Görüntü İşleme Sistemleri

Görüntü İşleme Sistemi Ne İşe Yarar?

Görüntü işleme sistemi, kamera görüntüsünü yapay zekayla anlık analiz ederek kusurlu ürünü ayırır, ürün sayar, etiket ve plaka okur, baret ve yelek (KKD) kullanımını denetler. Digital Bridge bu sistemleri firmanıza özel geliştirir; RTSP/ONVIF destekli mevcut IP kameralarınızla çalışabilir, gerekirse kamera, aydınlatma ve işlem birimini sahaya kurar.

Kamera kaydı izlenmiyorsa bir işe yaramaz. Çoğu tesiste kameralar kayıt alır ama o görüntüye ancak bir sorun çıktıktan sonra bakılır. Banttaki kusurlu ürün sevkiyata gider, baretsiz çalışan fark edilmez, paletteki eksik koli müşteride ortaya çıkar. Görüntüyü sürekli izleyecek personel ise hem pahalıdır hem de vardiya boyunca dikkatini koruyamaz.

Görüntü işleme bu izleme işini yazılıma devreder: tanımladığınız durum oluştuğunda sistem ürünü ayırır, alarm verir veya kayda geçirir. Örneğin bir ambalaj hattında etiketi eksik ya da yanlış basılmış kutu banttan inmeden ayrılır; olayın görüntüsü ve saati kayıtta durduğu için sorunun hangi vardiyada, hangi makinede başladığı da görülür. Nesne tespiti, sınıflandırma, anomali algılama ve karakter tanıma (OCR) modellerini sizin ürün görüntülerinizle eğitiriz; kalite ekibiniz her ürüne gözle bakmak yerine sistemin işaretlediği vakalara odaklanır.

Görüntü işleme sistemi ile üretim hattında yapay zeka destekli kalite kontrol

Görüntü İşleme Nerede Kullanılır?

Üretim Hattında Kalite Kontrol

Sorun: Gözle kontrol vardiya ilerledikçe hata yapar ve hat hızına yetişemez; kusurlu ürün müşteriye ulaşır.

Çözüm: Banttan geçen her ürün görüntülenir. Model çizik, çatlak, renk sapması ve şekil bozukluğunu tespit eder; hatalı ürün ayrılır ve kusur tipi kayda geçer.

Ürün Sayımı ve Sevkiyat Doğrulama

Sorun: Raf, palet veya koli sayımı elle yapıldığında yavaştır; eksik sevkiyat ancak müşteri şikâyetiyle fark edilir.

Çözüm: Ürünler kamera görüntüsünden sayılır ve sipariş bilgisiyle karşılaştırılır. Uyuşmazlık, yükleme tamamlanmadan bildirilir.

Etiket, Barkod ve Belge Okuma

Sorun: Etiket, irsaliye ve fatura bilgilerinin elle sisteme girilmesi zaman alır ve yazım hatası üretir.

Çözüm: Etiket ve belgelerdeki metin, barkod ve QR kodlar okunup doğrudan ERP veya depo yazılımınıza aktarılır.

İş Güvenliği (KKD) Takibi

Sorun: Baret, yelek ve gözlük kullanımı ancak denetçi sahadayken kontrol edilebiliyor.

Çözüm: Tanımlı bölgelerde kişisel koruyucu donanım anlık kontrol edilir; eksiklikte uyarı verilir ve ihlal, görüntüsüyle birlikte raporlanır.

Araç ve Plaka Tanıma

Sorun: Araç giriş-çıkışı deftere yazılıyor ya da bariyer görevlisinin dikkatine bağlı kalıyor.

Çözüm: Plaka kamera görüntüsünden okunur, yetkili araç listesiyle eşleştirilir ve bariyer otomatik açılır. Her geçiş saatiyle kayıt altına alınır.

Alan Doluluğu ve Yetkisiz Giriş

Sorun: Bir alanda kaç kişi olduğu ve kısıtlı bölgeye kimin girdiği anlık olarak bilinmiyor.

Çözüm: Alan doluluğu hesaplanır, kısıtlı bölgeye girişte anlık uyarı gönderilir. Yüz tanıma gerekiyorsa KVKK kapsamındaki biyometrik veri yükümlülükleriyle birlikte tasarlanır.

Bariyerli araç girişi için plaka tanıma sistemlerimize, sahadaki kameraları tek ekrandan izlemek için IP kamera izleme sayfamıza bakın. Personel ve ziyaretçi geçişini kartla yönetmek, PDKS ve yemekhane kayıtlarını aynı panelde toplamak istiyorsanız SmartPass geçiş kontrol sistemimizi değerlendirebilirsiniz; SmartPass'i satın almak için satış formunu doldurmanız yeterli. Taranmış belgelerden veri çıkarmak için doküman OCR hizmetimize bakın.

Teknik Altyapı

YOLO ve EfficientDet tabanlı nesne tespiti
OpenCV, TensorFlow ve PyTorch
Sahada çalışan uç cihazlar (NVIDIA Jetson, Raspberry Pi)
Hat hızına göre boyutlandırılan gerçek zamanlı analiz

IP kamera bağlantısı (RTSP / ONVIF)
Yerel sunucuda veya bulutta çalıştırma
Kendi ürün görüntülerinizle model eğitimi
REST API ile ERP, MES ve PLC entegrasyonu

Görüntü İşleme Projesi Nasıl Yürür?

Keşif ve Veri Toplama

Tespit edilecek kusur veya durum netleştirilir. Kamera açısı ve ışık koşulları sahada incelenir, eğitim görüntüleri toplanır.

Model Eğitimi ve Test

Model sizin ürün görüntülerinizle eğitilir. Doğruluk, hız ve donanım ihtiyacı sahadan alınan test görüntüleriyle ölçülür.

