ステレオ顕微鏡, レーザー顕微鏡 または 高速顕微鏡 産業の品質管理に使用されます。これらは、材料の微細構造や組成に関する詳細な洞察を提供する研究開発にも不可欠です。この記事では、これらの最新の拡大ツールが視覚分析の境界をどのように再定義しているのか、またどのような応用分野で特に効果的であるかを学びます。
コンテンツ
25.10.2020 | ヴィジョン·エンジニアリング は、多くの検査や操作作業に非常に人間工学的に使用できる、接眼レンズのない実体顕微鏡である Lynx EVO を紹介します。人間工学により、実体顕微鏡と最高の光学性能およびデジタル文書が組み合わされています。これは、ビジョン エンジニアリングの世界特許取得済みの Extended Pupil テクノロジーに基づいて開発されたため、非常に使いやすいです。
死 拡張された瞳孔技術 特許取得済みの光学マイクロアレイ表面またはマイクロアレイに基づいています。これらは、頭と体の動き、手と目の調整、周辺視野、および実体顕微鏡のセンサー情報を最大限に活用します。顕微鏡を使用すると、ユーザーは接眼レンズから離れて座ることができます。これにより、座り姿勢が改善され、疲労が軽減され、精度と効率が向上します。
Lynx EVOステレオ顕微鏡を使用すると、クロスロケーションの開発と生産を改善できます。 に関する詳細なリアルタイム情報 複雑なサプライチェーン 製造販売用の交換が可能です。これは、医療技術、電気通信技術、航空宇宙、自動車、その他重要な製造プロセスのサプライチェーンが拡張された産業などの用途ですでに世界中で使用されています。ビジョンエンジニアリングの実体顕微鏡の輸出シェアは95%。
ステレオ顕微鏡は エンタープライズ2020のクイーンズアワード イノベーション部門で受賞。 この賞は、企業にとって英国で最も高い賞であると考えられています。 それは英国の産業による並外れた業績を認めています。
「当社の Lynx EVO アイピースレス実体顕微鏡が英国企業にとって最高の賞を受賞したことを嬉しく思います。これは、最新の マイクロアレイ技術 また、顧客のデジタルへの期待に応えることで、オペレーターの利便性、生産性、複数拠点にわたる情報通信の向上を通じて、世界中のさまざまな業界にわたって職場のスループットと効率に大きなメリットをもたらします。 Lynx EVO および当社製品のその他の製品の開発により、光学マイクロアレイ表面の複雑な科学における当社独自の専門知識を活用し、ビジョン エンジニアリングでさまざまな機能を提供できるようになりました。 最先端の分野 良い商業効果と組み合わせるために。」
02.08.2020年XNUMX月XNUMX日 |それと 博士 カトリンフィリップ デジタル開発 レーザー顕微鏡 特にすることができます 組織のより深い層 彼らがどのようにzを調べます。 B.甲状腺の患者に見られる。 彼女の優れた論文について、博士 フィリップと ベルタベンツ賞2020 名誉。
03.05.2019年XNUMX月XNUMX日 |半導体・エレクトロニクス産業の大型オブジェクトの品質管理や生体サンプルの迅速な検査に フラウンホーファー研究所 生産技術向けに IPT は、500 秒あたり最大 XNUMX 画像でサンプルをデジタル化する高速顕微鏡を開発しました。
オン 管理 測定技術者は現在、このシステムの使用方法を初めて示しています。 スマートグラス ジェスチャーコントロールと組み合わせることで、さらに効率的に制御・操作できます。
大きなコンポーネントの従来の顕微鏡画像は、高倍率では非常に時間がかかることがよくあります。 100% 試験 時間の制約により省略する必要があり、ランダムなサンプルのみを調べることができます。このため、研究者らは、多数の画像を組み合わせて全体的な大きな画像印象を作成する新しい記録プロセスを開発しました。
インクルード 顕微鏡テーブル これを行うには、非常に高いフレーム レートでサンプルをデジタル化するために、記録全体を通じてオブジェクトが継続的に移動します。被写体がフラッシュにさらされるのはごく短時間だけであるため、記録にはモーションブラーがなく、リアルタイムのハードウェアオートフォーカスシステムのおかげであらゆる点で被写界深度を持って画像化されます。
追加のスマートグラスは 1 つで構成されます。 3Dメガネ、ユーザーにインタラクティブな仮想環境を表示します。メガネはジェスチャ認識用のセンサーに接続されています。ユーザーがこのセンサーに手をかざすと、それを使用して表示される画像を制御できます。このシステムは、高速顕微鏡からの高解像度画像を大きな全体画像に結合し、ユーザーは表示するだけでなく、直感的な手の動きで移動、ズーム、フリーズ、保存することもできます。
スキャン プロセスは、リアルタイム データ処理と強力な画像前処理を組み合わせたもので、GPU サポートのおかげでほぼ遅延なく実行されます。現在の開発には、次のような方法も含まれています。 機械学習 深層学習や畳み込みニューラル ネットワーク (CNN) など。
出典: この記事は、Fraunhofer IPT、TU-Dresden、Vision Engineering の企業からの情報に基づいています。