Original title: Vizuální detekce vad v sériové výrobě konektorů pro automobilový průmysl
Translated title: Visual fault detection in serial production of connectors for automotive industry
Authors: Kilian, Jaroslav ; Dobossy, Barnabás (referee) ; Brablc, Martin (advisor)
Document type: Bachelor's theses
Year: 2022
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract: [cze] [eng]
V této práci jsou popsány způsoby detekce vad, se zaměřením na vizuální detekci, tedy odhalování vad z fotek. Jsou popsány její základní komponenty a metody, které se pro detekci vad z fotek využívají. Dva přístupy jsou navrženy na výrobcích z firmy Mechatronic Design & Solutions, jeden s využitím hlubokého učení a druhý na základě exaktních metod. Tyto přístupy jsou potom experimentálně porovnány. In this thesis, the methods of defect detection are described, focusing on visual detection, i.e. detection from photos. Its basic components and methods used for defect detection from photos are described. Two approaches are proposed on products from Mechatronic Design & Solutions, one using deep learning and the other based on exact methods. These approaches are then experimentally compared.
Keywords: convolutional neural network; deep learning; machine vision; MATLAB; preprocessing; segmentation; thresholding; Visual defect detection; hluboké učení; konvoluční neuronová síť; MATLAB; prahování; předzpracování; segmentace; strojové vidění; Vizuální detekce vad

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/207766

Permalink: http://www.nusl.cz/ntk/nusl-505290


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses