Indústria atualizada

Pesquisa aplicada de institutos e universidades

fraunhofer0419Controle 6 Salão Stand, 6301

Para o controle de qualidade de objetos de grande escala da indústria de semicondutores e eletrônicos ou para o rápido exame de amostras biológicas, Instituto Fraunhofer de Tecnologia de Produção IPT desenvolveu um microscópio de alta velocidade que digitaliza amostras em até 500 imagens por segundo.

Ver o engenheiros de controle de metrologia, pela primeira vez agora, como esse sistema ser combinados com base inteligentes Vidros com um controle por gestos e gerenciar de forma mais eficiente e usam folhas.

As imagens convencionais de grandes componentes do microscópio demoram tanto tempo a grandes ampliações que os testes 100% têm de ser omitidos por razões de tempo e apenas podem ser examinadas amostras aleatórias. Por esta razão, os pesquisadores desenvolveram um novo processo de gravação que combina um grande número de imagens em uma imagem geral grande: O estágio do microscópio move continuamente o objeto durante toda a gravação, a fim de digitalizar a amostra em taxas de quadros muito altas. Como o assunto é exposto a um flash por um tempo extremamente curto, a imagem fica livre de borrões de movimento e é nitidamente captada em qualquer momento, graças aos sistemas de autofoco de hardware em tempo real.

Os Smart Glasses adicionais consistem em óculos 3D, que mostram ao usuário um ambiente virtual interativo. Os óculos são conectados a um sensor para reconhecimento de gestos: se o usuário segura a mão sobre esse sensor, ele pode controlar a imagem exibida. As imagens de alta resolução do microscópio de alta velocidade, o sistema é composto de uma grande imagem geral de que o usuário não só observam, mas também para se mover com movimentos da mão intuitivos, zoom, congelar e armazenar lata.

O processo de digitalização combina a manipulação de dados em tempo real com o poderoso pré-processamento de imagens, que é executado praticamente sem atrasos graças ao suporte da GPU. Os desenvolvimentos atuais também incluem métodos de aprendizado de máquina, como Deep Learning e Convolutional Neuronal Networks (CNN).


Outra contribuição do fabricante Este endereço de e-mail está protegido contra spambots Para exibir JavaScript deve estar ligado!

Este site é apresentado por: