機器視覺檢測表面缺陷

表面缺陷不僅影響產(chǎn)品的美觀和舒適度，而且一般也會對其使用性能帶來不良影響，所以生產(chǎn)企業(yè)對產(chǎn)品的表面缺陷檢測非常重視。

人工檢測是產(chǎn)品表面缺陷的傳統(tǒng)檢測方法，該方法抽檢率低、準確性不高、實時性差、勞動強度大、受人工經(jīng)驗和主觀因素的影響大，而基于機器視覺的檢測方法可以很大程度上克服上述弊端。

傳統(tǒng)視覺算法的話，尺寸，直徑之類的測量沒有什么問題，然后就是一些簡單表面或者規(guī)則紋理的缺陷檢測，這個問題也不大，不過這一類的表面檢測，打光比算法重要的多，打光打不出來，光靠算法是不可能達到工業(yè)要求的。

機器視覺自動化檢測設備可以檢測工業(yè)產(chǎn)品的哪些缺陷？

然后就是復雜不規(guī)則的產(chǎn)品的缺陷檢測，傳統(tǒng)算法基本不要考慮去嘗試了，目前比較好的方法是深度學習，這個玩意在工業(yè)檢測上主要的難點在于大量各種缺陷樣本的取得和標注。

根據(jù)行業(yè)的不同，以及產(chǎn)品的不同，所能檢測的項目有很多。比如從垂直檢測功能來看，可以檢測產(chǎn)品的對角、對邊，有無缺口，同心度，內(nèi)外徑，多個孔徑，異形螺母，倒角，齒數(shù)，表面壓傷，焊點面積，異形五金，異形沖壓件，孔內(nèi)毛刺，孔內(nèi)積液，十字槽塞孔，側(cè)邊裂痕，頭部文字、形狀等缺陷；從水平檢測功能來講，可以檢測產(chǎn)品的多段寬度，多段高度，多墊片、少墊片，焊點高度，底部形狀，螺牙內(nèi)外徑、牙距、牙角度，垂直度，搓牙不良、牙品質(zhì)等；從頭部檢測功能來看，可以檢測斷針、槽深，多段寬度，頭部高度，臺階高度等等。當然，還有一些選別功能，如音量鍵檢測，指紋環(huán)，卡托檢測，鏡頭環(huán)，角度，按鍵，內(nèi)壁有無孔，45度有無牙，頭部裂痕，360牙傷，360度內(nèi)螺紋牙傷，顏色識別等。

那么，產(chǎn)品視覺識別檢測方法有哪些？

第一種是人工檢測，傳統(tǒng)人工給企業(yè)帶來了一定成本壓力，而且在進行缺陷判別時不夠精準，難以達到企業(yè)所需要的精度及效率。

第二種是機械裝置接觸檢測法，這種學習方法雖然在生活質(zhì)量上能滿足社會生產(chǎn)的需要，但存在安全檢測設備市場價格高、靈活性差、速度慢等缺點。

第三種是機器視覺檢測法，即利用圖像處理和分析對產(chǎn)品可能影響存在的缺陷進行有效檢測，這種方法采用非接觸式，安裝靈活，測量精度和速度都比較高。

但是在實際應用過程中，由于每個產(chǎn)品缺陷都不一樣，我們一般常見的缺陷都屬于結(jié)構(gòu)型缺陷，像一些外觀，尺寸，規(guī)格等都屬于這一類，而通過機器視覺識別檢測系統(tǒng)可以對目標表面圖像內(nèi)容進行預處理，并與標準圖像對比，找到其中可能存在的缺陷，然后識別并判斷能力缺陷種類和嚴重污染程度，對產(chǎn)品市場進行垃圾分類分級處理。