机器视觉经典案例-表面划伤检测案例

小白学视觉

共 1491字,需浏览 3分钟

 ·

2021-03-08 14:02

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自:AI算法与图像处理

机器视觉行业对于表面检测相比前几年已经有很大的突破了,对于产品表面的划伤、污迹等检测已经不再是难点。


在金属、玻璃、手机屏幕、液晶板等行业表面检测上应用广泛。


机器视觉检测常用的检测打光方式有以下四种:



同轴光、低角度、背光和高角度,这四种打光对硬划伤检测效果明显,但对表面要求较高的产品,比如软划伤的效果却较为不明显。


根据大数据分析显示,针对产品表面划伤,主要提出低角度和高角度两种解决方案。


低角度方式


两个物体接触摩擦,就很容易造成表面划伤了,也就意味着划伤是有方向性的。


在考虑低角度打光效果时,如果我们采用平行光线照射(平行于划伤),划伤会被光线虚化,效果在图像中不明显。



如果我们采用一组垂直于光线照射(垂直于划伤),划伤会被光线凸显,效果在图像中非常明显。



从以上分析,我们采用八个条形光源分时曝光工件,设计出以下打光方案。



一个环形光源,分成八路控制,分时曝光,连续采集八次,最后软件采用算法,叠加所有缺陷,最终以高标准检测工件表面划伤有无。



思普泰克工程师根据上述方案所生产的光源,此成像方案适用于表面检测要求比较高的高精密产品,而对效率要求不苛刻的产品。



高角度方式


根据我们经验,软划伤在同轴光效果下,光源工作距离越高,效果越明显。


然而同一光源,光源工作距离高的同时,光源发光面越小,光源亮度也随之减弱,效果与实际情况不可兼得。


很多时候,我们的产线员工在目测产品表面信息时,都是采用日光灯照明方式,日光灯通过镜面反射入射到眼睛里。



针对镜面反光的工件,依据光的反射定律,采用打光方式,形成镜面反射效果。



观察仔细的人就会发现,肉眼检测方式往往是让日光灯投影在产品里面,然后通过摆动产品使得日光灯的影子在产品里面移动。


如此,光斑照明产品的局部,从而反射出产品表面的信息,使得人眼能够清晰的判断出产品是否有缺陷,以及微弱的缺陷也能轻易看到。



下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 36
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报