
可定制的软件解决方案
专为满足您的要求而设计的蔡司图像分析软件
标准软件无法满足您的所有需求?我们可以根据您的要求和愿望,为您量身定制用于复杂图像分析的软件解决方案。
- 基于人工智能的工业图像处理软件
- 自动化、快速、可靠、可扩展,最重要的是结果可重复
- 通过后台API(编程接口)进行软件控制,提高生产率
- 扩展用户特定功能和分析的独特可能性

标准软件无法满足您的要求?蔡司为您提供解决方案!
定制您的软件!可以使用软件自带的宏环境(OAD - 开放式应用开发)和Python对蔡司ZEN core进行扩展。用于对软件进行高级分析和控制的ZEN Library可在github.com上免费获取。这意味着,即使是非常复杂的分析任务,仍能使用开源代码和自己的编程,或是通过蔡司服务来解决。我们很乐意为您提供更多建议。

实用:分析程序和评估在后台自动运行
蔡司ZEN core通过允许图像分析的起点和终点的外部信号能被软件的内部接口传输,实现了这一点。这意味着进程可以在后台执行。如此便无需进一步的人工操作,从而最大程度地实现了自动化分析,提高了分析效率。
利用蔡司个性化图像分析软件的可能性
标准软件无法满足您的所有需求?我们可以根据您的要求和愿望,为您量身定制用于复杂图像分析的软件解决方案。
- 机器人控制和机器人装载
- 与外部软件连接
- 后台运行的分析
- 集成入综合工作流
- 控制外部系统和照明
自动涂层厚度分析
Smith & Nephew是一家英国国际公司,主要生产用于伤口护理和关节镜检查、创伤和临床治疗以及骨科重构的医疗器械和创新产品。
情景
Smith & Nephew正在寻找一款软件,用于根据ASTM F1854评估医疗植入物涂层的层厚度和孔隙率。标准的蔡司ZEN core解决方案只能达到一定的效果,不能完全满足要求。
我们的解决方案
蔡司为该公司开发了定制软件解决方案。通过将蔡司ZEN core软件扩展为自动化工作流中基于人工智能的涂层厚度检测和孔隙率测量的定制模块以及用户定义的报告,Smith & Nephew的所有需求和要求都可以得到满足。
优势
- 通过人工智能实现自动化,提高生产率
- 尽量减少人为影响

电池缺陷自动检测
电动汽车正日益得到推广和重视,其中锂离子电池在汽车行业发挥着关键作用。不仅容量和寿命很重要,最重要的是必须保证电池的安全性。为了检查电池是否存在缺陷,神经网络可以协助在微观尺度上自动检测缺陷。
作为项目的一部分,Aalen大学借助ZEN core软件套件中的人工智能模块,对用于插电式电动汽车的棱柱形锂离子电池(NMC)进行了更详细的研究。对人工智能模型进行了训练,以识别和评估电池的微观结构。因此,可准确定位裂缝、扭结、夹杂物等缺陷。
分析结果可通过本图所示的热图进行说明。蓝色代表与预期结构的微小偏差或无偏差。红色在可视化中的比例越高,结果偏离所学结构的程度就越大,也就意味着存在缺陷。这些分析可确保锂离子电池的安全性和符合质量标准。1
-
1
来源:Badmos, O., Kopp, A., Bernthaler, T. et al. Image-based defect detection in lithium-ion battery electrode using convolutional neural networks.J Intell Manuf 31, 885–897 (2020). https://doi.org/10.1007/s10845-019-01484-x