缺陷视觉检测项目自动化设计

机器视觉检测表面缺陷

表面缺陷不仅影响产品的美观和舒适度，而且一般也会对其使用性能带来不良影响，所以生产企业对产品的表面缺陷检测非常重视。

人工检测是产品表面缺陷的传统检测方法，该方法抽检率低、准确性不高、实时性差、劳动强度大、受人工经验和主观因素的影响大，而基于机器视觉的检测方法可以很大程度上克服上述弊端。

传统视觉算法的话，尺寸，直径之类的测量没有什么问题，然后就是一些简单表面或者规则纹理的缺陷检测，这个问题也不大，不过这一类的表面检测，打光比算法重要的多，打光打不出来，光靠算法是不可能达到工业要求的。

机器视觉自动化检测设备可以检测工业产品的哪些缺陷？

然后就是复杂不规则的产品的缺陷检测，传统算法基本不要考虑去尝试了，目前比较好的方法是深度学习，这个玩意在工业检测上主要的难点在于大量各种缺陷样本的取得和标注。

根据行业的不同，以及产品的不同，所能检测的项目有很多。比如从垂直检测功能来看，可以检测产品的对角、对边，有无缺口，同心度，内外径，多个孔径，异形螺母，倒角，齿数，表面压伤，焊点面积，异形五金，异形冲压件，孔内毛刺，孔内积液，十字槽塞孔，侧边裂痕，头部文字、形状等缺陷；从水平检测功能来讲，可以检测产品的多段宽度，多段高度，多垫片、少垫片，焊点高度，底部形状，螺牙内外径、牙距、牙角度，垂直度，搓牙不良、牙品质等；从头部检测功能来看，可以检测断针、槽深，多段宽度，头部高度，台阶高度等等。当然，还有一些选别功能，如音量键检测，指纹环，卡托检测，镜头环，角度，按键，内壁有无孔，45度有无牙，头部裂痕，360牙伤，360度内螺纹牙伤，颜色识别等。

那么，产品视觉识别检测方法有哪些？

第一种是人工检测，传统人工给企业带来了一定成本压力，而且在进行缺陷判别时不够精准，难以达到企业所需要的精度及效率。

第二种是机械装置接触检测法，这种学习方法虽然在生活质量上能满足社会生产的需要，但存在安全检测设备市场价格高、灵活性差、速度慢等缺点。

第三种是机器视觉检测法，即利用图像处理和分析对产品可能影响存在的缺陷进行有效检测，这种方法采用非接触式，安装灵活，测量精度和速度都比较高。

但是在实际应用过程中，由于每个产品缺陷都不一样，我们一般常见的缺陷都属于结构型缺陷，像一些外观，尺寸，规格等都属于这一类，而通过机器视觉识别检测系统可以对目标表面图像内容进行预处理，并与标准图像对比，找到其中可能存在的缺陷，然后识别并判断能力缺陷种类和严重污染程度，对产品市场进行垃圾分类分级处理。