高精度針孔檢測(cè)設(shè)備
More >>
2022-11-09 09:59:38 精質(zhì)視覺(jué)
當(dāng)你買到拿到心儀的產(chǎn)品的時(shí)候，映入眼簾的，就是它的外觀，這是靠模具廠、組裝廠的工人們精心呵護(hù)生產(chǎn)出來(lái)的，有的靠人眼檢查，有的靠自動(dòng)化設(shè)備檢查，不放過(guò)一點(diǎn)瑕疵。
當(dāng)今社會(huì)，隨著計(jì)算機(jī)技術(shù)，人工智能等科學(xué)技術(shù)的出現(xiàn)和發(fā)展，以及研究的深入，出現(xiàn)了基于機(jī)器視覺(jué)技術(shù)的表面缺陷檢測(cè)技術(shù)。這種技術(shù)的出現(xiàn)，大大提高了生產(chǎn)作業(yè)的效率，避免了因作業(yè)條件，主觀判斷等影響檢測(cè)結(jié)果的準(zhǔn)確性，實(shí)現(xiàn)能更好更精確地進(jìn)行表面缺陷檢測(cè)，更加快速的識(shí)別產(chǎn)品表面瑕疵缺陷。
缺陷檢測(cè)被廣泛使用于布匹瑕疵檢測(cè)、工件表面質(zhì)量檢測(cè)、航空航天領(lǐng)域等。傳統(tǒng)的算法對(duì)規(guī)則缺陷以及場(chǎng)景比較簡(jiǎn)單的場(chǎng)合，能夠很好工作，但是對(duì)特征不明顯的、形狀多樣、場(chǎng)景比較混亂的場(chǎng)合，則不再適用。近年來(lái)，基于深度學(xué)習(xí)的識(shí)別算法越來(lái)越成熟，許多公司，例如速嵌智造，開始嘗試把深度學(xué)習(xí)算法應(yīng)用到工業(yè)場(chǎng)合中。
產(chǎn)品表面缺陷檢測(cè)屬于機(jī)器視覺(jué)技術(shù)的一種，就是利用計(jì)算機(jī)視覺(jué)模擬人類視覺(jué)的功能，從具體的實(shí)物進(jìn)行圖象的采集處理、計(jì)算、最終進(jìn)行實(shí)際檢測(cè)、控制和應(yīng)用。產(chǎn)品的表面缺陷檢測(cè)是機(jī)器視覺(jué)檢測(cè)的一個(gè)重要部分，其檢測(cè)的準(zhǔn)確程度直接會(huì)影響產(chǎn)品最終的質(zhì)量?jī)?yōu)劣。由于使用人工檢測(cè)的方法早已不能滿足生產(chǎn)和現(xiàn)代工藝生產(chǎn)制造的需求，而利用機(jī)器視覺(jué)檢測(cè)很好地克服了這一點(diǎn)，表面缺陷檢測(cè)系統(tǒng)的廣泛應(yīng)用促進(jìn)了企業(yè)工廠產(chǎn)品高質(zhì)量的生產(chǎn)與制造業(yè)智能自動(dòng)化的發(fā)展。
機(jī)器視覺(jué)智能檢測(cè)系統(tǒng)
應(yīng)用表面缺陷檢測(cè)系統(tǒng)和計(jì)算機(jī)視覺(jué)深度學(xué)習(xí)算法，提高了檢測(cè)的準(zhǔn)確度和效率。有幾個(gè)步驟需要注意。
首先，要利用圖像采集系統(tǒng)對(duì)圖像表面的紋理圖像進(jìn)行采集分析;
第二，對(duì)采集過(guò)來(lái)的圖像進(jìn)行一步步分割處理，使得產(chǎn)品表面缺陷能像能夠按照其特有的區(qū)域特征進(jìn)行分類;
第三，在以上分類區(qū)域中進(jìn)一步分析劃痕的目標(biāo)區(qū)域，使得范圍更加的準(zhǔn)確和精確。
通過(guò)以上的三步處理之后，產(chǎn)品表面缺陷區(qū)域和特征能夠進(jìn)一步確認(rèn)，這樣表面缺陷檢測(cè)的基本步驟就完成了。
自動(dòng)化檢測(cè)流程圖
利用機(jī)器視覺(jué)技術(shù)提高了用戶生產(chǎn)效率，使得生產(chǎn)更加細(xì)致化，分工更加明確，同時(shí)，減少了公司的人工成本支出，節(jié)省了財(cái)力，實(shí)現(xiàn)機(jī)器智能一體化發(fā)展
