基于机械视觉的「高反光工件」外不雅观瑕疵检测方法

由于这些工件表面光滑，同时具有高反光等特性，导致毛病表露不清晰，检测时会影响被测物的特色提取，降落表面毛病检测成功率。

传统的检测方法仍旧依赖大量人工凭借肉眼检测，不仅影响事情效率， 而且由于工人视觉疲倦、个人评判标准等成分存在， 直接影响零件的利用寿命和性能。
除此之外， 还有采取激光探伤法、超声扫描检测法、红外检测法等无损检测方法，但因其检测本钱较高，大多局限于部分高精密零件抽检。

为理解决高反光工件表面毛病检测的问题，机器视觉的引入提高了金属表面毛病检测的效率和精度，可以通过从图像中提取信息并处理后实现终极的智能检测与掌握。

该方法差异于传统的视觉算法，优化后的算法可有效地办理图像采集时涌现的高反光问题，同时可识别出产品划痕、裂纹、凹坑等毛病类型，供应了更高的准确性，为后续的毛病检测供应数据支持，提高生产效率。

场景一 高反光金属工件表面毛病检测

检测项目待检测产品为钛合金材质棒材，检测长度为215mm，直径约10mm，须要检测产品表面裂纹、坑点、表面啃伤、表面氧化皮等毛病。
检测时产品直线通过，并须要>6米/分钟。

检测难点

圆柱类金属件表面毛病分布具有随机性和多样性，而金属件的表面纹理分布无规律，在毛病检测时随意马虎产生滋扰，使得工件图像中夹杂较多的高光噪声，从而提取出很多虚假的目标毛病，终极造成误检。

检测方法

由于工业现场环境繁芜，任何一个小的变动都可能会涉及到全体项目的改造，从而导致项目周期长，履行本钱高。
针对这一系列问题，可针对性设计专用光源系统和光照办法，加之以深度学习技能为根本的智能视觉算法，纵然在光照有眇小变革的同时，也能担保各种毛病都能准确的被检测出来，完美地办理高反光造成的噪声问题。

检测效果

场景二 高反光卫浴零部件表面毛病检测

检测项目

待测试物料为卫浴零部件，须要对其表面划痕进行检测识别。

检测难点

生产制造中涌现的细微划痕与加工的纹理易稠浊，并且金属表面易反光，传统算法难以识别。

检测效果

场景三 高反光苹果LOGO瑕疵检测

检测项目

待测试物料为苹果LOG，须要对其表面瑕疵进行检测识别。

检测难点

此类型的工样品本身是属于镜面反光，工件本身平整度高，且易粘黏油污、指模等。

反光问题：由于材质表面光洁度很高，已经形成一个高光镜面，光源纵然在很弱的状态下，表面的反光也会有非常强的比拟度，这种比拟度会把表面本身的杂质、划痕、研磨痕等毛病覆盖，使得视觉拍照无法检测出零件表面毛病。

倒影问题：由于材质表面已经形成一个镜面，一样平常的光学镜头和视觉光源的灯珠等都会在材质表面形成倒影，这个倒影会成像在末了的检测画面上,会严重影响材质表面的成像效果，造成检测无法进行。

传统视觉系统（无法进行检测 ）

检测方法

反光问题：反射照明，平行光成像的光学事理，可以把镜面反光问题完美办理，纵然表面有眇小的划痕、擦伤、指纹、油污等毛病也会以很高的灰度比拟呈现出来，极大的降落了后期图像算法的难度。

倒影问题：同轴照明成像系统，路平行度高，光斑均匀且全覆盖检测样品本身，不会产生系统硬件在镜面本身上的倒影。

检测效果

矩视智能低代码平台可针对高反光工件检测，可运用于线缆、带钢、薄膜、玻璃、造纸、铝板带、铝箔、铜箔、无纺布等全体制造过程中。
并在生产制造过程中对产品进行全方位检测，以确保出厂产品的品质哀求，从而提高产品质量和事情效率。

矩视智能机器视觉低代码平台是一个面向机器视觉运用的云端协同开拓平台，始终秉承0本钱、0代码、0门槛、0硬件的产品理念。

平台以人工智能技能为核心，在机器视觉运用开拓环节，为开拓者供应图像采集、图像标注、算法开拓、算法封装和运用集成的一站式完全工具链。
覆盖字符识别、毛病检测、目标定位、尺寸丈量、3D丈量、***开拓等上百项通用功能，致力于成为环球用户量最多，落地场景最广泛的机器视觉低代码平台。

更多功能正在开拓中，最新信息会第一韶光在官方公众年夜众号“矩视智能”进行公布，大家持续关注哦！