[Claire Chen] samt [Mark Zhao], presenterade praktikanter i [Bruce Lands ECE5760-klass på Cornell, ett jobb riktat till den producerande sektorn: Kvalitetskontroll producerade produkter automatiskt av Visuellt skannar många av dem såväl som att bearbeta pixlarna en i taget. Vanligtvis är den tid då widgeten kommer från linjen när du måste ta in faktiska människor att inspektera. Detta jobb använder morfologisk bildbehandling för att tycka om utvidgning såväl som erosion för att leta efter brister.
[Claire] samt [Mark] producerade en simulerad produktionslinje med ett servostyrt bälte som ger en serie spree godis i olika kameror, vilket skannar dem. Soc med en cyklon V FPGA och ARM Cortex-9 behandlar sedan de råa bilderna för att fastställa objektets färg, samtidigt som det kör det med ett par algoritmer för att leta efter defekter. FPGA spårar exakt hur många sprees som har gått ut förutom sin färg, bevarar en 99% framgångsgrad med en hastighet av 5-10 bilder per sekund. FPGA tittar också på varje blob av färg som en samling pixlar, etablering av anslutning för att hjälpa till att skilja flera sprees som rör varandra.
Också vara säker på att inspektera [Claire] samt [Markus]’s Bike Sonar-projekt från en tidigare termin.