Sistem Entegrasyonu

Model kameralara ve üretim sistemine bağlanır. Ürün ayırma, alarm ve raporlama akışları kurulur.

Devreye Alma ve İzleme

Sistem canlıya alınır, hatalı ve kaçırılan tespitler izlenir; model yeni görüntülerle güncellenir.

Konuyu ayrıntılı incelemek isterseniz görüntü işleme ile kalite kontrol sisteminin adım adım kurulumu, kamerayla baret, yelek ve KKD tespiti ve yapay zekayla otomatik kumaş hata tespiti rehberlerimizi okuyabilirsiniz. Diğer yazılar için yapay zeka rehberleri sayfamıza göz atın.

Sık Duyduğumuz Çekinceler

Doğruluk yeterli olacak mı? Bunu kurulumdan önce ölçeriz: model sizin ürün görüntülerinizle eğitilir, sahadan alınan test görüntüleriyle sınanır ve sonuç canlıya almadan önce sizinle paylaşılır.

Görüntüler tesis dışına çıkar mı? Çıkması gerekmez. Analiz sahadaki uç cihazda ya da yerel sunucunuzda yapılabilir; bulut yalnızca siz tercih ederseniz kullanılır.

Bütün tesisi bir anda mı değiştirmeliyiz? Hayır. Tek bir hat ya da tek bir kontrol noktasıyla başlayıp sonucu gördükten sonra genişletebilirsiniz.

Neden Digital Bridge

2013'ten beri Adana'dan Türkiye geneline yazılım ve donanım projeleri yürütüyoruz.
Yazılım, elektronik ve saha kurulumu aynı ekipte: kamera, aydınlatma, işlem birimi ve model için tek muhatap.
Hazır paket satmıyoruz; keşif ve ihtiyaç analizinin ardından kapsamı, aşamaları ve bedeli içeren yazılı teklif veriyoruz.
Canlıya alınan sistem için teknik destek 7/24.

Hangi kusuru ya da durumu yakalamak istediğinizi anlatın; uygulanabilirliği keşifte birlikte değerlendirelim. Keşif planlayın ya da 0850 346 41 09'u arayın.

Mevcut Kameralarınızla Başlayabilirsiniz

Tesisinizdeki IP kameralar RTSP veya ONVIF destekliyorsa yeni kamera almadan başlanabilir. Kamera açısı veya çözünürlüğü tespit için yetersizse, keşifte bunu belirtir ve yalnızca gereken noktalar için ek donanım öneririz.

0850 346 41 09 Keşif Planlayın

En çok sorulan sorular

Sık Sorulan Sorular

Görüntü işleme sistemi nedir, ne işe yarar?

Kamera görüntüsünü yapay zekayla anlık analiz eden bir sistemdir. Tanımladığınız durum oluştuğunda ürünü ayırır, alarm verir veya kayda geçirir. Üretim hattında kusur tespiti, ürün sayımı ve sevkiyat doğrulama, etiket ve barkod okuma, baret-yelek (KKD) takibi, plaka tanıma ve alan doluluğu gibi işlerde kullanılır.

Mevcut IP kameralarımız kullanılabilir mi?

Tesisinizdeki IP kameralar RTSP veya ONVIF destekliyorsa yeni kamera almadan başlanabilir. Kamera açısı veya çözünürlüğü tespit için yetersizse keşifte bunu belirtir ve yalnızca gereken noktalar için ek donanım öneririz. Hassas ölçüm veya hızlı hat gerektiren durumlarda kamera, aydınlatma ve işlem birimini sahaya biz kurarız.

Görüntü işleme ile kalite kontrol nasıl çalışır?

Banttan geçen her ürün görüntülenir. Model çizik, çatlak, renk sapması ve şekil bozukluğunu tespit eder; hatalı ürün ayrılır ve kusur tipi kayda geçer. Model sizin ürün görüntülerinizle eğitilir, analiz hat hızına göre boyutlandırılır ve sonuçlar REST API ile ERP, MES veya PLC sistemlerine aktarılabilir.

Plaka tanıma sistemi bariyerle çalışabilir mi?

Evet. Plaka kamera görüntüsünden okunur, yetkili araç listesiyle eşleştirilir ve bariyer otomatik açılır. Her araç geçişi saatiyle birlikte kayıt altına alınır. Böylece araç giriş-çıkışı deftere yazılmaz, bariyer görevlisinin dikkatine bağlı kalmaz; geçmişe dönük bir geçiş gerektiğinde kayıttan bulunur. Personel ve ziyaretçi geçişi için kartlı ve QR'lı SmartPass sistemi ayrıca değerlendirilebilir.

Yüz tanıma kullanırsak KVKK açısından neye dikkat edilmeli?

Yüz görüntüsü biyometrik veridir ve KVKK kapsamında özel nitelikli kişisel veri sayılır. Bu yüzden yüz tanıma gerekiyorsa sistem en baştan KVKK'daki biyometrik veri yükümlülükleriyle birlikte tasarlanır. Alan doluluğu veya kısıtlı bölgeye giriş uyarısı gibi birçok iş ise yüz tanıma olmadan da çözülebilir.

Görüntü işleme modeli nasıl eğitilir?

Sahanızdan toplanan örnek görüntüler etiketlenir, model bu veriyle eğitilir ve doğruluk ayrı test görüntüleriyle ölçülür. Nesne tespiti için YOLO ve EfficientDet tabanlı modeller, OpenCV, TensorFlow ve PyTorch kullanılır. Canlıda yanlış sonuç veren görüntüler bir sonraki eğitim turunda kullanılarak model iyileştirilir.

Sorunuz burada yok mu? Bize Sorun