başında bilinen bir sağlam ve bir kusurlu referans parçanın sistemden geçirilmesi; ışığın zayıflaması, lensin kirlenmesi ya da kameranın yerinden oynaması gibi kaymaları üretimden önce yakalar.

Kurulum hangi adımlarla ilerler?

Kurulum altı adımda ilerler:

1. İhtiyaç tanımı: hangi kusur ya da ölçü, hangi toleransla, hangi hat hızında denetlenecek ve kabul ölçütü ne olacak. Kusur kataloğu ve teknik resim bu adımın çıktısıdır.
2. Fizibilite: sağlam, kusurlu ve sınır numuneler farklı kamera, lens ve aydınlatma kurgularıyla masa üstünde görüntülenir; hangi kusurun hangi ışıkta güvenilir biçimde göründüğü burada netleşir.
3. Hat tasarımı: istasyon yeri, muhafaza, tetikleme, PLC sinyalleri, ret mekanizması ve kayıtların MES'e hangi alanlarla yazılacağı belirlenir.
4. Gözlem modu: sistem hatta çalışır ama parça reddetmez; kararları kalite ekibinin kontrolüyle karşılaştırılır, eşikler ayarlanır.
5. Doğrulama: MSA ya da öznitelik uyum çalışması yapılır ve sonuç baştan yazılan kabul ölçütüyle karşılaştırılır.
6. Devreye alma: ret mekanizması devreye alınır; vardiya başı referans parça kontrolü ve model güncelleme sorumluluğu yazılı hâle getirilir.

Kamera hangi kusurları göremez?

Kamera opak malzemede yalnız ışığın ulaştığı yüzeyi görür; cam ve şeffaf plastikte iç kabarcık ve yabancı madde görülebilir. Döküm içindeki boşluk, kaynak dikişinin içindeki birleşme eksikliği, malzeme içi katmanlaşma ya da kapalı bir kutunun içindeki eksik parça görüntü işlemeyle bulunamaz. Bu kusurlar için tahribatsız muayene kullanılır: iç yapıyı görmek için X-ray (radyografi), malzeme içindeki süreksizlik ve et kalınlığı için ultrasonik muayene. X-ray görüntüsü de otomatik analiz edilebilir, ama radyasyon güvenliği ve ışın kaynağı seçimiyle ayrı bir proje konusudur.

Görünür yüzeyde de sınırlar vardır. Kamera parçanın kendisine dönük olmayan yüzünü denetleyemez; çok yüzlü parçalarda birden fazla kamera, ayna ya da parçayı döndüren bir istasyon gerekir. Yükseklik, çukur derinliği ve düzlemsellik gibi üç boyutlu ölçülerde iki boyutlu görüntü yetmez; lazer profil ya da 3B kamera gerekir. Bu ayrımı keşifte açıkça yapmak, sonradan yanlış beklentiyi önler.

Nereden başlamalı?

Bütün hattı birden kameraya bağlamak yerine hurdanın ya da müşteri şikâyetinin en çok geldiği tek bir kusur tipiyle başlamak, optiği, eşikleri ve PLC entegrasyonunu tek istasyonda kanıtlamayı sağlar. Tedarikçiyle görüşürken sorulacak soruları görüntü işleme firması seçimi rehberinde topladık.

CX Teknoloji olarak Gebze'deki GTÜ Teknopark'tan yüzey, ölçüm, montaj, etiket, OCR ve sayım denetimi kuruyoruz; denetim modüllerini, kurulum kapsamını ve proje adımlarını endüstriyel görüntü işleme sistemleri sayfasında topladık. İşe numune parçayla masa üstü denemeyle başlıyor, kabul ölçütünü sizinle yazılı belirliyor, sistemi önce gözlem modunda çalıştırıp kararlarını kalite ekibinizin kontrolüyle karşılaştırıyoruz. Parçanızı ve tolerans tablonuzu paylaşırsanız hangi denetimin hangi optikle yapılabileceğini numune üzerinde gösterebiliriz.

