機器視覺表面缺陷檢測介紹
2022-07-30
機器視覺可以替代人眼進行檢測，但在實際應用中仍面臨很多挑戰，尤其是近幾年的傳統圖像算法解決方案基于經驗手工設計，算法存在精度較低且不夠魯棒的問題，特別是在諸如打光、形變、失真和遮擋等復雜的場景中。現今深度學習在特征提取方面有著亮眼的表現，在諸多有監督的任務上都取得了優質的表現，例如分類、目標檢測和圖像分割。
機器視覺可以替代人眼進行檢測，但在實際應用中仍面臨很多挑戰，尤其是近幾年的傳統圖像算法解決方案基于經驗手工設計，算法存在精度較低且不夠魯棒的問題，特別是在諸如打光、形變、失真和遮擋等復雜的場景中。現今深度學習在特征提取方面有著亮眼的表現，在諸多有監督的任務上都取得了優質的表現，例如分類、目標檢測和圖像分割。
鋼板表面缺陷檢測技術始于20世紀50年代，從人工檢測到現在的機器視覺檢測，共經歷60多年的發展，按時間的先后順序大致可以分為非自動化檢測、自動化檢測和機器視覺檢測共三個階段。
當今社會，隨著計算機技術，人工智能等科學技術的出現和發展，以及研究的深入，出現了基于機器視覺技術的表面缺陷檢測技術。這種技術的出現，大大提高了生產作業的效率，避免了因作業條件，主觀判斷等影響檢測結果的準確性，實現能更好更精確地進行表面缺陷檢測，更加快速的識別產品表面瑕疵缺陷。
在產品生產時候需要大量都會用到大量的人力物力多產品的質量進行檢測，不斷提高產品的質量來幫助企業提升企業的競爭力。但是隨著社會的發展，很多傳統的檢測已經跟不上現在的需求，人工檢測逐漸被機器所替代，那是主要人工檢測存在以下這些缺點。
在薄膜生產的所有問題中，薄膜缺陷檢測是一個令人頭痛的問題。沒有辦法通過人工檢測來完全檢測缺陷，有一些限制。現代工業對薄膜產品的質量越來越高，人工檢測耗時、費力、耗錢、效率低。因此，很多企業會選擇薄膜機視覺檢測設備來代替人工檢測。薄膜缺陷檢測設備效率高，檢測率高達99%，提高了企業的薄膜生產效率。
隨著電子產品的不斷升級，人們對鋰電池的質量也提出了更多的要求。極片作為鋰電池生產的原材料，在生產過程中，會因為涂布機、輥壓機的原因造成正負極片的露箔、暗斑、亮斑、劃傷、凹坑等缺陷。只有保證極片的質量才能保證鋰電池的質量，常規的人工檢測的方法不可能找出極片表面的所有缺陷，也難以保證極片的質量。加之生產線的速度很高，人眼難以發現高速運行中的缺陷，必然會造成漏檢。
新能源電池極片檢測，要求電池極片外部的破損能清晰可見，左右雙側的損壞處也要檢出，同時還要能夠看出損壞的程度。
現如今無紡布在生產過程中會產生很多污點、節點等各種缺陷，嚴重影響產品質量以及企業形象。本司針對這一現象，研究生產無紡布表面缺陷檢測系統主要基于先進的機器視覺技術，并結合無紡布稀疏和紋理的特點，采用正面照射、反面投射結合的成像方式，能夠在線進行高速、精確的表面缺陷檢測;結合現場工藝在線報警、自動報表統計及產品分級處置等，為企業的生產信息化和產品質量化等提供了有效的解決方案。
在傳統行業中，利用人工檢測來檢測產品外觀缺陷依然是主流，但由于競爭的加劇，對企業生產效率的要求也越來越高。傳統的檢測產品外觀缺陷問題的方法就是透過人工目檢，或者工人采用游標卡尺等工具檢測，此種方式檢測速度慢、精度低，而且檢測結果容易受到工人的主觀情緒和精力水平的影響，容易出現誤判漏判的錯誤，無法滿足現代產品生產的要求。
自新型冠狀病毒(2019-nCoV)感染的肺炎疫情發生以來，全國同舟共濟、眾志成城，打響了一場沒有硝煙的疫情阻擊戰。當前抗擊疫情工作還在持續進行，佩戴口罩、乳膠手套成為第一道防疫線，精質視覺針對口罩、乳膠手套視覺檢測整理出了一些視覺打光方案。