机器视觉技术在瑕疵检测的三个典型应用

　　无论是在全自动化还是半自动化生产的过程中，对零件或成品的瑕疵检测是必不可少的，这样有助于良品率的提高。我们所知道的机器视觉系统，可以说是一种无接触、无损伤的自动检测技术，是实现生产自动化、智能化和精密控制的有效手段。机器视觉系统具有高速率、准确度高、稳定可靠的优点，而且光谱范围更宽，更便于图片处理系统准确的测算。以下是小编收集回来的机器视觉技术在瑕疵检测的三个典型应用，且看下文。

　　1、玻璃瓶表面瑕疵检测

　　在玻璃瓶的实际生产过程中，由于各方面因素的影响，玻璃瓶表面会出现诸如孔洞、蚊虫、黑点、斑点等瑕疵，严重影响了玻璃的质量。由于玻璃瓶的幅宽一般比较大且瑕疵较小，人眼往往不能及时准确的判断出瑕疵。基于机器视觉技术的玻璃表面瑕疵检测通过 的CCD成像技术和智能光源对玻璃表面进行图像采集。由于玻璃是透明制品，无缺陷的玻璃瓶样本质地均匀，表面光滑、洁净，如果采集的图像整体灰度均匀性较好，相邻像素点间的灰度值变化也会较小。如果采集到的图像存在缺陷，对其图像进行图像处理的时候，相邻像素点间的灰度值则会不同。由于各种不同的缺陷，产生的图像畸变也不会相同，以此来判断玻璃制品存在的缺陷类别，进一步的分析在玻璃制造的过程中存在哪些问题，指导技术人员对其进行分析和调整。此外，通过对玻璃表面质量的在线检测，还可以更加准确、快速地对玻璃进行分类和分割，这不但提高了成品率，而且降低了工人的劳动强度。

　　2、手机外表面缺陷检测

　　随着手机的普及，手机外壳产品有着极大的需求量，从配料到 终成型的过程中，由于运输、生产工艺、意外等情况，手机外表面上常常存在着各种缺陷例如：磕伤、划伤、擦伤、上色不均匀等。现阶段对于手机外表的缺陷检测还是采用人工检测，由于人员的主观意识强烈，在标准上很难达到统一性，并且难以量化缺陷，无法满足现代工业对产品的质量和工业智能化的要求，严重阻碍了手机外壳检测效率的提高。基于机器视觉技术的手机外表缺陷检测主要通过图像处理与模板匹配进行的。首先要制作标准的手机外表面灰度图像模板；然后对待检测的手机外表面图像进行预处理，之后与模板图像进行对比，判断待检测图像是否与模板一致，以此来确认待检测产品是否存在缺陷。基于机器视觉的手机外表面缺陷检测技术具有稳定可靠、检测效率高、准确度高、标准统一、非接触式等特点,为手机外壳表面缺陷的原因分析提供了数据支持，从根源部降低残次品率。

　　3、纺织行业经纬线检测

　　在纺织行业，一些像大圆机这样大型纺织机器在日常的生产中，因由于出现的故障导致产生在量的废布使得厂家支出更大的成本而苦不堪言。针对这个问题，深圳市如虎科技有限公司研发出针对纺织业的基于AI深度学习的机器视觉系统，通过CCD镜头检测在运行中的大圆机等机器的经纬线，一旦出现错误，系统将发出指令暂停该机器的动作。因此，在纺织业的应用上，机器视觉检测技术的出现，为生产商有效的改善了废布料的痛点

　　并且，基于机器视觉的瑕疵检测的还可以对陶瓷、印刷品、PCB生产、液晶屏幕等产品进行检测。基于机器视觉的缺陷检测无论是在安全性、可靠性、检测准确率、检测速度和检测成本上都有着相对较大的优势。但由于工作环境的复杂性、检测对象的多样性、检测任务的差异化，机器视觉系统发展上面还存在各种的技术瓶颈。而人工智能和深度学习的逐渐成熟，机器视觉技术有望得到突破，为智能化生产奠定深厚的基础。