Sık sorulan sorular

Görüntü işleme ile kalite kontrol için güvenlik kameraları kullanılabilir mi?

Genellikle hayır. Hat üstü kalite kontrolde tetiklemeyle çalışan global shutter endüstriyel kamera, parçaya ve görüş alanına göre seçilmiş lens ve kusur tipine uygun kontrollü aydınlatma gerekir. Güvenlik kameraları kısa pozlama, tetikleme ve ışık kontrolü sunmadığı için ince kusur ve ölçüm denetiminde güvenilir sonuç vermez. Kutu sayımı gibi kaba işlerde istisnalar olabilir; karar numune denemesiyle verilir.

Kalite kontrol kamerası üretim hattını yavaşlatır mı?

Doğru tasarlanmış bir istasyonda hayır. Görüntü sensör ya da encoder ile tetiklenerek alınır, karar hat hızına sığacak sürede verilir ve PLC'ye OK/NOK olarak gider; ret mekanizması hatalı parçayı hattı durdurmadan ayırır. Örneğin montaj denetimi çözümümüzde istasyon başına karar süresi 200 ms'nin altındadır. Hat hızı yüksekse kamera tipi, pozlama ve aydınlatma buna göre seçilir.

Klasik görüntü işleme mi, derin öğrenme mi seçilmeli?

Seçim kusurun ne kadar tarif edilebilir olduğuna bağlıdır. Ölçüm, konum ve kod okuma gibi kuralla tanımlanabilen işlerde klasik görüntü işleme hızlı, açıklanabilir ve az veriyle kurulur. Doğal doku farkı olan yüzeylerde ve şekli değişen kusurlarda derin öğrenme daha güçlüdür ama etiketli veri ister. Sahadaki sistemlerin çoğu ikisini birlikte kullanır: konumlandırma ve ölçüm klasik, yüzey sınıflandırması derin öğrenmeyle yapılır.

Görüntü işleme sistemi hataların tamamını yakalar mı?

Hiçbir muayene sistemi koşulsuz yüzde yüz garanti vermez; güvenilirlik ölçülerek gösterilir. OK/NOK denetiminde doğru kararı bilinen sağlam, kusurlu ve sınır parçalardan oluşan bir set sisteme defalarca verilir ve kaçan kusur ile gereksiz ret oranları ayrı ayrı raporlanır. Ölçüm istasyonlarında Gage R&R çalışması yapılır. Kabul ölçütü devreye almadan önce yazılır ve vardiya başı referans parça kontrolüyle korunur.

Kusurlu numunemiz çok az, model yine de eğitilebilir mi?

Evet, ama yöntem buna göre seçilir. Anomali yaklaşımında model bol bulunan sağlam parçalardan öğrenir ve sağlam görünümden sapan bölgeleri kusur adayı olarak işaretler. Kusur tiplerini ayırmak için geçmiş iadelerden, hurdadan ve sınır numunelerden bir kusur kataloğu oluşturulur; gerekirse veri çoğaltma kullanılır. Başarı her durumda yalnız gerçek parçalardan oluşan bir test setinde ölçülür.

Kamera parçanın içindeki kusurları görebilir mi?

Opak malzemede hayır; cam ve şeffaf plastik gibi ışık geçiren malzemelerde ise iç kabarcık ve yabancı madde kamerayla görülebilir. Opak parçada kamera yalnız ışığın ulaştığı yüzeyi görür; döküm içindeki boşluk, kaynak içindeki birleşme eksikliği ya da malzeme içi katmanlaşma görüntü işlemeyle bulunamaz. Bu kusurlar için X-ray (radyografi) ya da ultrasonik muayene gibi tahribatsız yöntemler kullanılır. X-ray görüntüleri de otomatik analiz edilebilir, ancak radyasyon güvenliği ve ekipman seçimi nedeniyle ayrı bir proje olarak ele alınır.